基于手机信令数据的快递人员辨识方法
提出一种基于朴素贝叶斯分类法(naive Bayesian classifier,NBC)的城市快递人员辨识方法.首先,通过相关问卷调查,研究快递派送人员的手机信令发生规则.然后,依据北京市移动用户手机通信信令数据,利用问卷调查数据和手机信令数据2种数据源中同时包含的通信数据属性,建立通信数据与调查数据中类别变量(快递人员/非快递人员)之间的贝叶斯概率关系,以此为基础构建NBC模型并对其进行训练.最后,使用未参与训练的样本数据测试标定后模型的准确性,测试结果显示快递人员的预测成功率达到88.3%.结果表明:该方法具有较高的精度,可以满足实际应用需求.
城市配送、快递人员识别、朴素贝叶斯分类法、手机信令数据
43
U461(汽车工程)
北京市自然科学基金资助项目8131001;湖北省交通运输厅科技项目2014721311
2017-04-10（万方平台首次上网日期，不代表论文的发表时间）
共9页
413-421
