基于人员多维关系的矛盾模型构建制造技术

本发明专利技术涉及安全防范技术领域，尤其是一种基于人员多维关系的矛盾模型构建

【技术实现步骤摘要】
基于人员多维关系的矛盾模型构建、预警方法和系统


[0001]本专利技术涉及安全防范
，尤其是一种基于人员多维关系的矛盾模型构建
、
预警方法和系统
。

技术介绍

[0002]在日益飞速发展的信息技术支撑下，利用信息化手段管控案件警情及其相关人员，已经成为了研究的重要方向
。
[0003]人员日常活动时，产生的各项行为事件记录的数据信息，记载了人员的动态轨迹以及事件的发展方向
。
因此利用人员动态轨迹来分析人员，利用事件的发展方向来分析事件，对于提高工作效率，显得尤为重要
。
[0004]近年以来，矛盾纠纷具有主体多元化
、
诉求复杂化
、
类型多样化等新特点
。
创新利用数据建模技术，充分发挥大数据优势，急需初步实现矛盾纠纷自动排查
、
分类导流
、
监测调处
、
分析研判等功能
。

技术实现思路

[0005]为了克服上述现有技术中缺乏关联大数据分析的矛盾预警模型的缺陷，本专利技术提出了一种基于人员多维关系的矛盾模型构建方法，可构建一种结合大数据信息例如网络舆情
、
热线消息进行高风险事件预警的矛盾预警模型
。
[0006]为实现上述目的，本专利技术采用以下技术方案，包括：
[0007]基于人员多维关系的矛盾模型构建方法，用于构建预测指定人员在指定环境下发生指定矛盾事件的概率的矛盾预警模型；所述构建方法包括以下步骤：
[0008]S1、
定义事件
x
＝
(x1，
x2，
...
，
x
n
)
和状态序列
Y
＝
(y1，
y2，
...
，
y
k
)
，
x1、x2、x
n
分别表示事件
x
的第一个标记
、
第二个标记和第
n
个标记，每一个标记包含一个或者多个特征；
y1、y2、y
k
分别表示第一个状态标签
、
第二个状态标签和第
k
个状态标签；状态标签包括未发生
、
隐性发生和显性发生；状态序列中的状态标签根据矛盾事件的状态变化过程排序；隐性发生指的是事件已经发生但没有被发现；显性发生指的是事件已经被发现；
[0009]构建基础模型，基础模型用于结合事件的各个标记的特征计算事件对应各个状态标签的概率；
[0010]S2、
获取拟合样本；拟合样本为标记有状态标签的事件；
[0011]S3、
结合拟合样本对基础模型进行拟合，获取确定参数的基础模型作为矛盾预警模型
。
[0012]优选的，基础模型如下：
[0013][0014][0015][0016][0017]ψ
i
(y
′
，
y
，
x
i
)
＝
exp(
θ
i1
f1(y
′
，
y
，
x
i
)+
θ
i2
f2(y
′
，
y
，
x
i
)+
…
+
θ
im(i)
f
m(i)
(y
′
，
y
，
x
i
))
[0018]其中，
P(y|x)
表示事件
x
的概率分布，即事件
x
归属于状态序列
Y
中各状态标签的概率的集合，所述集合中所有概率之和为1；
exp
表示以自然常数
e
为底的指数函数；
Z(x)
表示规范化因子；
Q(∑)
表示过渡参数；
[0019]令
1≤i≤n
，
x
i
＝
(x
i1
，
x
i2
，
...
，
x
im(i)
)
；
x
i
表示事件
x
中的第
i
个标记，
x
i1
、x
i2
、x
im(i)
分别表示标记
x
i
中的第一个特征
、
第二个特征和第
m(i)
个特征；令
1≤j≤m(i)
，
x
ij
表示标记
x
i
中的第
j
个特征，
m(i)
表示标记
x
i
包含的特征总数量；
n
表示事件
x
包含的标记总数；
[0020]f
j
(y
′
，
y
，
x
i
)
表示第
i
个标记中第
j
个特征的特征函数，
x
′
ij
为事件
x
在状态标签为
y
’
时的第
i
个标记中的第
j
个特征，
x
ij
为事件
x
在状态标签为
y
时的第
i
个标记中的第
j
个特征；
y
’
∈Y
，
y∈Y
，状态序列
Y
中
y
’
位于
y
前列，即
y
’
在
y
之前发生；
ψ
i
(y
′
，
y
，
x
i
)
表示第
i
个标记的特征函数；
[0021]w
ij
表示事件的第
i
个标记中的第
j
个特征对特征函数
f
j
(y
′
，
y
，
x
i
)
的权重，
θ
ij
表示事件的第
i
个标记中的第
j
个特征对特征函数
ψ
i
(y
′
，
y...

【技术保护点】

【技术特征摘要】
1.
基于人员多维关系的矛盾模型构建方法，其特征在于，用于构建预测指定人员在指定环境下发生指定矛盾事件的概率的矛盾预警模型；所述构建方法包括以下步骤：
S1、
定义事件
x
＝
(x1,x2,
…
,x
n
)
和状态序列
Y
＝
(y1,y2,
…
,y
k
)
，
x1、x2、x
n
分别表示事件
x
的第一个标记
、
第二个标记和第
n
个标记，每一个标记包含一个或者多个特征；
y1、y2、y
k
分别表示第一个状态标签
、
第二个状态标签和第
k
个状态标签；状态标签包括未发生
、
隐性发生和显性发生；状态序列中的状态标签根据矛盾事件的状态变化过程排序；隐性发生指的是事件已经发生但没有被发现；显性发生指的是事件已经被发现；构建基础模型，基础模型用于结合事件的各个标记的特征计算事件对应各个状态标签的概率；
S2、
获取拟合样本；拟合样本为标记有状态标签的事件；
S3、
结合拟合样本对基础模型进行拟合，获取确定参数的基础模型作为矛盾预警模型
。2.
如权利要求1所述的基于人员多维关系的矛盾模型构建方法，其特征在于，基础模型如下：如下：如下：如下：
ψ
i
(y',y,x
i
)
＝
exp(
θ
i1
f1(y',y,x
i
)+
θ
i2
f2(y',y,x
i
)+
…
+
θ
im(i)
f
m(i)
(y',y,x
i
))
其中，
P(y|x)
表示事件
x
的概率分布，即事件
x
归属于状态序列
Y
中各状态标签的概率的集合，所述集合中所有概率之和为1；
exp
表示以自然常数
e
为底的指数函数；
Z(x)
表示规范化因子；
Q(∑)
表示过渡参数；令
1≦i≦n
，
x
i
＝
(x
i1
,x
i2
,
…
,x
im(i)
)
；
x
i
表示事件
x
中的第
i
个标记，
x
i1
、x
i2
、x
im(i)
分别表示标记
x
i
中的第一个特征
、
第二个特征和第
m(i)
个特征；令
1≦j≦m(i)
，
x
ij
表示标记
x
i
中的第
j
个特征，
m(i)
表示标记
x
i
包含的特征总数量；
n
表示事件
x
包含的标记总数；
f
j
(y',y,x
i
)
表示第
i
个标记中第
j
个特征的特征函数，
x'
ij
为事件
x
在状态标签为
y
’
时的第
i
个标记中的第
j
个特征，

【专利技术属性】
技术研发人员：罗艳丽，王佐成，马韵洁，王晓思，王飞，张利永，彭萌，
申请(专利权)人：数据空间研究院，
类型：发明
国别省市：