CN106126513A - 超维度时空刻画方法 - Google Patents

Abstract

本发明涉及信息展示领域，其公开了一种超维度时空刻画方法，包括如下步骤：（A）数据源生成；（B）展示模板生成；（C）超纬度信息展现；所述步骤（A）中，数据源以目标对象的所有关联数据为基础。本发明的有益效果是：主要应用在以人物、车辆、案件为中心的目标对象刻画，主要应用于警用大数据平台系统，多维度刻画展示人物、车辆及案件；本发明从空间属性、事件属性、社会属性、认知属性等多个维度进行超维度的、涵盖时空的对象刻画，从而全面准确展现关注对象的所有已知细节。

Description

超维度时空刻画方法

技术领域

本发明涉及信息展示领域，尤其涉及一种超维度时空刻画方法。

背景技术

随着公安信息化的快速发展，公安各个业务条线在多年信息化工作中逐渐建成各类信息系统并投入实际应用，积累了大量宝贵的数据资源；在公安外，各行各业的信息化系统也积累了丰富的数据资源。这些公安内外的海量数据资源包含着反映社会和个体的形态、属性、轨迹和趋势等信息。在大数据应用时代，利用这些信息服务公安工作成为警用信息化的新方向。

但是,现有信息展现却有如下缺点: 展示方法单一,展示内容有限, 信息挖掘深度不够。

发明内容

为了解决现有技术中的问题，本发明提供了一种超维度时空刻画方法，解决现有技术中展示方法单一,展示内容有限以及信息挖掘深度不够的问题。

本发明提供了一种超维度时空刻画方法，包括如下步骤：（A）数据源生成；（B）展示模板生成；（C）超纬度信息展现；所述步骤（A）中，数据源以目标对象的所有关联数据为基础。

作为本发明的进一步改进：所述步骤（A）中进一步包括：数据抽取；数据清洗转换；数据装载；工作流调度功能；所述数据抽取为从共享资源库信息源中进行数据抽取；所述数据清洗转换为对抽取到数据库的数据进行预处理包括数据的清洗、过滤、转换、合并和整合以保证数据的质量；所述数据装载为将转换和清洗后的数据装载到大数据仓库的过程；所述工作流调度功能为通过内置工作流建模工具和调度引擎，用户可自由定义任务的触发条件及执行路径，控制多任务的协同运行。

作为本发明的进一步改进：所述数据源中的数据包括人、地、事、物和组织五要素属性集，通过数据源进行属性的再组织，冲突的解决以及建立元数据目录。

作为本发明的进一步改进：所述步骤（B）中，进行主题配置、信息表配置、表显示字段配置；具体为：动态从数据源中获取索引表信息，选择相应的索引表以完成主题添加，然后在主题下级列表中点击添加子表信息，用于展示具体的数据，从信息表列表中选择需要添加的信息表，输入信息表的中文映射名称、展示的数据模型。

作为本发明的进一步改进：所述步骤（C）中，通过动态读取档案的骨架配置信息确认需要展示的数据主题，然后根据主题配置名称动态读取主题下需展示的数据表配置文件来动态查询对应的索引，获取到数据以后，再根据数据表的表字段配置信息来动态展示对应的数据结果；如果读取数据为空，则自动忽略对应的数据表或主题，不再进行展示，只展示有数据结果的主题或数据表。

作为本发明的进一步改进：所述步骤（C）中，通过以目标对象的所有关联数据为基础，并结合数据分析、数据挖掘、地理位置分析和关系挖掘数据技术分析挖掘并展示出目标对象表象及隐藏信息。

作为本发明的进一步改进：所述步骤（C）中，还包括自发现社会关系挖掘方法，通过自动的发现不同要素对象之间的关联关系，并以图表化的方式进行展现，揭示对象间内在联系包括隐藏或间接的联系。

作为本发明的进一步改进：所述自发现社会关系挖掘方法中，当数据存在同要素属性时，系统按照约束条件进行比对，满足约束条件则建立关联；约束条件根据工作经验设计，自发现社会关系挖掘包括联系人、同行、同住、同上网、亲属、社会往来关系的挖掘。

本发明的有益效果是：主要应用在以人物、车辆、案件为中心的目标对象刻画，主要应用于警用大数据平台系统，多维度刻画展示人物、车辆及案件；本发明从空间属性、事件属性、社会属性、认知属性等多个维度进行超维度的、涵盖时空的对象刻画，从而全面准确展现关注对象的所有已知细节。

【具体实施方式】

下面对本发明进一步说明。

一种超维度时空刻画方法，包括如下步骤：（A）数据源生成；（B）展示模板生成；（C）超纬度信息展现；所述步骤（A）中，数据源以目标对象的所有关联数据为基础。

所述步骤（A）中进一步包括：数据抽取；数据清洗转换；数据装载；工作流调度功能；所述数据抽取为从共享资源库信息源中进行数据抽取；所述数据清洗转换为对抽取到数据库的数据进行预处理包括数据的清洗、过滤、转换、合并和整合以保证数据的质量；所述数据装载为将转换和清洗后的数据装载到大数据仓库的过程；所述工作流调度功能为通过内置工作流建模工具和调度引擎，用户可自由定义任务的触发条件及执行路径，控制多任务的协同运行。

所述数据源中的数据包括人、地、事、物和组织五要素属性集，通过数据源进行属性的再组织，冲突的解决以及建立元数据目录。

所述步骤（B）中，进行主题配置、信息表配置、表显示字段配置；具体为：动态从数据源中获取索引表信息，选择相应的索引表以完成主题添加，然后在主题下级列表中点击添加子表信息，用于展示具体的数据，从信息表列表中选择需要添加的信息表，输入信息表的中文映射名称、展示的数据模型。

所述步骤（C）中，通过动态读取档案的骨架配置信息确认需要展示的数据主题，然后根据主题配置名称动态读取主题下需展示的数据表配置文件来动态查询对应的索引，获取到数据以后，再根据数据表的表字段配置信息来动态展示对应的数据结果；如果读取数据为空，则自动忽略对应的数据表或主题，不再进行展示，只展示有数据结果的主题或数据表。

所述步骤（C）中，通过以目标对象的所有关联数据为基础，并结合数据分析、数据挖掘、地理位置分析和关系挖掘数据技术分析挖掘并展示出目标对象表象及隐藏信息。

所述步骤（C）中，还包括自发现社会关系挖掘方法，通过自动的发现不同要素对象之间的关联关系，并以图表化的方式进行展现，揭示对象间内在联系包括隐藏或间接的联系。

所述自发现社会关系挖掘方法中，当数据存在同要素属性时，系统按照约束条件进行比对，满足约束条件则建立关联；约束条件根据工作经验设计，自发现社会关系挖掘包括联系人、同行、同住、同上网、亲属、社会往来关系的挖掘。

在一实施例中，

数据源的生成通过以下方式获得：

1）数据抽取：指从全省共享资源库(卡口、视频信息、互联网、社会类)等信息源中进行数据抽取，支持数据全量及增量抽取方式。

2）数据清洗转换：是对抽取到公安数据仓库的数据进行预处理包括数据的清洗、过滤、转换、合并和整合等，保证数据的质量。

3）数据装载：指将转换和清洗后的数据装载到公安大数据仓库的过程，其中包括公安全文检索库及大数据专题库；本项目支持几乎所有主流数据库管理系统。

4）工作流调度功能：系统内置工作流建模工具和调度引擎，用户可自由定义任务的触发条件及执行路径，控制多任务的协同运行。

在实现数据可获取这一前提后，将关注的内容可概括为“五要素”： 人、地、事、物、组织，而各类信息系统提供的数据都涵盖这五要素的或多或少的内容，数据融合技术着重从五要素管理着眼进行研发，对五要素的各类属性进行分析，形成五要素属性集；对任一进入大数据平台的数据，均视为五要素属性的集合。包括以下功能：

1）属性的再组织：平台在数据融合中，以五要素为基础，进一步细分各要素的属性，同时对属性形成精确集与模糊集两类；平台提供灵活的数据组织功能，在数据接入及对外服务提供时进行可配置的属性组织；平台包含自发现模块，可对数据进行自动分析，根据模式进行匹配，自动发现新增数据的属性类型，特别是对半结构化、非结构化数据的自发现，使数据融合更为高效。通过这种手段，对五要素的各类属性进行了广泛扩充，形成了全面的要素统一描述，为各类应用的多角度要素刻画提供了厚实的数据支撑。

2）冲突的解决：数据来源的多样性导致一些数据彼此冲突影响融合进行。除采用传统的规则检测等手段外，平台提供多源数据比对冲突解决机制；当发生冲突时，通过有关联的其他数据的反向映证来提出数据异常；另一方面，平台提供数据冲突结果保留功能，其结果对于公安机关提升基层基础工作质量，或者在某些情况下作为案件线索也是有用的。

3）建立元数据目录：实现数据资源按照要素、主题和资源类型等多种纬度进行编目和分类，支持结构化、非结构数据元数据维护管理等功能，为公安大数据平台建立五要素属性的集合提供了可靠、便捷的工具支持；同时为未来公安业务系统开发提供了如统一数据口径、数据方位标明、数据关系分析、管理模型变更等帮助。

超维度时空刻画方法，以目标对象的所有关联数据为基础，如社保数据、户口数据、快递数据、轨迹数据、虚拟身份数据、报案数据等等，并结合数据分析、数据挖掘、地理位置分析、关系挖掘等数据技术，分析挖掘并展示出目标对象表象及隐藏信息，从而达到多维度、时空关联的对象刻画。以大数据技术为基础，利用大数据的数据挖掘分析及快速检索读取的特性，从多维角度快速刻画目标对象。该方法主要用于基于警用数据的人物、车辆、案件刻画，如传统意义的人物综查，车辆档案、案件卷宗。对象刻画展示的内容通过后台配置生成页面内容骨架信息(JSON)，即需要展示的具体信息(户口、常住、驾照、轨迹等)，以及需要展示的数据分析结果，当查看对象档案时，系统根据骨架信息，查询检索具体的数据并快速返回给前端进行展示。

在又一实施例中，以基于超维度时空刻画方法的人员档案为例：

超维度时空刻画方法，包括如下步骤：

数据源配置：需要先配置连接的大数据平台数据服务的连接信息，信息包括：数据服务的访问IP，端口，配置完成后将配置信息保存到应用支撑数据库中，可以查看、修改和测试连接。

模板配置：模板配置包括主题配置、信息表配置、表显示字段配置。配置完成大数据平台数据服务信息后，添加主题，输入主题名称，动态从数据服务中获取索引表信息，选择相应的索引表，完成主题添加；添加完成主题后，在主题下级列表中点击添加子表信息，用于展示具体的数据，从信息表列表中选择需要添加的信息表，输入信息表的中文映射名称、展示的数据模型（数据模型分为列表展示、卡片展示及图表展示模型。卡片展示即为以卡片TABLE的方式直接展示所有的字段信息，每条数据一个卡片；列表展示即为可展示多条数据且以列表形式展现，同时提供每条数据的详细展示对话框；图表展示即为将数据以数据图表的形式展现，包括饼图、柱状图、曲线图等），完成信息表的添加；添加完成信息表后，需要配置每个表对应需要显示的字段信息，点击添加字段，从动态读取的表字段列表中勾选需要展示的表信息，最后确认完成表字段信息的添加。完成主题、信息表及表字段的配置后，通过生成配置功能，生成档案的骨架信息，即需要展示的主题列表配置文件，以及每个主题对应的数据表信息和数据表下的字段配置文件。

展现引擎：展示引擎通过动态读取档案的骨架配置信息确认需要展示的数据主题，然后根据主题配置名称动态读取主题下需展示的数据表配置文件来动态查询对应的索引，获取到数据以后，再根据数据表的表字段配置信息来动态展示对应的数据结果；如果读取数据为空，则自动忽略对应的数据表或主题，不再进行展示，只展示有数据结果的主题或数据表。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (8)

1.一种超维度时空刻画方法，其特征在于：包括如下步骤：（A）数据源生成；（B）展示模板生成；（C）超纬度信息展现；所述步骤（A）中，数据源以目标对象的所有关联数据为基础。

2.根据权利要求1所述的超维度时空刻画方法，其特征在于：所述步骤（A）中进一步包括：数据抽取；数据清洗转换；数据装载；工作流调度功能；所述数据抽取为从共享资源库信息源中进行数据抽取；所述数据清洗转换为对抽取到数据库的数据进行预处理包括数据的清洗、过滤、转换、合并和整合以保证数据的质量；所述数据装载为将转换和清洗后的数据装载到大数据仓库的过程；所述工作流调度功能为通过内置工作流建模工具和调度引擎，用户可自由定义任务的触发条件及执行路径，控制多任务的协同运行。

3.根据权利要求1所述的超维度时空刻画方法，其特征在于：所述数据源中的数据包括人、地、事、物和组织五要素属性集，通过数据源进行属性的再组织，冲突的解决以及建立元数据目录。

4.根据权利要求1所述的超维度时空刻画方法，其特征在于：所述步骤（B）中，进行主题配置、信息表配置、表显示字段配置；具体为：动态从数据源中获取索引表信息，选择相应的索引表以完成主题添加，然后在主题下级列表中点击添加子表信息，用于展示具体的数据，从信息表列表中选择需要添加的信息表，输入信息表的中文映射名称、展示的数据模型。

5.根据权利要求1所述的超维度时空刻画方法，其特征在于：所述步骤（C）中，通过动态读取档案的骨架配置信息确认需要展示的数据主题，然后根据主题配置名称动态读取主题下需展示的数据表配置文件来动态查询对应的索引，获取到数据以后，再根据数据表的表字段配置信息来动态展示对应的数据结果；如果读取数据为空，则自动忽略对应的数据表或主题，不再进行展示，只展示有数据结果的主题或数据表。

6.根据权利要求1所述的超维度时空刻画方法，其特征在于：所述步骤（C）中，通过以目标对象的所有关联数据为基础，并结合数据分析、数据挖掘、地理位置分析和关系挖掘数据技术分析挖掘并展示出目标对象表象及隐藏信息。

7.根据权利要求1所述的超维度时空刻画方法，其特征在于：所述步骤（C）中，还包括自发现社会关系挖掘方法，通过自动的发现不同要素对象之间的关联关系，并以图表化的方式进行展现，揭示对象间内在联系包括隐藏或间接的联系。

8.根据权利要求7所述的超维度时空刻画方法，其特征在于：所述自发现社会关系挖掘方法中，当数据存在同要素属性时，系统按照约束条件进行比对，满足约束条件则建立关联；约束条件根据工作经验设计，自发现社会关系挖掘包括联系人、同行、同住、同上网、亲属、社会往来关系的挖掘。