高速公路稽核数据分析系统构建

主要观点总结

本文介绍了高速公路稽核数据分析系统的应用，包括系统架构、数据源和数据预处理、构建车辆信息库、搭建大数据逃费漏费嫌疑分析模型、异常特征数据分析等内容。该系统已推广试用，实现了多种逃费嫌疑模型的自动筛查，提高了稽核效率。

关键观点总结

关键观点1: 系统架构

稽核数据分析系统从多个系统获取稽核分析相关数据，进行分析处理，建立路网模型、路径还原算法及完整的车型信息库，同时与现有的稽核业务系统进行数据交互，实现稽核工单流转和稽核体系运行。

关键观点2: 数据源和数据预处理

数据源包括车道流水数据、ETC门架交易流水数据、牌识数据、拆分数据、治超数据等。数据预处理和清洗包括提取原始流水、映射字段到流水表、实现省内行程闭合等步骤。

关键观点3: 构建车辆信息库

通过采集多源数据，构建包含车型、车种、轴数等基础信息的车辆统计数据，不断学习和修订权重配置，同时根据车型识别数据结构化产生的车辆特征数据补充车辆信息库。

关键观点4: 搭建大数据逃费漏费嫌疑分析模型

主要包括改变车型、改变路径、无出口、变车种等逃费嫌疑分析模型。以“有入无出”逃费为例，详细介绍了相关分析和算法逻辑。

关键观点5: 异常特征数据分析

通过异常特征数据筛选，结合相关图片和视频判断车辆是否存在逃费行为。常见异常特征包括U/J通行、同一门架多次交易、入出口车型不一致等。

关键观点6: 系统应用与效果

稽核数据分析系统已在四川省高速公路各运营管理单位推广试用，实现了多种逃费嫌疑模型的自动筛查，大幅减少了稽查人员的工作量，提高了稽核效率。

文章预览

论   文 作者：李晓晨 （ 四川智能交通系统管理有限责任公司 ） 摘要： 目前，高速公路稽核工作在提高数据分析结果精准度、提升数据分析覆盖面和增强稽核业务智能化方面需持续优化和进步。本文对数据分析在高速公路稽核中的应用进行了探讨，介绍了融合多源数据搭建的大数据逃费漏费分析模型，并对多种类型的偷逃嫌疑数据进行了分析，以期为严厉打击偷逃通行费行为提供有力数据支撑。 省界收费站撤销之后，在高速公路原有入、出口收费数据的基础上，增长了10倍以上的门架计费流水和门架牌识流水 [1] 。数据量激增和通行里程变长引发了层出不穷的新的逃费方式，使稽核难度大大增加 [2] 。随着撤站后路网复杂度的提高、逃费行为的多变，针对某一个逃费行为的逃费嫌疑算法受到的干扰项也越来越多，数据分析复杂度加大。因此，应 ………………………………