本发明专利技术公开了一种人员管理分析方法、装置、介质及设备。其中，方法包括：收集人员的数据信息，其中数据信息包括文本语言、图像信息、语音信息；将数据信息清洗后按照预先设置的分类数据标签体系进行归类，确定人员的分类结果；将数据信息带入分类结果对应的知识图谱，确定人员的预警结果；根据预警结果对管理平台进行预警提示，其中预警提示用于确定人员的管理结果。理结果。理结果。
【技术实现步骤摘要】
一种人员管理分析方法、装置、介质及设备
[0001]本专利技术涉及人员管理
，并且更具体地，涉及一种人员管理分析方法、装置、介质及设备。
技术介绍
[0002]随着智慧内保的发展需求，通过对内保单位内部治安数据的收集、梳理、分析和挖掘，实物内保工作治安要素可防、可控、可查，推动内保工作方式由事后处置向事前预警转型升级，构建覆盖重点单位和行业系统的单位内部智慧化治安防控格局成为亟待解决的问题。
技术实现思路
[0003]针对现有技术的不足，本专利技术提供一种人员管理分析方法、装置、介质及设备。
[0004]根据本专利技术的一个方面，提供了一种人员管理分析方法，包括：
[0005]收集人员的数据信息，其中数据信息包括文本语言、图像信息、语音信息；
[0006]将数据信息清洗后按照预先设置的分类数据标签体系进行归类，确定人员的分类结果；
[0007]将数据信息带入分类结果对应的知识图谱，确定人员的预警结果；
[0008]根据预警结果对管理平台进行预警提示，其中预警提示用于确定人员的管理结果。
[0009]可选地，对数据信息进行清洗的操作，包括：
[0010]对数据信息进行特征提取，确定特征数据；
[0011]对特征数据进行清洗，确定有效特征数据。
[0012]可选地，还包括通过如下步骤构建分类数据标签体系：
[0013]建立数据标签标准体系，提供通用和定制化数据标签标准定义；
[0014]建立数据标签管理模块，实现数据标签的浏览功能；
[0015]建立标签工程，并整合云数据平台云数据和业务标签，映射到标签体系中，其中标签工程包括数据标签、业务标签和算法标签。
[0016]可选地，对数据信息进行特征提取，确定特征数据的操作，包括：
[0017]在数据信息为文本语言的情况下，基于层级注意力机制的弱监督属性抽取方法,使用粗粒度的句子级别注意力机制选择几个与属性类型相关的句子；
[0018]使用分段卷积神经网络和词级别的注意力机制提取每个句子的特征；
[0019]使用细粒度的句子级别注意力机制筛选与实体之间的属性语义关系更相关的句子特征，得到整个句子集合的向量表示，确定特征数据。
[0020]可选地，还包括：
[0021]将特征数据的向量表示传给分类器，预测实体之间的属性语义关系。
[0022]可选地，对数据信息进行特征提取，确定特征数据的操作，包括：
[0023]在数据信息为图像信息的情况下，根据图像的颜色特征、纹理特征、形状特征和空间关系特征，降低特征空间维度并消除特征之间的相关性；
[0024]把图像上的点分为孤立的点、连续的曲线或者连续的区域等不同的子集，获得与实体相近的图像特征，确定特征数据。
[0025]可选地，还包括：对分类数据标签体系进行关系抽取，该操作包括：
[0026]使用双向长短期记忆网络来提取分类数据标签体系中实体和关系之间的依赖信息；
[0027]使用卷积神经网络来获取更抽象的特征表示，并将该特征表示传给一个多标签分类器；
[0028]将双向长短期记忆网络提取的特征向量与多标签分类器预测的关系向量进行联合，并传递给另一个长短期记忆网络来预测相应标签，得到每个关系对应的实体对。
[0029]根据本专利技术的另一个方面，提供了一种人员管理分析装置，包括：
[0030]收集模块，用于收集人员的数据信息，其中数据信息包括文本语言、图像信息、语音信息；
[0031]第一确定模块，用于将数据信息清洗后按照预先设置的分类数据标签体系进行归类，确定人员的分类结果；
[0032]第二确定模块，用于将数据信息带入分类结果对应的知识图谱，确定人员的预警结果；
[0033]第三确定模块，用于根据预警结果对管理平台进行预警提示，其中预警提示用于确定人员的管理结果。
[0034]根据本专利技术的又一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本专利技术上述任一方面所述的方法。
[0035]根据本专利技术的又一个方面，提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本专利技术上述任一方面所述的方法。
[0036]从而，本申请利用重点单位核心人员的信息，建立重点单位核心人员管理分析模型，对重点单位核心人员的风险作出评估和监测，预防信息外泄。
附图说明
[0037]通过参考下面的附图，可以更为完整地理解本专利技术的示例性实施方式：
[0038]图1是本专利技术一示例性实施例提供的人员管理分析方法的流程示意图；
[0039]图2是本专利技术一示例性实施例提供的数据处理流程图；
[0040]图3是本专利技术一示例性实施例提供的分类数据标签体系的原理图；
[0041]图4是本专利技术一示例性实施例提供的人员管理分析装置的结构示意图；
[0042]图5是本专利技术一示例性实施例提供的电子设备的结构。
具体实施方式
[0043]下面，将参考附图详细地描述根据本专利技术的示例实施例。显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是本专利技术的全部实施例，应理解，本专利技术不受这里描述的
示例实施例的限制。
[0044]应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本专利技术的范围。
[0045]本领域技术人员可以理解，本专利技术实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
[0046]还应理解，在本专利技术实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
[0047]还应理解，对于本专利技术实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
[0048]另外，本专利技术中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本专利技术中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0049]还应理解，本专利技术对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
[0050]同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
[0051]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。
[0052]对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。...
【技术保护点】
【技术特征摘要】
1.一种人员管理分析方法，其特征在于，包括：收集人员的数据信息，其中所述数据信息包括文本语言、图像信息、语音信息；将所述数据信息清洗后按照预先设置的分类数据标签体系进行归类，确定所述人员的分类结果；将所述数据信息带入所述分类结果对应的知识图谱，确定所述人员的预警结果；根据所述预警结果对管理平台进行预警提示，其中所述预警提示用于确定所述人员的管理结果。2.根据权利要求1所述的方法，其特征在于，对所述数据信息进行清洗的操作，包括：对所述数据信息进行特征提取，确定特征数据；对所述特征数据进行清洗，确定有效特征数据。3.根据权利要求1所述的方法，其特征在于，还包括通过如下步骤构建所述分类数据标签体系：建立数据标签标准体系，提供通用和定制化数据标签标准定义；建立数据标签管理模块，实现数据标签的浏览功能；建立标签工程，并整合云数据平台云数据和业务标签，映射到所述标签体系中，其中所述标签工程包括数据标签、业务标签和算法标签。4.根据权利要求2所述的方法，其特征在于，对所述数据信息进行特征提取，确定特征数据的操作，包括：在所述数据信息为文本语言的情况下，基于层级注意力机制的弱监督属性抽取方法,使用粗粒度的句子级别注意力机制选择几个与属性类型相关的句子；使用分段卷积神经网络和词级别的注意力机制提取每个句子的特征；使用细粒度的句子级别注意力机制筛选与实体之间的属性语义关系更相关的句子特征，得到整个句子集合的向量表示，确定所述特征数据。5.根据权利要求4所述的方法，其特征在于，还包括：将所述特征数据的向量表示传给分类器，预测实体之间的属性语义关系。6.根据权利要求2所述的方法，其特征在于，对所述数据信息进行特征提取，确定特征数据的操作，包括：在所述...
【专利技术属性】
技术研发人员：郄妍飞，张科伟，黄鹏，毛翔宇，王宇，乔海东，张晓东，
申请(专利权)人：航天信息股份有限公司，
类型：发明
国别省市：
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。