智能公交一卡通极大地方便了人们的出行，研究人员又在开发它的新功能：抓小偷！他们在北京测试了这种大数据挖掘方法，结果成功地“验证”了近93%的小偷。
美国罗格斯大学熊辉教授等人日前在旧金山举行的知识发现和数据挖掘大会上报告了这一成果。其原理是：绝大多数乘客乘坐公交车或地铁出行时，会选择最优出行方案，要么用时最短，要么换乘次数最少；但有极少数人的乘车路线很奇怪，比如会绕行一大圈或者突然改变乘车路线，没有什么规律可言，如果某人的异常行为足够多，那么他有可能是小偷。
道理看似简单，但要找到真正的小偷难度不小。研究人员指出，自动售检票系统收集了数百万名乘客的海量出行记录，其中只有很少部分人可能是小偷，在如此大规模的数据中识别出这么一小群人无异于大海捞针。
为此，研究人员通过两个步骤分析了北京市2014年4月至6月间约16亿次公交卡刷卡数据记录，共涉及约600万名乘客。第一步，他们把北京划分为居住、工作、教育、购物、娱乐、医疗等多个小功能区块，建立起包括896条公交路线、近4.5万个公交车站与18条地铁路线、320个地铁站的公共交通网络数据集，通过数据建模从庞大的公交卡记录中过滤掉普通乘客；第二步，结合从警方报告和微博上收集到的失窃信息，通过机器学习算法从异常出行信息中挖掘出潜在的小偷。
结果显示，如果以后来确认的小偷验证，按上述方法可以归为“行为异常”的准确率高达92.7%。但是反过来的精度有点低：每筛选出14个“行为异常”的可疑者，只有1人后来被确认为小偷。
尽管如此，熊辉认为，使用闭路摄像头监控少部分可疑者远比追踪数以百万计的乘客更高效。但是如果小偷频繁换用公交卡呢？他说，就算换卡也有办法，比如小偷经常团伙活动，这也是一个明显的特征。
也有专家对这种技术表示质疑。英国《经济学人》杂志援引伦敦交通局首席技术官沙希·维尔马的话说，从伦敦的有关记录看，大量普通乘客出行时也会有各种“怪异、精彩、复杂”的行为，要从海量乘客中筛选出极少数罪犯不像听起来那么容易。
热门专题
