智能公交一卡通極大處所便了人們的出行，研究人員又在開拓它的新成果：抓小偷！他們在北京測試了這種大數據挖掘要領，功效樂成地“驗證”了近93%的小偷。

美國羅格斯大學熊輝傳授等人日前在舊金山進行的常識發明和數據挖掘大會上陳訴了這一成就。其道理是：絕大大都搭客乘坐公交車或地鐵出行時，，會選擇最優出行方案，要么用時最短，要么換乘次數最少；但有少少數人的搭車蹊徑很奇怪，好比會繞行一大圈可能溘然改變搭車蹊徑，沒有什么紀律可言，假如或人的異常行為足夠多，那么他有大概是小偷。

原理看似簡樸，但要找到真正的小偷難度不小。研究人員指出，自動售檢票系統收集了數百萬名搭客的海量出行記錄，個中只有很少部門人大概是小偷，在如此大局限的數據中識別出這么一小群人無異于大海撈針。

為此，研究人員通過兩個步調闡明白北京市2014年4月至6月間約16億次公交卡刷卡數據記錄，共涉及約600萬名搭客。第一步，他們把北京分別為居住、事情、教誨、購物、娛樂、醫療等多個小成果區塊，成立起包羅896條公交蹊徑、近4.5萬個公交車站與18條地鐵蹊徑、320個地鐵站的民眾交通網絡數據集，通過數據建模從復雜的公交卡記錄中過濾掉普通搭客；第二步，團結從警方陳訴和微博上收集到的失竊信息，通過呆板進修算法從異常出行信息中挖掘出潛在的小偷。

功效顯示，假如以厥后確認的小偷驗證，按上述要領可以歸為“行為異常”的精確率高達92.7%。可是反過來的精度有點低：每篩選出14個“行為異常”的可疑者，只有1人厥后被確認為小偷。

盡量如此，熊輝認為，利用閉路攝像頭監控少部門可疑者遠比追蹤數以百萬計的搭客更高效。可是假如小偷頻繁換用公交卡呢？他說，就算換卡也有步伐，好比小偷常常團伙勾當，這也是一個明明的特征。

也有專家對這種技能暗示質疑。英國《經濟學人》雜志援引倫敦交通局首席技能官沙希·維爾馬的話說，從倫敦的有關記錄看，大量普通搭客出行時也會有各類“獨特、出色、巨大”的行為，要從海量搭客中篩選出少少數罪犯不像聽起來那么容易。