隨著互聯(lián)網(wǎng)的發(fā)展,人們的衣食住行逐漸依賴于在線網(wǎng)絡(luò)服務(wù)平臺。某網(wǎng)約車平臺,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,從眾多打車服務(wù)平臺中脫穎而出。平臺每天有千萬訂單,如何把控訂單數(shù)據(jù),監(jiān)測實(shí)時訂單,有效發(fā)現(xiàn)處理異常訂單,是運(yùn)營人員需要面對和解決的問題。針對各個業(yè)務(wù)方反饋進(jìn)來的事故數(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)部引入善后平臺這一概念,從技術(shù)上幫助運(yùn)營人員高效地處理異常訂單。本文經(jīng)過內(nèi)部調(diào)研,設(shè)計并實(shí)現(xiàn)了基于檢測算法的實(shí)時訂單產(chǎn)出以及異常訂單進(jìn)行相關(guān)處理的流程化善后平臺系統(tǒng)。本文討論了出租行業(yè)的現(xiàn)狀,異常檢測算法的發(fā)展進(jìn)程,以及平臺如何有效獲取異常訂單數(shù)據(jù)并第一時間對其進(jìn)行處理。善后平臺系統(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,平臺從訂單系統(tǒng)處,獲取所需訂單數(shù)據(jù),而后通過異常檢測對訂單數(shù)據(jù)進(jìn)行異常篩選,對于確認(rèn)過的異常訂單,作為事故方數(shù)據(jù),上傳至平臺。善后平臺根據(jù)事故方數(shù)據(jù),針對性分類進(jìn)行善后處理。平臺分析了行程中的實(shí)時訂單和專車業(yè)務(wù)線訂單數(shù)據(jù)特征,研究了目前典型的異常檢測算法,最終選擇了箱線圖模型和... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學(xué)位級別】：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)測方法??ＬＯＦ算法是一種無監(jiān)督的離群監(jiān)測方法，是基于密度的離群點(diǎn)監(jiān)測方法中腳具??有代表性的算法［９］。該算法會給數(shù)據(jù)集中的每一個點(diǎn)計算一個離群因子ＬＯＦ［１（１］，通過??判斷ＬＯＦ是否接近于１來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)檢測圖展示了點(diǎn)Ｐ的Ｋ距離計算。??Ｏ??圖２－２?ＬＯＦ離群點(diǎn)檢測圖??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，故多應(yīng)用于緩存。??Ｒｅｄｉｓ數(shù)據(jù)交互見圖２－４?Ｒｅｄｉｓ數(shù)據(jù)交互圖所示。??Ｒｅｄｉｓ服務(wù)器是個事件驅(qū)動程序，服務(wù)器需要處理兩類事件：文件事件和時間事??件［１１乜其ｍａｉｎ函數(shù)過程如圖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]計算機(jī)專業(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(自然科學(xué)版). 2019(01)
[3]網(wǎng)約車現(xiàn)狀及發(fā)展趨勢分析[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)文件存儲轉(zhuǎn)換與快速檢索研究[J]. 圣文順,徐愛萍.  計算機(jī)應(yīng)用研究. 2019(12)
[7]基于MapReduce的并行異常檢測算法[J]. 齊小剛,胡秋秋,劉立芳.  智能系統(tǒng)學(xué)報. 2019(02)
[8]基于Isolation Forest改進(jìn)的數(shù)據(jù)異常檢測方法[J]. 徐東,王巖俊,孟宇龍,張子迎.  計算機(jī)科學(xué). 2018(10)
[9]web平臺項目數(shù)據(jù)庫實(shí)現(xiàn)的大數(shù)據(jù)分析[J]. 陳潛.  赤峰學(xué)院學(xué)報(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]面向問題的需求可追蹤性方法及技術(shù)支持[D]. 劉國源.廣西師范大學(xué) 2016



本文編號：3579093