用大数据分析为何港铁MTR最近事故频发
是不是因为东铁线上有一所著名的大学，导致搭乘动铁线的乘客平均收压力程度提升，因而提高了东铁线上卧轨的概率？
小编决定通过data mining，来分析一下东铁卧轨，以及用大数据分析，决定人们选择自杀的几个attribute。这样可以帮助政府或者相关组织，更好地在更正确的时间，来做防护措施。
在查阅了相关心理学论文后，小编得出了几个与自杀相关的attributes：1.Single or Occupied 2.Degree 3.Have a work or not 4.Salary 5.Age
这是世界卫生组织发布的，全球自杀分布图。从以上图片，直观来看，中国的suicide rate在5.0-9.9，虽然颜色没有达到红色，但是橙色的程度，还是值得我们重视的。
因此，如果想通过大数据分析东铁上卧轨自杀者的动机，我们还是需要获得最近几十年来的东铁事故数据的。然后我们还需要做预处理，也就是data mining中的preprocessing。比如不是suicide，而是意外发生的事故，比如自己不小心掉下去，或者被人推下去，都需要做处理。然后我们还需要去除一些noise，去除一些错误的数据。
（以下为模拟分析的project：）
通过R语言，使用贝叶斯classifier，我们可以看出，正确率具有94%以上。
其中卧轨自杀人群中Single这个特性具有80%以上的probability决定了自杀者自杀，所以这个model告诉了我们一个结论就是：谈恋爱可以减少自杀率从而减少死亡率。当然，不要太认真，以上数据是小编模拟杜撰出来的数据，不具有向导性。但是也可能确实有一定的参考性，不然为何有那么多，为情殉身的新闻呢？
另外，其实大数据&AI来防范自杀其实已经有人在做了。
早在17年3月，美国就推出了Facebook人工智能防自杀分析系统，经几个月测试后，于同年11月正式推出至Facebook平台上20亿用户。这一系统会对用户的贴文或直播影片进行扫描，当侦测到关键字句，如“我想死”、“我讨厌我的人生”，“我想自杀”等，就会把这些用户标记起来，转发给内部营运部门，通过员工抢在第一时间过滤并查验，若发现确实有自杀倾向，Facebook就会通知当地官方机构派人前往该用户所在地以便关心、帮助。
17年秋天，美国阿拉巴马州的一位女性用户在Facebook开启直播，直播中她挥舞着一把刀，说自己想自杀。Facebook的AI系统侦测到这个事件并联系了当地警方，最后顺利阻止并将她带到医院接受观察治疗。
Last but not least,生活中总是充满了各种烦心事，我们的压力随着年龄的增长也是越来越大，当然，不断地放松减压，转化压力为动力，才是我们该做的。
如果你任何感情问题，学业问题，可后台留言，小编愿为你排忧解难~
- 发表于:
- 原文链接：http://kuaibao.qq.com/s/20180115G0R9RM00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
