论文部分内容阅读
截至2015年底,全国高速公路联网收费系统工作已经完成并存储了海量的收费数据,但如何运用业务知识,针对数据属性进行有效的分析和处理以便从中获取有用信息,已经成为一个非常关键的问题。当中以不法司机通过各种手段逃避缴纳高速公路通行费的问题尤为突出,也一直是高速公路运管和经营部门亟待治理的难点。在大数据时代,为解决逃费问题本文利用数据挖掘旨在交通领域即高速公路联网的大量数据中发现出其背后信息隐含的内在关联,建立逃费行为预测模型并稽查出逃费记录辅助相关管理部门决策分析。为成功将数据挖掘应用到逃费行为研究中,本文首先对高速公路联网中心的系统架构、工作原理和数据传输模型进行系统性地分析,介绍典型和新型的逃费行为手段并首次将逃费特征变量归类,为数据挖掘技术的应用奠定业务知识基础。其次,通过建立数据仓库的技术途径,在Microsoft SQL Server 2008的平台上实现对高速公路联网系统的数据提取、转换和加载,剔除和处理与逃费行为无关的数据变量并在此基础上建立以车辆出行链为主题的逃费稽查数据仓库。最后,在SAS 9.3数据挖掘平台的基础上,提出聚类判别相结合的逃费目标数据集确认分析方法,能快速、有效地识别出发生逃费行为的通行卡,明确聚类结果中的模糊信息提高了逃费预测模型的准确度。通过对逃费特征变量的分析可肯定,车辆属性、出行属性、超重属性及黑夜出行属性是逃费特征的显著因素。在此基础上,创新性利用logistic算法建立逃费行为预测模型,并且通过对该模型的评估和验证不仅实现了逃费客户群体的分类。同时在大数据处理角度实现了逃费行为动态预测功能,且准确度高达95%以上。结果表明,采用聚类分析、判别分析和逻辑回归分析相结合的方法,建立逃费行为预测数据挖掘模型,是识别和预测高速公路通行卡逃费行为的有效途径。