大數(shù)據(jù)挖掘在寄遞業(yè)的應(yīng)用

引 言

本次研究從實戰(zhàn)理念出發(fā)，從基礎(chǔ)工作做起，運用先進的大數(shù)據(jù)技術(shù)對現(xiàn)有寄遞行業(yè)數(shù)據(jù)進行整合，構(gòu)建新的大數(shù)據(jù)應(yīng)用系統(tǒng)。該系統(tǒng)建設(shè)包含本地快遞數(shù)據(jù)以及其他相關(guān)數(shù)據(jù)的數(shù)據(jù)中心，并在此數(shù)據(jù)中心基礎(chǔ)上與其他各地實現(xiàn)全國聯(lián)網(wǎng)、異地協(xié)作等功能的郵路偵控信息化平臺，通過該系統(tǒng)可與其他地市進行數(shù)據(jù)交換。通過該系統(tǒng)的建設(shè)，將極大豐富行動技術(shù)部門的信息資源，形成可甄別特定信息，查除異端快件信息的監(jiān)控網(wǎng)絡(luò) [1]。

1 系統(tǒng)整體設(shè)計

系統(tǒng)針對寄遞行業(yè)特點，結(jié)合基礎(chǔ)資料進行機主信息分析、寬帶信息分析、逃犯信息分析，同時可在大數(shù)據(jù)中進行人員關(guān)系分析、號碼關(guān)系分析、物品關(guān)系分析。分析的結(jié)果可保存在中間庫，并進行信息共享，方便用戶使用。系統(tǒng)設(shè)計如圖 1 所示。

結(jié)合寄遞公司基本功能要求，系統(tǒng)以可擴展結(jié)構(gòu)實現(xiàn)多種數(shù)據(jù)的接入。針對不同的數(shù)據(jù)源可定制專屬的數(shù)據(jù)抓取工具，實現(xiàn)自動化數(shù)據(jù)抓取，系統(tǒng)中需要附帶專業(yè)的數(shù)據(jù)抓取工具。應(yīng)對不同的數(shù)據(jù)格式，實現(xiàn)可動態(tài)配置的數(shù)據(jù)格式化工具，數(shù)據(jù)格式化由數(shù)據(jù)格式化軟件負責，數(shù)據(jù)格式化軟件運行在格式化機上，主要功能包括將各種來源的數(shù)據(jù)快速、準確地轉(zhuǎn)換為統(tǒng)一格式，同時進行數(shù)據(jù)整理和標準化處理，以便于后續(xù)的處理工作。抓取的源數(shù)據(jù)其來源與格式千差萬別，具有數(shù)據(jù)量大、實時性要求高等特點，是本系統(tǒng)處理的重點。數(shù)據(jù)格式化在進行數(shù)據(jù)標準化處理時，需要進行解壓、解析、數(shù)據(jù)標準化整理、預(yù)警等過程，具有統(tǒng)一的查詢平臺和查詢接口，統(tǒng)一的預(yù)警體系和預(yù)警接口等 [2-3]。

2 大數(shù)據(jù)挖掘與應(yīng)用

系統(tǒng)支持普通查詢和綜合查詢。對于普通查詢而言，可以針對某個字段，如號碼、基站代碼、機身碼進行查詢，在普通查詢時可以輸入多個條件進行批量查詢。為了提高工作效率，這些條件既可人工輸入，也可以從其他文件中導(dǎo)入。綜合查詢時操作員可根據(jù)需要設(shè)置各種查詢條件，這些條件用“與”“或”邏輯關(guān)系組合起來 [4]。

2.1 大數(shù)據(jù)挖掘

大數(shù)據(jù)使用計算機進行分析處理。針對海量數(shù)據(jù)，人腦的處理速度遠遠不比計算機處理速度快、效率高。比如對不同的粗糙粒度進行全維度分析，就需借助人機綜合系統(tǒng)，而這就是科技發(fā)展帶來的優(yōu)勢 [5]。

當產(chǎn)生了抽象模型，可以針對每一個人積累的數(shù)據(jù)進行模式匹配和模式識別，從而進行針對某種特定需求的操作判斷。比如一家銷售化妝品的公司可以對積累的海量用戶消費數(shù)據(jù)進行篩選，根據(jù)模型識別匹配出目標客戶群，從而找到目標客戶群，并進行有針對性的營銷，不同用戶群接觸的媒體類型不同，尋找每個人的媒體接觸習慣與接觸時間，甚至能夠預(yù)測下一次將在什么地方接觸到，方便定向推廣預(yù)定信息，做到有的放矢，提高命中率。

大數(shù)據(jù)的挖掘運用越來越向定制化、個性化方向發(fā)展。個性化才能收到最佳效果，而個性化來自于精準的判斷，精準的判斷來自于豐富的模型和經(jīng)驗。因此只有挖掘出有價值的信息，才能使應(yīng)用更廣泛 [6-7]。

2.2 大數(shù)據(jù)應(yīng)用

系統(tǒng)運用大數(shù)據(jù)挖掘技術(shù)，使用預(yù)先建立的數(shù)據(jù)模型進行大數(shù)據(jù)分析。系統(tǒng)的主要功能包括名址查詢、快速查詢、組合查詢、全文檢索、查詢模板、結(jié)果再處理、專題數(shù)據(jù)、城市信息查詢、歸屬地查詢、重點庫查詢、從業(yè)人員查詢、服務(wù)結(jié)果、審批查詢、日志查詢等。通過上述操作可以現(xiàn)實以下功能。

(1) 通過號碼（姓名、地址）等分析多個號碼（姓名、地址）間是否有快遞聯(lián)系，可在后臺執(zhí)行。從資料庫或中間庫中找出一組號碼中存在的記錄，或該組號碼不存在的記錄。根據(jù)聯(lián)系人、姓名、地址不變的原則，以原號碼為基礎(chǔ)，找出某兩段時間內(nèi)同一姓名地址使用與原號碼不同的通訊工具， 該通訊工具基本可判定為同一人使用。

(2) 通過關(guān)系網(wǎng)分析，集合號碼查詢關(guān)系人或者關(guān)系人的關(guān)系人等多層次聯(lián)系對象的話單。該模型是聯(lián)系圈模型及多層次聯(lián)系對象現(xiàn)場比對分析等模型的基礎(chǔ)。以號碼為第一層號碼對其聯(lián)系對象進行統(tǒng)計 ；以第一層號碼的聯(lián)系對象為第二層、以第二層的聯(lián)系對象為第三層，依次類推，直到指定層次，組成一個關(guān)系集合。

(3) 根據(jù)人與群分的特性，多個嫌疑人可能有共同聯(lián)絡(luò)人，輸入一批嫌疑號碼，找出與他們有共同聯(lián)系的人，這些人也帶有一定的嫌疑性。

(4) 根據(jù)特定號碼收發(fā)郵件的時間來分析特定號碼的活動規(guī)律，是白天在家，還是晚上在家 ；是工作日在家，還是周末在家等。

(5) 找出郵遞頻率比較高的記錄，分析其發(fā)送郵包的內(nèi)容，查驗是否包含違禁品。

(6) 系統(tǒng)找出一個電話采用不同地址收發(fā)郵件的記錄或找出收發(fā)雙方采用不同快遞收發(fā)郵件的信息，查驗是否具有涉嫌零散組裝貨物，逃避檢查的嫌疑。

(7) 通過歸屬地與地址不符分析，找出手機歸屬地與收件地址不符的信息，進一步排除。

(8) 以物品為中心，按時間、地區(qū)、網(wǎng)點、人員、號碼等分析出特定物品的流動特性。如突發(fā)性地在一個月內(nèi)有大量筆記本電腦從 A地發(fā)往 B地，這樣的信息極其可疑 [8-10]。

3 結(jié) 語

本系統(tǒng)建立本地數(shù)據(jù)庫并從各渠道實時或定時獲取數(shù)據(jù)，可以有效提供數(shù)據(jù)規(guī)范化系統(tǒng)需要的靈活的數(shù)據(jù)規(guī)范化工具，以幫助進行數(shù)據(jù)規(guī)范化工作，加快行業(yè)標準化運營發(fā)展。

系統(tǒng)實現(xiàn)數(shù)據(jù)比對，對業(yè)務(wù)數(shù)據(jù)、知識庫內(nèi)的信息進行數(shù)據(jù)關(guān)聯(lián)規(guī)則和比對策略設(shè)置，實現(xiàn)定時或即時分析與比對， 當滿足條件后，自動通報比對結(jié)果。在變化的數(shù)據(jù)入庫后執(zhí)行相關(guān)數(shù)據(jù)比對工作，細致詳盡規(guī)劃查詢信息，快遞收件人姓名、收件人手機號、收件人地址的真實程度越高，越有助于查詢異常和重點關(guān)注快件，可以提取出這類信息建立一個實時準確的人員信息庫。

利用寄遞行業(yè)數(shù)據(jù)真實程度高這一特性，結(jié)合已知的犯罪行為模式進行數(shù)據(jù)挖掘，可以類比出異常數(shù)據(jù)發(fā)現(xiàn)犯罪。后期在條件允許的情況下可以和各個公司進行聯(lián)網(wǎng)實時取得數(shù)據(jù)，并進行預(yù)警，有助于公安系統(tǒng)維護社會和諧，打擊犯罪活動。