数学牛人教你如何数据分析找到丢失的手机

开发
当你的手机钱包丢失了之后,你会怎么办?“丢了就丢了”可能是是大多数人的做法。这里告诉你一个牛人的做法,如何利用组合数学建立模型,从而成功找到拣手机的人。

5月底,我的卡丢了,同时丢的还有一部手机,上面有不少人的电话,我跟拣到手机的人约定,把手机给我,我给他500元钱,可是等我第二天再打电话的时候,手机就无消息了!幸好,包里面有我一张公交卡,我想能通过一卡通网站把他找到。

果不其然,他居然使用我的公交卡了,因为我留有公交卡的存根,于是就在一卡通的网站上寻找答案。6月1日他走的路线非常诡异,石佛营西里—-前门—–木犀园—–前门—–动物园——北师大——望京,晚上是望京657—–朝阳公园桥—-石佛营西里,非常奇怪的路线,我先前以为他是专业扒手,但是仔细看不像,因为那人白天不乘车,所以应该不是扒手。我还在670里面贴了帖子,可惜现在帖子没有了。

经过我两个月的观察,这个人经常的路线是(1)石佛营西里—-729—-木犀园—–627—–望京;(2)石佛营西里—-350,406—-朝阳公园桥—-657—-望京,只要走***路线,他就6点出来,只要走第2路线,他就在9点出来。心疼的是100元的充值,加上余额107元才用了一次就丢了,还有手机。

7月初他充值了,地点是东湖邮电所,ok,这次可以收网了,因为这次可以判断他就在望京东园附近,结合他经常去木犀园,说明他是搞服装或小商品的,再加上他的作息时间,排除了中福百货,最终锁定再旺角市场。

后面的就不用说了,他终于找到了,再和他商谈了以后,他把手机还给了我,可惜的是通讯录已经不完整了,由于他是我找到了,他也觉得理亏,500元就没有给~~~~~~~~·

锁定了它的位置在那个市场以后又是怎么找到它的呢?很感兴趣?继续向下看—>

首先到市场去打听说自己预定了一件衣服,上次来钱不够,今天来买,那个人住在石佛营,是一个女的,(***次通电话时声音象40左右),就说年龄大约30,40岁。市场的管理人员说,那不好说了,他不知道石佛营住的人,甚至连石佛营在哪里都不知道。

在望京顺便FB下,去了金汉斯烤肉,吃完午饭,再去,碰见一个市场管理人员是女的,女的爱说家常,于是还是按照上午的继续问,女的说,那个人是不是姓×?我说不知道,只知道她在石佛营,管理人员说全市场好像就她,我继续问,她是不是在木犀园进货?管理人员说,不清楚。

于是就去了那个姓×的摊位,一边挑商品,一边说好像木犀园也有这样的货,而且很便宜,那个女摊主顿时恼了,说,木犀园便宜你去木犀园吧……..自己浮出来了~~~~~~~~

为什么这个牛人判断的这么准确呢,楼主是学数学的吗?有木有细节?有!继续看

不是学数学的,是学物理的,但数学成绩比物理好~~~~~~

其实这件事情,是一个很简单的道理,将6月1日她的行为进行分析,时间轴6.1(sunday),空间轴石佛营(6点),木犀园(8点多),动物园(10点多),望京(13点多),望京(21点多),石佛营(22点多)。

我一看路线,首先的感觉就是要回东西有戏。木犀园:购物?买山寨机?买服装?,动物园:六一带孩子玩?游园?买服装?,望京:没有特征。六月一日星期日是***的“噪音”,儿童节可以带孩子去动物园游园,也可以带孩子去木犀园购物,但是需要我们把“噪音”去掉,那就是,谁会带着自己的孩子满城跑?而且在下午全在望京停留7个多小时?晚上22点才回到出发地呢?孩子不累吗?孩子不困吗?所以,只能是公务,而不是游玩。

如果是公务的话,只有服装是交集,只是后来两个月的数据显示去望京,那么只能和望京服装销售地联系了,只是不好确定是哪家而已。她要是废弃这张卡,不充值,我就找不到她了!因为充值,才使她浮出水面。

 

原文链接:http://diducoder.com/story-after-bus-card-lost.html

 

【编辑推荐】

  1. 小白学数据分析:怎么做流失分析
  2. 小白学数据分析之K-means理论篇
  3. 小白学数据分析之从购买记录分析道具支付环节
  4. 小白学数据分析之付费渗透率
  5. 小白学数据分析之Excel制作INFOGRAPHIC

 

责任编辑:彭凡 来源: diducoder
相关推荐

2015-08-21 13:44:17

数据分析

2017-05-18 12:45:35

数据分析数据理解数据

2014-04-10 09:55:46

手机Node.jswilio

2021-10-12 15:25:08

大数据数据分析

2020-07-21 10:09:01

数据分析技术IT

2022-11-01 11:30:51

数据分析模型数据

2015-09-29 11:02:44

微信公众号运营

2023-10-11 11:34:54

数据分析运营

2022-02-16 10:37:41

数据分析思维数据分析

2016-10-26 19:33:45

数据分析大数据

2017-01-16 15:44:38

数据分析大数据指标体系

2022-04-02 06:20:48

IT领导者数据分析团队

2021-08-06 11:01:23

大数据数据分析技术

2020-08-04 10:50:44

数据分析技术IT

2015-10-26 09:24:30

微信公众号数据分析

2016-10-21 14:41:22

数据分析师大数据

2016-09-09 12:28:12

大数据

2022-04-02 11:47:11

数据分析业务岗位

2022-08-16 11:33:43

数据分析业务数据

2023-12-29 10:04:47

数据分析
点赞
收藏

51CTO技术栈公众号