CN104820905A - 基于空间轨迹大数据分析的人员管控方法及系统 - Google Patents

Abstract

本发明涉及人员行为模式分析技术领域，具体地说是一种基于空间轨迹大数据分析的人员管控方法及系统，其包括重点人员轨迹数据抽取，对用户指定的重点人员、空间区域以及时间范围，根据身份证号从多个数据库查询该人员的轨迹地址信息；根据轨迹地址名称，从地址库中找到对应的地理经纬度坐标。最终，每个重点人员都可以表示为一个对应的地理坐标序列；轨迹数据向量化；对轨迹模式进行潜语义分析，对矩阵进行奇异值分解，然后降维重建矩阵，重建后的矩阵即为重点人员轨迹模式的潜在语义矩阵；对重点人员进行聚类，根据聚类处理结果分配管控任务，本发明相对于现有技术能够从海量的人员轨迹数据中，挖掘重点人员潜在联系，并合理分配管控任务。

Description

基于空间轨迹大数据分析的人员管控方法及系统

技术领域：

本发明涉及人员行为模式分析技术领域，具体地说是一种能够根据空间活动轨迹对一批重点监控人员进行聚类的基于空间轨迹大数据分析的人员管控方法及系统。

背景技术：

随着第二代居民身份证的普及，二代证读卡器的应用也逐渐深入到各行各业，例如网吧、旅馆、银行、火车站等。因此，基于二代证的人员轨迹信息数据也呈爆发式的增长。在公安部门，经常需要通过身份证对一些特定的重点人员进行跟踪和管控。重点人员管控是公安情报工作的重要内容，也是基层民警对人员和辖区管理的重点，但现阶段重点人员管控只存在于数据层面，大部分分析模型设置的不科学，致使公安情报部门和基层民警管控工作疲于应付，没有落到实处，没有形成直观的管控思维。

近年来，各地公安部门先后建立了警用地理信息系统平台，为公安部门的业务发展、工作能力提升提供了新的技术支撑。警用地理信息系统平台是改变公安信息化格局的重要平台，公安部门情报分析应用与警用地理信息系统平台的结合将成为今后公安工作的总体思路。

当前，公安行业已经进入了大数据时代。大数据分析是公安业务今后发展的重要方向，也是公安部门必须面临的挑战。通过对空间轨迹进行大数据分析，公安人员能够快速的挖掘重点人员之间的潜在联系，进行分类处理，这对公安部门管控重点人员能够起到很好的辅助作用。

目前学术界关于人员轨迹分析已经有大量的研究成果，但是这些研究成果多是过于理论化，并没有结合实际应用场景做特定的优化，尤其是针对警用犯罪行为分析方面的优化更少。基层公安部门人力有限，只能在一定辖区地理范围内开展工作，所以基于空间轨迹的大数据分析算法输出的结果必须要满足现实需求才能真的起到有益作用。

发明内容：

本发明针对现有技术存在的缺点和不足，提出一种从海量的人员轨迹数据中，挖掘重点人员潜在联系，并合理分配管控任务的基于空间轨迹大数据分析的人员管控方法及系统。

本发明通过以下措施达到：

一种基于空间轨迹大数据分析的人员管控方法，其特征在于包括以下步骤：

步骤1：重点人员轨迹数据抽取，对用户指定的重点人员、空间区域以及时间范围，根据身份证号从多个数据库查询该人员的轨迹地址信息；根据轨迹地址名称，从地址库中找到对应的地理经纬度坐标。最终，每个重点人员都可以表示为一个对应的地理坐标序列；

步骤2：轨迹数据向量化，对用户指定的空间区域进行网格化处理，对每个网格进行编号；然后根据第一步提取的坐标信息，对每个重点人员的轨迹序列进行基于网格序号的直方图统计，重点人员在某个网格范围内出现一次，那么该网格对应的直方图计数加一，最终，每个重点人员都可以表示为一个向量；

步骤3：对轨迹模式进行潜语义分析，将一批重点人员的轨迹向量表示为一个矩阵，其中矩阵的每一列表示一个重点人员的轨迹，每一行表示用户指定的空间区域的一个网格，矩阵的一个元素表示某个重点人员在该网格范围内出现的次数，对矩阵进行奇异值分解，然后降维重建矩阵，重建后的矩阵即为重点人员轨迹模式的潜在语义矩阵；

步骤4：对重点人员进行聚类。根据前一步获得的潜在语义矩阵，使用k-means方法对重点人员进行聚类处理；

步骤5：根据聚类处理结果分配管控任务。

本发明所述步骤3中的潜语义分析采用如下模型实现：该模型的核心是奇异值分解，奇异值分解表示为：

X＝UΣV^T

其中X表示输入矩阵，U和V表示两个正交矩阵，Σ表示对角矩阵。

本发明步骤4中运行的聚类算法采用k-means方法，算法过程中使用余弦距离或欧式距离作为度量标准。

两个向量的余弦距离的定义如下：

$D(X,Y)=\frac{{\mathrm{\Σ}}_i{x}_i{y}_i}{\sqrt{{\mathrm{\Σ}}_i{x}_i^2}\·\sqrt{{\mathrm{\Σ}}_j{y}_j^2}}$

其中x_i和y_i分别表示向量X和Y的第i个元素。

两个向量的余弦距离的定义如下：

$D(X,Y)=\sqrt{\underset{i}{\mathrm{\Σ}}{\left|\right|x_i-y_i\left|\right|}^2}$

其中x_i和y_i分别表示向量X和Y的第i个元素。

本发明还提出了一种基于空间轨迹大数据分析的人员管控系统，其特征在于设有数据库单元、初级用户指定参数单元、空间轨迹数据提取单元、轨迹数据向量化单元、潜语义分析单元、聚类单元、次级用户指定参数单元、结果输出单元，其中数据库单元和初级用户指定参数单元的输出送入空间轨迹数据提取单元的输入端，空间轨迹数据提取单元与轨迹数据向量化单元、潜语义分析单元、聚类单元、结果输出单元依次串接，次级用户指定参数单元的输出端送入聚类单元。

其中，数据库单元主要用于为分析提供原始数据，数据库单元中包含了多个公安基础数据库，包括人员轨迹数据库、地址数据库、人口数据库、犯罪记录数据库等；这些数据库彼此之间通过身份证号、地址名称等字段进行关联；

初级用户指定参数单元主要用于用户指定系统分析的各个参数，包括重点人员集合范围、空间区域范围以及时间范围；该单元提供灵活配置的功能，便于系统适用于不同的应用场景；

空间轨迹数据提取单元根据初级用户制定参数单元传入的参数，从数据库单元查询指定的数据，然后将返回的查询结果封装为地理坐标序列的形式，连同用户指定参数一同传入下一单元；

轨迹数据向量化单元从空间轨迹数据提取单元获取地理坐标序列及用户指定参数，通过对用户指定的区域网格化以及对地理坐标序列进行直方图统计，将轨迹数据转化为空间向量，并将结果传入下一单元；

潜语义分析单元对传入的空间向量进行分析，通过对向量矩阵进行SVD分解降维，得到潜语义矩阵。潜语义矩阵反映了重点人员和空间轨迹的潜在关系，该单元最终输出潜语义矩阵到下一单元；

次级用户指定参数单元主要用于指定聚类的个数以及聚类算法中距离度量所采用的方法；

聚类单元根据次级用户指定参数单元传入的参数，对潜语义矩阵进行分析挖掘，找到其中的隐藏模式；根据选择的度量函数计算不同潜语义向量之间的相似性，将模式相近的向量划分到同一簇中，不相近的向量划分到不同的簇中；根据潜语义向量的聚类结果，得到重点人员的划分结果；

结果输出单元根据聚类单元的划分结果，输出将重点人员的管控任务的任务划分形式。

本发明相对于现有技术，具有以下显著优点：能够从给定的一批重点人员活动轨迹数据中发现他们之间潜在的联系，和公安业务结合紧密，方法性能好，系统运行快，同时考虑了真实场景的需求，在用户指定的范围进行分析，具有良好的扩展性；进一步的，本发明可以处理的轨迹数据包括但不限于旅馆住宿记录，网吧上网记录，银行取款记录，火车、汽车、飞机出行记录等。只要可以抽象成空间位置的数据，都可以采用本发明的技术方案处理。

附图说明：

附图1是本发明的系统框图。

附图2是本发明实施例示意图。

具体实施方式：

以下将结合附图和具体实例，以网吧上网记录作为输入数据，对本发明提供的技术方案进行说明。

实施例1：

本发明涉及的系统主要包含四个模块：空间轨迹数据提取模块，轨迹数据向量化模块，潜语义分析模块，重点人员聚类模块；

空间轨迹数据提取模块主要负责地理坐标信息的抽取。对用户指定的重点人员集合、空间区域以及时间范围，根据身份证号从数据库中查询重点人员的地理轨迹信息(在本实施例中为网吧名称)；根据获得的轨迹地址名称，通过关联公安地址数据库，可以得到对应的地理经纬度坐标。这样对于任意的一个重点人员，他在指定时间段、指定地域范围内的轨迹信息都可以表示为一个地理坐标序列，其中序列中的地理坐标可以重复出现。因为重点人员轨迹数据库中的数据是持续实时更新的，所以该模块可以设置为定期自动运行，以保证运行结果的时效性，具体的运行时间间隔可以由用户自由设置。

轨迹数据向量化模块主要负责将每个重点人员的地理坐标序列转为对应的向量。该模块首先对用户指定的空间区域进行网格化处理，将空间区域分割为均匀的子区域，对每个子区域进行编号；然后根据空间轨迹数据提取模块获得的地理坐标序列信息，对每个重点人员的轨迹序列进行直方图统计，重点人员在某个子区域范围内出现一次，那么该子区域对应的直方图计数加一；最后，根据子区域编号的顺序，将直方图转为向量，这样每个重点人员都可以表示为一个向量。

潜语义分析模块主要负责从轨迹数据中挖掘重点人员和轨迹的潜在联系。每个重点人员的上网轨迹可以抽象为一个向量，所以一批重点人员的轨迹向量可以表示为一个矩阵，矩阵的元素表示某个重点人员在该网吧出现的次数。通过对矩阵进行奇异值分解，然后降维重建矩阵，可以获得重点人员和网吧之间的潜在语义关系矩阵；

重点人员聚类模块主要负责根据用户实际需求对重点人员进行划分。根据用户输入的约束参数，聚类模块会基于潜在语义关系矩阵对重点人员进行划分，得到若干个重点人员的子集合。

本发明涉及的方法，包括如下步骤：

对重点人员的网吧上网记录数据进行预处理。对用户指定的重点人员、空间区域以及时间范围，根据身份证号从数据库查询重点人员对应的网吧上网记录；根据网吧名称，从公安地址库中找到该网吧对应的地理经纬度坐标。最终，每个重点人员都可以用一个一个地理坐标序列表示；

对地理空间进行网格化处理，将重点人员对应的坐标序列转换为向量。如图2所示，用户指定的整个地理空间区域按照经纬度被划分为均匀的网格，从左上至右下对网格编号。网格的宽度和长度应当参考当地的地理特点，在本实施例中使用当地街区的平均长度作为网格的宽度和高度。

其中，对轨迹模式进行潜语义分析。每个重点人员的上网轨迹可以抽象为一个向量，那么一批重点人员的轨迹向量可以表示为一个矩阵，如下所示：

其中x_i,j表示重点人员i在空间位置j出现的次数。每一列 $c_j=\left[\begin{array}{c}{x}_{1,j}\\ .\\ .\\ .\\ x_{m,j}\end{array}\right]$ 表示一个重点人员的轨迹向量，该向量描述了该重点人员与每个空间位置的关系。每一行r_i＝[x_i,1…x_i,n]表示一个空间位置的向量，该向量描述了该空间位置与每个重点人员的关系。对矩阵X进行奇异值分解，可以得到两个正交矩阵和一个对角矩阵：

X＝UΣV^T，即

其中σ₁,…,σ_l被称为奇异值，u₁,…,u_l和v₁,…,v_l被称为左奇异向量和右奇异向量。

当我们选择k个最大的奇异值，和它们对应的U与V中的向量相乘，则能得到一个X矩阵的k阶近似，此时该矩阵和X矩阵相比有着最小误差。并且这么做可以将空间位置向量和轨迹向量映射到语义空间。用表示矩阵V^T的第i列向量，则向量与含有k个奇异值的矩阵相乘，实质是从高维空间到低维空间的一个变换，可以理解为是一个高维空间到低维空间的近似。这种变化可以用以下公式表示：

基于奇异值分解，可以在低维空间比较两个重点人员的轨迹相似度，计算向量与的距离即可得出。k值的选择需要根据实际的数据调整，在本实施例中选择了奇异值最大的前30％。

其中，对重点人员进行聚类，根据步骤3中得到的低维轨迹向量对重点人员进行聚类，聚类算法采用K-means方法。K-means需要优化的目标函数如下：

$J=\underset{n}{\mathrm{\Σ}}\underset{k}{\mathrm{\Σ}}{r}_{\mathrm{nk}}\·D(x_n,{\mathrm{\μ}}_k)$

其中r_nk在数据点x_n被归类到第k类的时候为1，否则为0。D(x_n,μ_k)表示数据点x_n和第k类的中心μ_k的距离。本实施例中D(x_n,μ_k)采用余弦距离或欧式距离，采用余弦距离的计算方式如下：

$D(x_n,{\mathrm{\μ}}_k)=\frac{{\mathrm{\Σ}}_i{x}_{n,i}\·{\mathrm{\μ}}_{k,i}}{\sqrt{{\mathrm{\Σ}}_i{x}_{n,i}^2}\sqrt{{\mathrm{\Σ}}_j{\mathrm{\μ}}_{k,j}^2}};$

其中x_n，i和μ_k,i分别表示向量x_n和μ_k的第i个元素。

采用欧氏距离的计算方式如下：

$D(x_n,{\mathrm{\μ}}_k)=\sqrt{\underset{i}{\mathrm{\Σ}}{\left|\right|x_{n,i}-{\mathrm{\μ}}_{k,i}\left|\right|}^2}$

其中x_n，i和μ_k,i分别表示向量x_n和μ_k的第i个元素。

K-means方法中有一个重要的参数需要用户指定，即最终的聚类数量k。聚类数量k值的设定需要综合考虑警务辖区的划分和基层民警的警力情况，在本实施例中可以设置为最终参与重点人员管控的民警数量或者任务小组的数量。

分配管控任务。根据得到的重点人员聚类情况，将管控任务合理分配至具体的民警。

本发明相对于现有技术，具有以下显著优点：能够从给定的一批重点人员活动轨迹数据中发现他们之间潜在的联系，和公安业务结合紧密，方法性能好，系统运行快，同时考虑了真实场景的需求，在用户指定的范围进行分析，具有良好的扩展性；进一步的，本发明可以处理的轨迹数据包括但不限于旅馆住宿记录，网吧上网记录，银行取款记录，火车、汽车、飞机出行记录等。只要可以抽象成空间位置的数据，都可以采用本发明的技术方案处理。

Claims (4)

1.一种基于空间轨迹大数据分析的人员管控方法，其特征在于包括以下步骤：

步骤1：重点人员轨迹数据抽取，对用户指定的重点人员、空间区域以及时间范围，根据身份证号从多个数据库查询该人员的轨迹地址信息；根据轨迹地址名称，从地址库中找到对应的地理经纬度坐标，最终每个重点人员都可以表示为一个对应的地理坐标序列；

步骤2：轨迹数据向量化，对用户指定的空间区域进行网格化处理，对每个网格进行编号；然后根据第一步提取的坐标信息，对每个重点人员的轨迹序列进行基于网格序号的直方图统计，重点人员在某个网格范围内出现一次，那么该网格对应的直方图计数加一，最终每个重点人员都可以表示为一个向量；

步骤3：对轨迹模式进行潜语义分析，将一批重点人员的轨迹向量表示为一个矩阵，其中矩阵的每一列表示一个重点人员的轨迹，每一行表示用户指定的空间区域的一个网格，矩阵的一个元素表示某个重点人员在该网格范围内出现的次数，对矩阵进行奇异值分解，然后降维重建矩阵，重建后的矩阵即为重点人员轨迹模式的潜在语义矩阵；

步骤4：对重点人员进行聚类，根据前一步获得的潜在语义矩阵，使用k-means方法对重点人员进行聚类处理；

步骤5：根据聚类处理结果分配管控任务。

2.根据权利要求1所述的一种基于空间轨迹大数据分析的人员管控方法，其特征在于所述步骤3中的潜语义分析采用如下模型实现：该模型的核心是奇异值分解，奇异值分解表示为：X＝U∑V^T，其中X表示输入矩阵，U和V表示两个正交矩阵，∑表示对角矩阵；具体包括：将每个重点人员的上网轨迹抽象为一个向量，那么一批人员的轨迹向量表示为一个矩阵，如下所示：其中x_i，j表示重点人员i在空间位置j出现的次数，每一列 $c_j=\left[\begin{array}{c}{x}_{1,j}\\ .\\ .\\ .\\ x_{m,j}\end{array}\right]$ 表示一个重点人员的轨迹向量，该向量描述了该重点人员与每个空间位置的关系，每一行r_i＝[x_i，1 … x_i，n]表示一个空间位置的向量，该向量描述了该空间位置与每个人员的关系，对矩阵X进行奇异值分解，得到两个正交矩阵和一个对角矩阵：

X＝U∑V^T，即

其中σ₁，...，σ_l被称为奇异值，u₁，...，u_l和v₁，...，v_l被称为左奇异向量和右奇异向量，当选择k个最大的奇异值，和它们对应的U与V中的向量相乘，则能得到一个X矩阵的k阶近似，此时该矩阵和X矩阵相比有着最小误差，且将空间位置向量和轨迹向量映射到语义空间，用表示矩阵V^T的第i列向量，则向量与含有k个奇异值的矩阵相乘，实现从高维空间到低维空间的一个变换，这种变化用以下公式表示：基于奇异值分解，在低维空间比较两个重点人员的轨迹相似度，计算向量与的距离即可得出。

3.根据权利要求1所述的一种基于空间轨迹大数据分析的人员管控方法，其特征在于所述聚类算法采用k-means方法，K-means需要优化的目标函数如下：

J＝∑_n∑_kr_nk·D(x_n，μ_k)，其中r_nk在数据点x_n被归类到第k类的时候为1，否则为0，D(x_n，μ_k)表示数据点x_n和第k类的中心μ_k的距离，本实施例中D(x_n，μ_k)采用余弦距离或欧式距离，余弦距离计算方式如下：其中x_n，i和μ_k，i分别表示向量x_n和μ_k的第i个元素；欧式距离计算方式如下：

$D(x_n,{\mathrm{\μ}}_k)=\sqrt{\underset{i}{\mathrm{\Σ}}{\left|\right|x_{n,i}-{\mathrm{\μ}}_{k,i}\left|\right|}^2}$

其中x_n，i和μ_k，i分别表示向量x_n和μ_k的第i个元素。

4.一种基于空间轨迹大数据分析的人员管控系统，其特征在于设有数据库单元、初级用户指定参数单元、空间轨迹数据提取单元、轨迹数据向量化单元、潜语义分析单元、聚类单元、次级用户指定参数单元、结果输出单元，其中数据库单元和初级用户指定参数单元的输出送入空间轨迹数据提取单元的输入端，空间轨迹数据提取单元与轨迹数据向量化单元、潜语义分析单元、聚类单元、结果输出单元依次串接，次级用户指定参数单元的输出端送入聚类单元，其中

数据库单元主要用于为分析提供原始数据，数据库单元中包含了多个公安基础数据库，包括人员轨迹数据库、地址数据库、人口数据库、犯罪记录数据库等；这些数据库彼此之间通过身份证号、地址名称等字段进行关联；

初级用户指定参数单元主要用于用户指定空间轨迹数据提取的各个参数，提供灵活配置的功能，便于系统适用于不同的应用场景；

空间轨迹数据提取单元根据初级用户制定参数单元传入的参数，从数据库单元查询指定的数据，并以地理坐标序列的形式返回查询结果；

轨迹数据向量化单元从空间轨迹数据提取单元获取地理坐标序列及用户指定参数，通过对用户指定的区域网格化以及对地理坐标序列进行直方图统计，将轨迹数据转化为空间向量，并将结果传入下一单元；

潜语义分析单元对传入的空间向量进行分析，通过对向量矩阵进行SVD分解降维，得到潜语义矩阵。潜语义矩阵反映了重点人员和空间轨迹的潜在关系，该单元最终输出潜语义矩阵到下一单元；

次级用户指定参数单元主要用于指定聚类的个数以及聚类算法中距离度量所采用的方法；

聚类单元根据次级用户指定参数单元传入的参数，对潜语义矩阵进行分析挖掘，找到其中的隐藏模式；根据选择的度量函数计算不同潜语义向量之间的相似性，将模式相近的向量划分到同一簇中，不相近的向量划分到不同的簇中；根据潜语义向量的聚类结果，得到重点人员的划分结果；

结果输出单元根据聚类单元的划分结果，输出将重点人员的管控任务的任务划分形式。