智能公交一卡通極大地方便了人們的出行，研究人員又在開發它的新功能:抓小偷!他們在北京測試了這種大數據挖掘方法，結果成功地“驗證”了近93%的小偷。
美國羅格斯大學熊輝教授等人日前在舊金山舉行的知識發現和數據挖掘大會上報告了這一成果。其原理如下:絕大多數乘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;但有極少數人的乘車路線很奇怪，比如會繞行一大圈或者突然改變乘車路線，沒有什么規律可言，如果某人的異常行為足夠多，那么他有可能是小偷。
道理看似簡單，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乘客的海量出行記錄，其中只有很少部分人可能是小偷，在如此大規模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驟分析了北京市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600萬名乘客。第一步，他們把北京劃分為居住、工作、教育、購物、娛樂、醫療等多個小功能區塊，建立起包括896條公交路線、近4.5萬個公交車站與18條地鐵路線、320個地鐵站的公共交通網絡數據集，通過數據建模從龐大的公交卡記錄中過濾掉普通乘客;第二步，結合從警方報告和微博上收集到的失竊信息，通過機器學習算法從異常出行信息中挖掘出潛在的小偷。
結果顯示，如果以后來確認的小偷驗證，按上述方法可以歸為“行為異常”的準確率高達92.7%。但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人后來被確認為小偷。
盡管如此，熊輝認為，使用閉路攝像頭監控少部分可疑者遠比追蹤數以百萬計的乘客更高效。但是如果小偷頻繁換用公交卡呢?他說，就算換卡也有辦法，比如小偷經常團伙活動，這也是一個明顯的特征。
也有專家對這種技術表示質疑。英國《經濟學人》雜志援引倫敦交通局首席技術官沙希·維爾馬的話說，從倫敦的有關記錄看，大量普通乘客出行時也會有各種“怪異、精彩、復雜”的行為，要從海量乘客中篩選出極少數罪犯不像聽起來那么容易。
