隨著互聯(lián)網(wǎng)的發(fā)展,人們的衣食住行逐漸依賴(lài)于在線(xiàn)網(wǎng)絡(luò)服務(wù)平臺(tái)。某網(wǎng)約車(chē)平臺(tái),以其友好、優(yōu)質(zhì)的服務(wù)質(zhì)量贏得了廣大群眾的信賴(lài),從眾多打車(chē)服務(wù)平臺(tái)中脫穎而出。平臺(tái)每天有千萬(wàn)訂單,如何把控訂單數(shù)據(jù),監(jiān)測(cè)實(shí)時(shí)訂單,有效發(fā)現(xiàn)處理異常訂單,是運(yùn)營(yíng)人員需要面對(duì)和解決的問(wèn)題。針對(duì)各個(gè)業(yè)務(wù)方反饋進(jìn)來(lái)的事故數(shù)據(jù),特別是重大意外事故（如2018年1月份的地圖事故）,需要進(jìn)一步提高事故善后處理效率,為此提出內(nèi)部引入善后平臺(tái)這一概念,從技術(shù)上幫助運(yùn)營(yíng)人員高效地處理異常訂單。本文經(jīng)過(guò)內(nèi)部調(diào)研,設(shè)計(jì)并實(shí)現(xiàn)了基于檢測(cè)算法的實(shí)時(shí)訂單產(chǎn)出以及異常訂單進(jìn)行相關(guān)處理的流程化善后平臺(tái)系統(tǒng)。本文討論了出租行業(yè)的現(xiàn)狀,異常檢測(cè)算法的發(fā)展進(jìn)程,以及平臺(tái)如何有效獲取異常訂單數(shù)據(jù)并第一時(shí)間對(duì)其進(jìn)行處理。善后平臺(tái)系統(tǒng),將聚集各方系統(tǒng)資源根據(jù)業(yè)務(wù)方要求進(jìn)行善后處理。首先,平臺(tái)從訂單系統(tǒng)處,獲取所需訂單數(shù)據(jù),而后通過(guò)異常檢測(cè)對(duì)訂單數(shù)據(jù)進(jìn)行異常篩選,對(duì)于確認(rèn)過(guò)的異常訂單,作為事故方數(shù)據(jù),上傳至平臺(tái)。善后平臺(tái)根據(jù)事故方數(shù)據(jù),針對(duì)性分類(lèi)進(jìn)行善后處理。平臺(tái)分析了行程中的實(shí)時(shí)訂單和專(zhuān)車(chē)業(yè)務(wù)線(xiàn)訂單數(shù)據(jù)特征,研究了目前典型的異常檢測(cè)算法,最終選擇了箱線(xiàn)圖模型和... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

凸包形成圖

?Ｅ?￥??圖２－?１凸包形成圖??Ｆｉｇｕｒｅ?２－１?Ｃｏｎｖｅｘ?Ｈｕｌｌ?Ｆｏｒｍａｔｉｏｎ?Ｄｉａｇｒａｍ??２．１．４局部離群因子監(jiān)測(cè)方法??ＬＯＦ算法是一種無(wú)監(jiān)督的離群監(jiān)測(cè)方法，是基于密度的離群點(diǎn)監(jiān)測(cè)方法中腳具??有代表性的算法［９］。該算法會(huì)給數(shù)據(jù)集中的每一個(gè)點(diǎn)計(jì)算一個(gè)離群因子ＬＯＦ［１（１］，通過(guò)??判斷ＬＯＦ是否接近于１來(lái)判定是否是離群因子。若ＬＯＦ遠(yuǎn)大于１，則認(rèn)為是離群因??子，接近于１，則是正常點(diǎn)。圖２－２ＬＯＦ離群點(diǎn)檢測(cè)圖展示了點(diǎn)Ｐ的Ｋ距離計(jì)算。??Ｏ??圖２－２?ＬＯＦ離群點(diǎn)檢測(cè)圖??Ｆｉｇｕｒｅ?２－２?Ｌｏｃａｌ?Ｏｕｔｌｉｅｒ?Ｄｅｔｅｃｔｉｏｎ?Ｍａｐ??６??

具有高性能，支持持久化，原子操作，支持主從同步，數(shù)據(jù)備份等特點(diǎn)。但Ｒｅｄｉｓ??數(shù)據(jù)庫(kù)容量受物理內(nèi)存限制，不能用作海量數(shù)據(jù)的高性能讀寫(xiě)，故多應(yīng)用于緩存。??Ｒｅｄｉｓ數(shù)據(jù)交互見(jiàn)圖２－４?Ｒｅｄｉｓ數(shù)據(jù)交互圖所示。??Ｒｅｄｉｓ服務(wù)器是個(gè)事件驅(qū)動(dòng)程序，服務(wù)器需要處理兩類(lèi)事件：文件事件和時(shí)間事??件［１１乜其ｍａｉｎ函數(shù)過(guò)程如圖２－?３?Ｒｅｄｉｓ服務(wù)結(jié)構(gòu)圖所示。??■?１．環(huán)境設(shè)Ｓ??■?２．配置解析??■?３纖繼化??１?？艦協(xié)議??Ｔ?２．處理流程??１?■定時(shí)事件?３．?dāng)?shù)據(jù)返回??２．

【參考文獻(xiàn)】：
期刊論文
[1]論網(wǎng)約車(chē)存在的合理性[J]. 雷佳雨,景艷婷,葛欣月.  現(xiàn)代商業(yè). 2019(04)
[2]計(jì)算機(jī)專(zhuān)業(yè)軟件工程課程改革與實(shí)踐研究[J]. 雷大正,范玲紅.  赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版). 2019(01)
[3]網(wǎng)約車(chē)現(xiàn)狀及發(fā)展趨勢(shì)分析[J]. 姜曉琰,吳雙,李巧明,王雨.  現(xiàn)代經(jīng)濟(jì)信息. 2019(02)
[4]基于數(shù)據(jù)分析的云監(jiān)控系統(tǒng)[J]. 李志娟,吳卓霏,王思家,趙靖.  指揮信息系統(tǒng)與技術(shù). 2018(06)
[5]基于Spark的分布式大數(shù)據(jù)分析算法研究[J]. 宋泊東,張立臣,江其洲.  計(jì)算機(jī)應(yīng)用與軟件. 2019(01)
[6]基于行鍵的HBase大數(shù)據(jù)文件存儲(chǔ)轉(zhuǎn)換與快速檢索研究[J]. 圣文順,徐愛(ài)萍.  計(jì)算機(jī)應(yīng)用研究. 2019(12)
[7]基于MapReduce的并行異常檢測(cè)算法[J]. 齊小剛,胡秋秋,劉立芳.  智能系統(tǒng)學(xué)報(bào). 2019(02)
[8]基于Isolation Forest改進(jìn)的數(shù)據(jù)異常檢測(cè)方法[J]. 徐東,王巖俊,孟宇龍,張子迎.  計(jì)算機(jī)科學(xué). 2018(10)
[9]web平臺(tái)項(xiàng)目數(shù)據(jù)庫(kù)實(shí)現(xiàn)的大數(shù)據(jù)分析[J]. 陳潛.  赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版). 2018(04)
[10]基于MD5的加鹽消息摘要Java實(shí)現(xiàn)[J]. 趙一凡,卞良,叢昕.  軟件導(dǎo)刊. 2018(03)

碩士論文
[1]特殊圖與n個(gè)孤立點(diǎn)、路及圈的聯(lián)圖的交叉數(shù)[D]. 高焱.湖南師范大學(xué) 2018
[2]面向問(wèn)題的需求可追蹤性方法及技術(shù)支持[D]. 劉國(guó)源.廣西師范大學(xué) 2016



本文編號(hào)：3579093