随着互联网高速发展和共享经济热潮涌动,人们对出行方式的选择也越来越多样化。传统的公共交通以及出租车已经无法满足人们对出行效率的追求,因此网约车平台应运而生并快速占据了出行市场。然而由于行业不规范,用户在使用网约车出行过程中的人身财产安全无法得到保障,用户面临种种风险是网约车平台亟需解决的问题。保障用户行程安全需要围绕行程数据进行分析和挖掘,即用户行程数据是保障行程安全的核心。当前平台订单量达到日均千万级,数据规模不断增长,并且用户行程数据属于多源异构数据,不仅数据类型复杂,而且数据体系结构混乱,同时存在着数据清洗流程繁琐和样本特征计算规则不一致等问题,难以高效对行程数据加以利用从而为用户行程安全提供保障。面对这样的问题,本文提出了一种网约车行程安全保障系统,旨在通过统一的数据平台提供服务,满足公司运营人员、算法工程师等角色对行程数据的使用需求,挖掘其中的价值。该系统利用大数据技术对行程数据进行处理,作为各模块功能实现的基础,通过特征开发、事故复盘和数据看板功能帮助系统用户对行程数据进行分析使用。数据处理模块分别使用Hive和Flink对全量历史数据和实时订单数据进行处理。系统基于B/S架构提供了可视化的Web操作界面,采用MVC模式将前后端分离以实现解耦,后端部分使用Springboot等框架进行开发,保证系统的安全性和稳定性。为了对性骚扰风险订单进行识别,使用XGBoost算法训练二分类模型,以此实现性骚扰风险订单早发现和及时干预。本文从系统需求分析、概要设计、详细设计与实现和系统测试等方面,结合用例图、ER图、流程图、类图、时序图、实现效果图和数据设计表以及测试用例表对系统设计与实现的完整流程进行了阐述。在该系统的设计与开发过程中,本人参与了前期的系统调研工作与需求分析,并且着重参与了整个系统各个模块的代码编写工作,同时负责后期的系统测试以及上线部署。目前该系统已满足各项需求并在公司交付使用,系统运行状况良好。