京東金融在KDD2018發(fā)表5篇論文 以前沿成果破解應用難題

一年一度KDD。

8月19-23日，國際數(shù)據(jù)挖掘頂級會議KDD2018在英國倫敦正式召開，大約3000名來自世界各地的頂級學者和知名企業(yè)代表齊聚一堂，展示了各自在數(shù)據(jù)科學領(lǐng)域的最新技術(shù)與成果。由京東金融副總裁、首席數(shù)據(jù)科學家鄭宇博士發(fā)起創(chuàng)辦的國際城市計算論壇(International Workshop on Urban Computing)在大會上如期召開，吸引了眾多頂級學者參與，共同探討大數(shù)據(jù)和人工智能在城市計算領(lǐng)域的先進科研成果，成功實踐案例，彰顯了國際學界對城市計算的高度關(guān)注。

京東全面亮相KDD大會，并以發(fā)表10篇論文的成績展示了中國技術(shù)發(fā)展的“京東力量”， 其中，京東金融共有4篇論文被KDD大會收錄，這四篇論文均出自京東金融城市計算事業(yè)部，相關(guān)作者受邀出席大會并做技術(shù)報告。此外，京東金融風險管理部還有一篇論文被KDD上的“圖的挖掘與學習國際研討會”收錄。

KDD大會的投稿量逐年攀升，今年的接收率僅為18.4%。京東金融的相關(guān)學術(shù)成果何以在KDD期間贏得廣泛贊譽，首要的原因是這些成果將創(chuàng)新的技術(shù)和落地的應用有機融合。下面，就讓我們來看看，京東金融的這五篇論文都取得了哪些成果。

1、中文標題：基于對等和時間感知的表示學習的駕駛行為分析

英文標題：You Are How You Drive: Peer and Temporal-Aware Representation Learning for Driving Behavior Analysis

摘要：

車輛駕駛是一種需要多種技巧的復雜行為，合理有效的分析挖掘司機的駕駛行為，能夠幫助我們評估一個司機的駕駛技能，進而也能幫助評估城市每塊區(qū)域或路段每一時刻的路面駕駛安全系數(shù)，幫助檢測出高風險區(qū)域路段，提升交通安全，促進城市智能交通系統(tǒng)的發(fā)展。

某一時間，計算某一區(qū)域內(nèi) ，位置處于當前區(qū)域的司機的 driving score的平均值。分數(shù)越高越安全，越低越危險。這是業(yè)內(nèi)首次實現(xiàn)對司機駕駛行為以及危險區(qū)域的實時評估。

分析司機的駕駛行為并預判某一區(qū)域的交通風險，有著顯著的社會應用價值： 首先， 對交通管理部門說，提前對危險區(qū)域作出預判，及時疏導，為決策提供支持，優(yōu)化資源的調(diào)配，例如信號燈、警示牌、醫(yī)療單位的位置規(guī)劃等; 其次，對保險公司來說，可以根據(jù)司機的駕駛行為，使調(diào)整保費策略更加合理;第三，對提供地圖和導航服務的企業(yè)來說，在提供導航服務時，可以根據(jù)危險區(qū)域的預判，對路線進行調(diào)整，完善自身的服務;最后，對司機個人來說，driving score的變化，對調(diào)整自己的駕駛行為和駕駛習慣有指導意義，可以幫助司機形成安全駕駛的良好習慣。

2、中文標題：共享單車動態(tài)調(diào)度：時空數(shù)據(jù)上的強化學習模型

英文標題：Dynamic Bike Reposition: A Spatio-Temporal Reinforcement Learning Approach

摘要：

共享單車在城市中越來越普及，便利城市出行的同時也給單車運營帶來諸多問題：部分區(qū)域存在大量單車擁堵，而另一些區(qū)域卻沒有可供使用的單車?，F(xiàn)階段，單車運營商采用小型三輪車在城市各區(qū)域之間持續(xù)地進行單車調(diào)度來解決上述問題。我們提出了一種基于時空數(shù)據(jù)的強化學習模型來實時地指導城市內(nèi)的各個三輪車進行協(xié)作、高效、長期最優(yōu)地單車調(diào)度。

從應用層面來看，由于我們更好地考慮了實際調(diào)度中的不確定因素，通過上述方法進行單車調(diào)動，相較于傳統(tǒng)模型可以大幅提升調(diào)度效率，，從而減少用戶想找車卻找不到的情況發(fā)生，使得單車系統(tǒng)服務的人數(shù)實現(xiàn)最大化，且進一步提升用戶體驗。

3、中文標題：基于深度分布式融合網(wǎng)絡的空氣質(zhì)量預測

英文標題：Deep Distributed Fusion Network for Air Quality Prediction

摘要：

隨著城市化的快速發(fā)展，中國的大多數(shù)城市正經(jīng)歷著嚴重的空氣污染問題。預測未來空氣質(zhì)量不僅可以幫政府更好地做出決策，也可以幫助人們規(guī)劃未來出行計劃。基于空氣質(zhì)量數(shù)據(jù)、氣象數(shù)據(jù)和天氣預報數(shù)據(jù)，借助大氣科學領(lǐng)域的專業(yè)知識，我們提出了一種基于深度學習的預測方法DeepAir來預測未來48小時細粒度空氣質(zhì)量。

中國于 2012 年開始對 PM2.5 進行監(jiān)控，在 5 年前，可用數(shù)據(jù)點只有幾千個，小樣本問題是進行預測的一大障礙。如今，全國有超過 200 個城市、數(shù)千個站點在以小時為單位記錄空氣質(zhì)量數(shù)據(jù)，數(shù)據(jù)量的極大豐富讓研究者思考深度學習能否更好地解決問題。研究者發(fā)現(xiàn)深度學習在拐點預測方面有較大提升。

空氣質(zhì)量預測既需要考慮到大顆粒懸浮物，也要考慮污染物，是一項“既要看天，也要看人”的時空細粒度預測，它影響因素眾多，且不可直接觀測，需要應用機器學習模擬諸多影響因素的變化。在空氣質(zhì)量預測中，拐點預測尤為重要：它與工廠停工、學生停課等城市管理決策執(zhí)行息息相關(guān)。

在深度學習處理時空數(shù)據(jù)時，數(shù)據(jù)轉(zhuǎn)化和屬性捕捉是兩大重點。深度分布式融合網(wǎng)絡設(shè)計了針對空氣質(zhì)量指數(shù)的特定的數(shù)據(jù)歸集合并的方法，進行數(shù)據(jù)維度對齊和濾噪，然后把氣象、 天氣、其他污染物等因素引入，進行嵌入(embedding)后，利用不同的融合網(wǎng)絡分別學習 AQI 受整體和各因素分別的影響權(quán)重，最后得出預測結(jié)果。這種方法很好地捕捉了空氣質(zhì)量驟變。準確率提高到接近 50%。

預測未來48小時細粒度空氣質(zhì)量,不僅是讓居民精確知曉自己周邊的空氣質(zhì)量如何、更健康的規(guī)劃出行，還可幫助政府追溯污染源，并科學決策控制污染的措施。

4、中文標題：利用共享單車軌跡數(shù)據(jù)的違章停車檢測

英文標題：Detecting Vehicle Illegal Parking Events using Sharing Bikes' Trajectories

摘要：

違章停車是大城市中普遍存在的問題。占道的違章停車引起交通擁堵，也會引發(fā)交通事故。僅僅通過目前的交警巡邏、攝像監(jiān)控方案，很難覆蓋整個城市，并且會耗費的不小的人力物力。近年來，共享單車的興起產(chǎn)生了大量且質(zhì)量高的軌跡數(shù)據(jù)，為我們檢測違章停車提供了新的機遇。因為我們觀察到，大多數(shù)違章停車發(fā)生在路邊，會對自行車騎行軌跡造成影響。為此，我們提出了基于共享單車軌跡數(shù)據(jù)的違章停車檢測技術(shù)。

這項工作包括一個預處理模塊，進行有針對性的相應軌跡清洗、路網(wǎng)匹配、軌跡索引;以及一個檢測模塊，基于假設(shè)檢驗與軌跡融合進行檢測。

在預處理部分，通過路網(wǎng)匹配去掉了匹配到高速路等自行車罕至地域的軌跡、與道路幾乎垂直的、偏離道路過遠的軌跡，同時因為違章停車對正向和反向騎行的自行車影響程度不同，因此將軌跡按其行進方向分開，用不同的模型分別刻畫。

在檢測部分，主要強調(diào)三點考量：1. 不區(qū)分不同模式的違章停車，將其全部視為一類。將其多樣性內(nèi)化。2. 不檢測單條軌跡，而是把不同軌跡合在一起進行一次判斷，排除可能影響單條軌跡的諸多誤差。3. 對每條路單獨建模，排除不同地區(qū)障礙物不同帶來的 GPS 誤差分布差異。檢測模型將深夜的自行車軌跡視為基線數(shù)據(jù)，然后用 KS 檢驗判斷白天與深夜的樣本是否處于同一個分布，輸出一個屬于同一分布的置信度，然后用真實違停檢驗數(shù)據(jù)集確定分類的閾值。

這項研究的成果已經(jīng)投入實際應用,能夠?qū)崟r檢測整個城市里面什么地方出現(xiàn)了違章停車，不需要派管理員去看就能夠自動識別,然后把有限的人力精準地投放到那些違章的路段。交管人員從“掃街”式監(jiān)管，變成針對核心路段重點監(jiān)測，提高了效率，節(jié)省了人力，有助于治理違章停車現(xiàn)象。

5、中文標題：可伸縮異構(gòu)圖上群體欺詐檢測

英文標題：HGsuspector: Scalable Collective Fraud Detection in Heterogeneous Graphs

摘要：圖可以直接地表示對象之間的關(guān)系，在學術(shù)界和產(chǎn)業(yè)界取得了廣泛關(guān)注。但是目前的研究成果主要集中在同構(gòu)圖和二分圖上，然而這些算法卻很難應用在實際的場景中。因為在現(xiàn)實世界中，對象類型和關(guān)系是多種多樣的，數(shù)據(jù)的數(shù)量可能非常大。本文針對“黑產(chǎn)”的特點，提出了一種可伸縮有向異構(gòu)圖上的集體欺詐檢測算法。首先將有向異構(gòu)圖分解成一組二分圖，然后對每個連通的二分圖定義一個度量，該度量融合結(jié)構(gòu)信息和事件概率。通過在分數(shù)空間的統(tǒng)計或其他異常檢測算法可以得到區(qū)分正常和異常的閾值。

上述科研成果已經(jīng)轉(zhuǎn)化為實際應用，我們提出了電子商務場景下的群體欺詐檢測的技術(shù)解決方案，并成功應用于京東電子商務平臺，實現(xiàn)了對集體欺詐的實時檢測。在擁有數(shù)十億個節(jié)點和邊緣的真實數(shù)據(jù)集上的實驗表明，該方法比此前最先進的方法更加精確和快速，可以更有效地打擊 “黑產(chǎn)”分子，維護網(wǎng)絡安全。

對于京東金融而言，參與頂級學術(shù)會議不僅是為了與學術(shù)界交流學術(shù)成果、展現(xiàn)自身科研實力，而且是為了分享創(chuàng)新成果，緊密地把學術(shù)成果與應用落地相結(jié)合，以開放的態(tài)度，加速科研成果的應用轉(zhuǎn)化，為全社會創(chuàng)造更大價值。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。