铁路互联网售票异常行为分类技术的研究与应用

• 作者: 周亮瑾 戴琳琳 阎志远
• 来源期刊: 中国铁道科学
• 学科: 交通运输
• 关键词: 铁路客票 互联网售票 异常购票行为 异常请求 朴素贝叶斯分类
• 年，卷（期）: 2019,（6）
• 页码范围: 133-139
• 页数: 7页
• 分类号: F532.6|U294
• 字数: 6650字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4632.2019.06.17

摘要

针对铁路互联网售票电子商务网站,基于购票流程中的余票查询、乘坐旅客信息选择、订单信息提交、支付确认4个环节的风险行为特征属性,设计异常购票行为识别分类器,基于朴素贝叶斯分类算法实现高性能的行为识别分类器.同时,在训练集上采用遗传算法进行分类属性阈值的优化处理,进一步提高分类算法的准确性.利用真实数据进行算法验证,结果表明:所设计的异常购票行为识别分类器,能基于较少训练集进行学习,并且在不牺牲误识率的情况下保障异常购票行为识别的准确率,可以达到97.1％的分类控制的效果;与决策树算法相比,准确率有接近3％～5％的提升;算法运行效率可以满足1 000 TPS高并发请求分类的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周亮瑾	中国铁道科学研究院研究生部	8	94	4.0	8.0
2	戴琳琳	中国铁道科学研究院集团有限公司电子计算技术研究所	16	43	5.0	6.0
3	阎志远	中国铁道科学研究院集团有限公司电子计算技术研究所	18	70	5.0	7.0