[发明专利]一种基于大数据的高速公路智能实时收费分析系统

权利要求书

1.一种基于大数据的高速公路智能实时收费分析系统，其特征在于：所述系统包括多维数据分析平台、数据实时处理平台、智能决策平台和核查平台；

其中，所述多维数据分析平台用于对大数据平台的高速公路业务数据进行分析，同时对获取的数据进行机器学习模型的训练和指标的加工；

其中，所述数据实时处理平台基于流处理大数据技术，通过增量式的实时计算，把采集过来的原始高速公路流水数据，计算加工成指标；

其中，所述智能决策平台包括规则引擎和机器学习模型引擎的双核智能决策引擎，所述智能决策平台基于机器学习模型和加工得到的指标，进行可视化规则配置，优化获得有效的规则模型、上线并执行，采用定时或者实时的方式使用上线的规则模型对生产流水进行决策，决策结果为逃费嫌疑车辆，并将结果传送给所述核查平台；

其中，所述核查平台对所述智能决策平台中执行规则后触发的嫌疑车辆和行程信息进行查看和确认操作，并在确定为逃费嫌疑车辆后即时生产证据链，发布追缴。

2.根据权利要求1所述的一种基于大数据的高速公路智能实时收费分析系统，其特征在于：所述多维数据分析平台包括数据接入单元、数据管理单元、数据清洗单元、数据分析单元、指标预加工单元和机器学习建模，所述数据接入单元接收来自T+1数据的数据，并经数据清洗、指标预加工、管理、机器学习建模和分析后，通过大数据平台传输给数据实时处理平台。

3.根据权利要求1或2所述的一种基于大数据的高速公路智能实时收费分析系统，其特征在于：所述多维数据分析平台将机器学习建模后的数据结合高速公路收费风险案件特征进行分析，并且固定成为案件规则。

4.根据权利要求3所述的一种基于大数据的高速公路智能实时收费分析系统，其特征在于：所述多维数据分析平台中，所述机器学习模型的训练具体为:以DAG工作流的形式使用相应的机器算法和数据生成模型，包括有监督建模和无监督建模；有监督建模和无监督建模；有监督建模包括随机森林、LASSO、决策树、逻辑回归、GBDT、SVM、神经网络算法或朴素贝叶斯；无监督建模包括k-means、谱聚类、PCA或EM算法。

5.根据权利要求3所述的一种基于大数据的高速公路智能实时收费分析系统，其特征在于：所述多维数据分析平台的机器学习模型生成多个角度参数的评估报告，评估报告的多个角度参数包括基础指标、图形化展示、阈值划分、混淆矩阵、和概率分段统计。

6.根据权利要求2所述的一种基于大数据的高速公路智能实时收费分析系统，其特征在于：所述T+1数据包括底层获取的车道数据、门架数据、收费数据和视频解析后结构化数据；所述大数据平台为数据管理层，数据管理层通过实时、准实时、离线的方式获取和汇总数据。

7.根据权利要求2所述的一种基于大数据的高速公路智能实时收费分析系统，其特征在于：所述数据实时处理平台包括指标计算管理单元和指标计算引擎，所述指标计算引擎接收指标计算管理单元的订阅计算脚本、外部实时数据以及多维数据分析平台传输的经机器学习模型处理和分析的离线数据；所述数据实时处理平台基于时间窗口移动对动态数据快速处理，新的增量数据流入数据实时处理平台后根据计算脚本中定义的时间单位，自动识别是否需要合并老数据并更新指标计算结果，同时根据定义的失效时间将旧数据剔除，实现随时间窗口的移动持续得到精确的计算结果。

8.根据权利要求7所述的一种基于大数据的高速公路智能实时收费分析系统，其特征在于：所述智能决策平台还包括指标库管理单元、机器学习模型库管理单元和规则库管理单元，所述规则引擎和模型引擎通过指标库管理单元的指标对机器学习模型管理单元和规则库管理单元进行训练和决策，实现规则管理、模型管理和指标管理，并输出决策结果了。

9.根据权利要求1所述的一种基于大数据的高速公路智能实时收费分析系统，其特征在于：所述核查平台针对确认嫌疑的车辆设置黑名单，同步给现场人员进行布网追缴，同时在稽查规则制定时提供黑名单规则以提升高速公路收费业务效率。