一种基于大数据的事件可解决率分析的方法技术

一种基于大数据的事件可解决率分析的方法，包括：建立历史事件数据库；基于历史事件大数据库，获取事件分类的第一特征；基于历史事件大数据，获取影响事件解决的第二特征，并根据事件解决的第二特征建立解决率计算模型；获取新发事件线索信息，并对获取的线索进行有效性判定；计算当前时间与事件发生时间的时间间隔；根据历史事件库数据，计算同事件分类的平均解决率；根据解决率计算模型，计算当前事件的可解决率。本发明专利技术通过新发事件可解决率分析可为相关部门工作提供参考，更合理的利用资源，提高事件解决效率。提高事件解决效率。提高事件解决效率。

【技术实现步骤摘要】
一种基于大数据的事件可解决率分析的方法


[0001]本专利技术涉及的是大数据分析领域，特别涉及一种基于大数据的事件可解决率分析的方法。

技术介绍

[0002]由于事件急剧增加，相关部门资源日益紧张的同时，缺乏对历史事件的深度分析挖掘，对新发事件的判断不够准确，导致相关资源不能合理分配和利用，极大的影响事件解决效率。

技术实现思路

[0003]鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于大数据的事件可解决率分析的方法。
[0004]为了解决上述技术问题，本申请实施例公开了如下技术方案：
[0005]一种基于大数据的事件可解决率分析的方法，包括：
[0006]S100.建立历史事件数据库；
[0007]S200.基于历史事件大数据库，获取事件分类的第一特征；
[0008]S300.基于历史事件大数据，获取影响事件解决的第二特征，并根据事件解决的第二特征建立解决率计算模型；
[0009]S400.获取新发事件线索信息，并对获取的线索进行有效性判定；
[0010]S500.计算当前时间与事件发生时间的时间间隔；
[0011]S600.根据历史事件库数据，计算同事件分类的平均解决率；
[0012]S700.根据解决率计计算模型，计算当前事件的可解决率。
[0013]进一步地，S100中，建立历史事件数据库，至少包括事件基本信息、事件线索信息。
[0014]进一步地，S200中，获取事件分类的第一特征，至少包括：包括事件发生地、事件类型；通过事件发生地和事件类型对事件进行归。
[0015]进一步地，S300中，获取影响事件解决的第二特征，至少包括：指纹线索、DNA线索、脚印等体态特征、周边视频和周边人脸数据；通过影响事件解决的第二特征，建立新发事件可解决率计算模型。
[0016]进一步地，S400中，对获取的线索进行有效性判定，具体为：判断是否有有效指纹线索、是否有相关体态特征、周边是否有有效视频和周边是否有有效人脸数据。
[0017]进一步地，解决率计算模型建立的方法为：
[0018]假设存在第一线索可解决率为X，存在第二线索可解决率为Y，周边覆盖关键视频镜头可解决率为Z，周边覆盖关键人脸设备可解决率为P，现场有脚印或其他痕迹可以推断性别、数量、形态的线索可解决率为Q，案发时间间隔每天下降概率M，间隔时间为N天；则该事件初始可解决率T为：
[0019]T＝(1
‑
(1
‑
X)*(1
‑
Y)*(1
‑
Z)*(1
‑
P)*(1
‑
Q))
‑
MN
[0020]其中，若某个关键线索不存在，则相关参数不计入公式计算即可。
[0021]进一步地，获取同事件分类的平均解决率S，则事件最终可解决率K为：当同事件分类的平均解决率大于60％时，事件最终可解决率K＝T+(1
‑
T)*(1
‑
S)；当同事件分类的平均解决率小于等于60％时，事件最终可解决率K＝T
‑
(1
‑
T)*(1
‑
S)。
[0022]进一步地，还包括S800：随着事件解决进展对S300的参数进行调整，动态计算事件的可解决率。
[0023]本专利技术实施例提供的上述技术方案的有益效果至少包括：
[0024]本专利技术公开的一种基于大数据的事件可解决率分析的方法，包括：建立历史事件数据库；基于历史事件大数据库，获取事件分类的第一特征；基于历史事件大数据，获取影响事件解决的第二特征，并根据事件解决的第二特征建立解决率计算模型；获取新发事件线索信息，并对获取的线索进行有效性判定；计算当前时间与事件发生时间的时间间隔；根据历史事件库数据，计算同事件分类的平均解决率；根据解决率计计算模型，计算当前事件的可解决率。本专利技术通过新发事件可解决率分析可为相关部门工作提供参考，更合理的利用资源，提高事件解决效率。
[0025]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
附图说明
[0026]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0027]图1为本专利技术实施例1中，一种基于大数据的事件可解决率分析的方法的流程图。
具体实施方式
[0028]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0029]为了解决现有技术中存在的问题，本专利技术实施例提供一种基于大数据的事件可解决率分析的方法。
[0030]实施例1
[0031]本实施例公开了一种基于大数据的事件可解决率分析的方法，其特征在于，包括：
[0032]S100.建立历史事件数据库；在本实施例S100中，建立历史事件数据库，至少包括事件基本信息、事件线索信息。
[0033]S200.基于历史事件大数据库，获取事件分类的第一特征；在本实施例的S200中，获取事件分类的第一特征，至少包括：包括事件发生地、事件类型；通过事件发生地和事件类型对事件进行归。
[0034]S300.基于历史事件大数据，获取影响事件解决的第二特征，并根据事件解决的第二特征建立解决率计算模型；在本实施例的S300中，获取影响事件解决的第二特征，至少包括：指纹线索、DNA线索、脚印等体态特征、周边视频和周边人脸数据；通过影响事件解决的第二特征，建立新发事件可解决率计算模型。
[0035]S400.获取新发事件线索信息，并对获取的线索进行有效性判定；在本实施例的S400中，对获取的线索进行有效性判定，具体为：判断是否有有效指纹线索、是否有有效DNA线索、是否有脚印或其他体态特征、周边是否有有效视频和周边是否有有效人脸数据。
[0036]S500.计算当前时间与事件发生时间的时间间隔；
[0037]S600.根据历史事件库数据，计算同事件分类的平均解决率；
[0038]S700.根据解决率计计算模型，计算当前事件的可解决率。
[0039]具体的，本实施例中，解决率计算模型建立的方法为：
[0040]假设存在指纹线索可解决率为X，存在DNA线索可解决率为Y，周边覆盖关键视频镜头可解决率为Z，周边覆盖关键人脸设备可解决率为P，现场有脚印或其他痕迹可以推断性别、数量、形态的线索可解决率为Q，案发时间间隔每天下降概率M，间隔时间为N天；则该事件初始可解决率T为：
[0041]T＝(1
‑
(1
‑
X)*(1<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的事件可解决率分析的方法，其特征在于，包括：S100.建立历史事件数据库；S200.基于历史事件大数据库，获取事件分类的第一特征；S300.基于历史事件大数据，获取影响事件解决的第二特征，并根据事件解决的第二特征建立解决率计算模型；S400.获取新发事件线索信息，并对获取的线索进行有效性判定；S500.计算当前时间与事件发生时间的时间间隔；S600.根据历史事件库数据，获取同事件分类的平均解决率；S700.根据解决率计计算模型，计算当前事件的解决率。2.如权利要求1所述的一种基于大数据的事件可解决率分析的方法，其特征在于，S100中，建立历史事件数据库，至少包括事件基本信息、事件线索信息。3.如权利要求1所述的一种基于大数据的事件可解决率分析的方法，其特征在于，S200中，获取事件分类的第一特征，至少包括：包括事件发生地、事件类型；通过事件发生地和事件类型对事件进行归类。4.如权利要求1所述的一种基于大数据的事件可解决率分析的方法，其特征在于，S300中，获取影响事件解决的第二特征，至少包括：体态特征、周边视频和周边人脸数据；通过影响事件解决的第二特征，建立新发事件可解决率计算模型。5.如权利要求1所述的一种基于大数据的事件可解决率分析的方法，其特征在于，S400中，对获取的线索进行有效性判定，具体为：判断是否有有效指纹线索、是否有体态特征、周边是否有有效视频和周边是否有有效人脸数据。6.如权利要求4所述的一种基于大数据...

【专利技术属性】
技术研发人员：龙军，郭燕，
申请(专利权)人：重庆中信科信息技术有限公司，
类型：发明
国别省市：