一种维稳预警方法及系统、电子设备技术方案

技术编号:20623947 阅读:34 留言:0更新日期:2019-03-20 15:03
本发明专利技术公开了一种维稳预警方法及系统、电子设备,包括采集涉稳人员的基本信息数据;基于所述涉稳人员的基本信息数据,提取出涉稳人员的特征数据;根据所述涉稳人员的基本信息数据与特征数据,进行数据关联碰撞,得到所述涉稳人员的特征参数;根据所述涉稳人员的特征参数,对所述特征参数进行处理得到特征向量,将所述特征向量输入用于预测涉稳人员参与涉稳行为的训练模型,经所述训练模型处理后得到预测所述涉稳人员参与涉稳行为的预测概率。本发明专利技术结合大数据与人工智能技术,能够预测涉稳人员异动情况,预测结果较为科学、准确。

A Method of Maintaining Stability Early Warning and Its Systems and Electronic Equipment

The invention discloses a maintenance early warning method, system and electronic equipment, including collecting basic information data of stabilizing personnel, extracting the characteristic data of stabilizing personnel based on the basic information data of stabilizing personnel, correlating and colliding data according to the basic information data and characteristic data of stabilizing personnel, and obtaining the characteristic parameters of stabilizing personnel according to the description. The eigenvectors are obtained by processing the eigenvectors. The eigenvectors are input into the training model for predicting the stability-related behavior of the stability-related personnel. After the training model is processed, the prediction probability of the stability-related personnel participating in the stability-related behavior is obtained. The invention combines large data with artificial intelligence technology, can predict the disturbance situation of stabilizing personnel, and the prediction result is more scientific and accurate.

【技术实现步骤摘要】
一种维稳预警方法及系统、电子设备
本专利技术涉及公安信息化
,特别是指一种维稳预警方法及系统、电子设备。
技术介绍
近年,随着社会改革不断深入,社会转型进程逐步加快,各类社会矛盾和人民内部矛盾不断叠加、交织,特别是进入信息化时代和大数据时代,表达利益诉求的渠道更加多元,表达方式更加多样,衍生结果更加多变。各类涉稳人员基于“个人维权”心理以及多种心理因素支配下产生种种非正常信访形式,在一定程度上影响了社会和谐稳定。政府机关通过多年的社会稳控工作,各地基本都已经积累形成了一套稳定高效的重大事件处置机制及预案,但在事前预知方面仍处于盲区。而目前已建立的涉稳人员管控系统,没有充分利用信息化技术,大多采用数据的离散分值和权重的合成来计算风险指数,带有较多的主观因素,可靠性偏低。
技术实现思路
有鉴于此,本专利技术的目的在于提出一种维稳预警方法及系统、电子设备,能够预测涉稳人员异动情况,预测结果较为科学、准确。基于上述目的,本专利技术提供了一种维稳预警方法,包括:采集涉稳人员的基本信息数据;基于所述涉稳人员的基本信息数据,提取出涉稳人员的特征数据;根据所述涉稳人员的基本信息数据与特征数据,进行数据关联碰撞,得到所述涉稳人员的特征参数;根据所述涉稳人员的特征参数,对所述特征参数进行处理得到特征向量,将所述特征向量输入用于预测涉稳人员参与涉稳行为的训练模型,经所述训练模型处理后得到预测所述涉稳人员参与涉稳行为的预测概率。可选的,所述方法还包括:根据所述预测概率,确定所述预测概率大于预设的涉稳阈值的重点涉稳人员名单。可选的,所述方法还包括:根据所述重点涉稳人员的基本信息数据,采集与所述重点涉稳人员具有联系关系的非涉稳人员信息,及所述重点涉稳人员与所述非涉稳人员的联系频次,确定所述重点涉稳人员与所述非涉稳人员的亲密值,根据所述亲密值绘制所述重点涉稳人员的关系图谱。可选的,所述基本信息数据包括身份信息数据、交通信息数据、位置信息数据、历史涉稳数据、家庭信息数据,所述特征参数包括所述身份信息数据、历史交通信息数据、近期位置信息数据、所述历史涉稳数据。可选的,对所述涉稳人员的所述身份信息数据、交通信息数据、位置信息数据、历史涉稳数据、家庭信息数据、所述特征数据进行合并、按照特定条件取交集、去除重复数据项处理,得到所述特征参数。本专利技术实施例还提供一种维稳预警系统,包括:数据采集模块,用于采集涉稳人员的基本信息数据;特征提取模块,用于基于所述涉稳人员的基本信息数据,提取出所述涉稳人员的特征数据;分析处理模块,用于根据所述涉稳人员的基本信息数据与特征数据,进行数据关联碰撞,得到所述涉稳人员的特征参数,对所述特征参数进行处理得到特征向量,将所述特征向量输入用于预测涉稳人员参与涉稳行为的训练模型,经所述训练模型处理后得到预测所述涉稳人员参与涉稳行为的预测概率。可选的,所述系统还包括:名单确定模块,用于根据所述预测概率,确定所述预测概率大于预设的涉稳阈值的重点涉稳人员名单。可选的,所述系统还包括:数据采集模块,用于采集与所述重点涉稳人员具有联系关系的非涉稳人员信息,及所述重点涉稳人员与所述非涉稳人员的联系频次;图谱分析模块,用于根据所述重点涉稳人员的基本信息数据、所述非涉稳人员信息、所述重点涉稳人员与所述非涉稳人员的联系频次,确定所述重点涉稳人员与所述非涉稳人员的亲密值,根据所述亲密值绘制所述重点涉稳人员的关系图谱。可选的,所述基本信息数据包括身份信息数据、交通信息数据、位置信息数据、历史涉稳数据、家庭信息数据,所述特征参数包括所述身份信息数据、历史交通信息数据、近期位置信息数据、所述历史涉稳数据。本专利技术实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述方法。从上面所述可以看出,本专利技术提供的维稳预警方法及系统、电子设备,通过采集涉稳人员的各项信息,对涉稳人员的各项信息进行特征提取,获得与参与涉稳行为有关联的特征数据,根据特征数据,利用训练模型进行处理,得到涉稳人员有可能参与涉稳行为的预测概率值,根据预测的概率值,确定有可能参与涉稳行为的重点涉稳人员名单。本专利技术利用大数据分析、人工智能等技术,结合维稳应用需求场景,进行涉稳人员异动的预测,预测结果科学、准确,能够做到事前把控与预警,降低涉稳事件发生率,维护社会稳定;应用于现有的维稳工作中,可减少维稳案件分析人工处理的工作量,避免维稳漏管问题,极大地降低警务人员的工作强度和工作时间,提高维稳工作效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例的方法流程示意图;图2为本专利技术实施例的系统组成结构示意图;图3为本专利技术实施例的关系图谱示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本专利技术进一步详细说明。需要说明的是,本专利技术实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本专利技术实施例的限定,后续实施例对此不再一一说明。图1为本专利技术实施例的方法流程示意图。如图所示,本专利技术实施例提供的维稳预警方法,包括:S10:采集涉稳人员的基本信息数据;本专利技术实施例中,可从公安系统数据库和数据表格等公安数据来源中采集涉稳人员的基本信息数据。基本信息数据包括身份信息数据、交通信息数据、位置信息数据、历史涉稳数据、家庭信息数据等。如表1所示,身份信息数据包括姓名、证件号码、性别、文化程度、收入情况、属相、家庭住址等数据项及照片数据。其中,为简化数据形式、减少存储空间,可对部分数据项进行编码,例如,对于性别数据项,将男性编码为1,女性编码为0,对于属相数据项,按照十二属相顺序,分别编码为01-12。表1身份信息数据示例如表2-4所示,交通信息数据包括民航数据、铁路数据、客运数据。其中,民航数据包括姓名、证件号码、起飞时间、起飞地点、降落时间、降落地点等数据项;铁路数据包括姓名、证件号码、开车时间、起点、下车时间、终点等数据项;客运数据包括姓名、证件号码、开车时间、起点、下车时间、终点等数据项。表2民航数据示例表3铁路数据示例表4客运数据示例如表5-7所示,位置信息数据包括电子围栏数据、网吧上网数据、住宿数据。其中,电子围栏数据包括时间、归属地、运营商、国际移动用户识别码(IMSI)、经度、纬度、站点等数据项;网吧上网数据包括姓名、证件号码、上线时间、下线时间、网吧代码、网吧地址、终端编号等数据项;住宿数据包括姓名、证件号码、入住时间、退房时间、旅店代码、房间号等数据项。表5电子围栏数据示例表6网吧上网数据示例表7住宿数据示例历史涉稳数据包括历史上访次数、历史上访地点、获取涉稳线索时间等数据项。家庭信息数据包括同户人员姓名、家庭成员信息等数据项。S11:存储涉稳人员的基本信息数据;S12:基于涉稳人员的基本信息数据,提取出涉稳人员的特征数据;根据涉稳人员的基本信息数据,从本文档来自技高网...

【技术保护点】
1.一种维稳预警方法,其特征在于,包括:采集涉稳人员的基本信息数据;基于所述涉稳人员的基本信息数据,提取出涉稳人员的特征数据;根据所述涉稳人员的基本信息数据与特征数据,进行数据关联碰撞,得到所述涉稳人员的特征参数;根据所述涉稳人员的特征参数,对所述特征参数进行处理得到特征向量,将所述特征向量输入用于预测涉稳人员参与涉稳行为的训练模型,经所述训练模型处理后得到预测所述涉稳人员参与涉稳行为的预测概率。

【技术特征摘要】
1.一种维稳预警方法,其特征在于,包括:采集涉稳人员的基本信息数据;基于所述涉稳人员的基本信息数据,提取出涉稳人员的特征数据;根据所述涉稳人员的基本信息数据与特征数据,进行数据关联碰撞,得到所述涉稳人员的特征参数;根据所述涉稳人员的特征参数,对所述特征参数进行处理得到特征向量,将所述特征向量输入用于预测涉稳人员参与涉稳行为的训练模型,经所述训练模型处理后得到预测所述涉稳人员参与涉稳行为的预测概率。2.根据权利要求1所述的方法,其特征在于,还包括:根据所述预测概率,确定所述预测概率大于预设的涉稳阈值的重点涉稳人员名单。3.根据权利要求2所述的方法,其特征在于,还包括:根据所述重点涉稳人员的基本信息数据,采集与所述重点涉稳人员具有联系关系的非涉稳人员信息,及所述重点涉稳人员与所述非涉稳人员的联系频次,确定所述重点涉稳人员与所述非涉稳人员的亲密值,根据所述亲密值绘制所述重点涉稳人员的关系图谱。4.根据权利要求1所述的方法,其特征在于,所述基本信息数据包括身份信息数据、交通信息数据、位置信息数据、历史涉稳数据、家庭信息数据,所述特征参数包括所述身份信息数据、历史交通信息数据、近期位置信息数据、所述历史涉稳数据。5.根据权利要求4所述的方法,其特征在于,对所述涉稳人员的所述身份信息数据、交通信息数据、位置信息数据、历史涉稳数据、家庭信息数据、所述特征数据进行合并、按照特定条件取交集、去除重复数据项处理,得到所述特征参数。6.一种维稳预警系统,其特征在于,包括:数据采集...

【专利技术属性】
技术研发人员:郑慧亚黄剑宇方勇
申请(专利权)人:北京荣之联科技股份有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1