CN106682990A - 一种建立嫌疑人人际关系模型的方法和系统 - Google Patents
一种建立嫌疑人人际关系模型的方法和系统 Download PDFInfo
- Publication number
- CN106682990A CN106682990A CN201611130950.1A CN201611130950A CN106682990A CN 106682990 A CN106682990 A CN 106682990A CN 201611130950 A CN201611130950 A CN 201611130950A CN 106682990 A CN106682990 A CN 106682990A
- Authority
- CN
- China
- Prior art keywords
- node
- data
- suspect
- personal contact
- inter personal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000002452 interceptive effect Effects 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明特别涉及一种建立嫌疑人人际关系模型的方法和系统。方法包括以下步骤:定义人际关系模型的层数和每个层次上节点的节点类型;获取嫌疑人的客户端数据,并保存为预设格式的数据文件;根据数据文件和每层的节点类型,确定每层的节点个数,每个节点对应的节点数据以及相邻两层上相关节点的关系属性;根据节点个数、每个节点的节点数据和相关节点的关系属性建立人际关系模型。本发明的方法可以对客户端数据,比如嫌疑人手机的通话记录、短信、通讯录、即时聊天软件(QQ、微信、陌陌等)等特定类型的数据进行采集和分析,并生成嫌疑人与其他人的关系图,建模方法效率高,同时生成的人际关系图简洁直接,方便侦查人员分析破案。
Description
技术领域
本发明涉及数据采集领域,特别涉及一种建立嫌疑人人际关系模型的方法和系统。
背景技术
人物关系模型在互联网行业中广泛应用,比如人人网、facebook等社交网络,能够通过图(包括点与边)的方式直观形象表达人与人之间的好友关系。但是现有技术建立人物关系模型的方法不能直接应用于案件侦查犯罪领域对犯罪嫌疑人的人际关系模型的建立,主要包括以下问题:
(1)数据来源不同,人人网等社交工具的数据是来自用户的主动上传,而犯罪嫌疑人的相关则需要侦查人员去获取。
(2)关系网复杂度不同,社交数据来源很多,时间跨度大,会导致关系网很庞大,而犯罪嫌疑人的数据源有针对性,一般只需要获取手机通讯、IM聊天等一定时期内的数据,因此数据量不同且人物关系模型的建立目的不同。
(3)现有技术建立人物关系模型的效率较低,难以在很短时间内生成犯罪嫌疑人的人际关系结果。
发明内容
本发明提供了一种建立嫌疑人人际关系模型的方法和系统,解决了以上所述的技术问题。
本发明解决上述技术问题的技术方案如下:
依据本发明的一个方面,提供了一种建立嫌疑人人际关系模型的方法,包括以下步骤:
步骤1,定义人际关系模型的层数和每个层次上节点的节点类型;
步骤2,获取嫌疑人的客户端数据,并将所述客户端数据保存为预设格式的数据文件;
步骤3,根据所述数据文件和每层的节点类型,确定人际关系模型每层的节点个数,并获取每个节点对应的节点数据以及相邻两层上相关节点的关系属性;
步骤4,根据每层的节点个数、每个节点对应的节点数据和相关节点的关系属性建立人际关系模型。
本发明的有益效果是:本发明的方法可以对客户端数据,比如嫌疑人手机的通话记录、短信、通讯录、即时聊天软件(QQ、微信、陌陌等)等特定类型的数据进行采集和分析,并生成嫌疑人与其他人的关系图,建模方法效率高,同时生成的人际关系图简洁直接,方便侦查人员分析破案。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述人际关系模型包括多个层次,每个层次包括符合同一节点类型的至少一个节点,相邻两层的相关节点通过带有关系属性的关系线相连接;所述人际关系模型的节点上显示有对应的节点数据。
进一步,步骤1中,设定人际关系模型包括五个层次,从上往下第一层的节点类型为案件节点,对应的节点数据为案件信息;第二层的节点类型为嫌疑人节点,对应的节点数据为嫌疑人信息;第三层的节点类型为客户端节点,对应的节点数据为嫌疑人使用的客户端信息;第四层的节点类型为嫌疑人账号节点,对应的节点数据为嫌疑人在客户端上使用的每个账号的账号信息;第五层的节点类型为联系人账号节点,对应的节点数据为与嫌疑人账号存在互动关系的联系人的账号信息。
进一步,嫌疑人使用的账号包括即时通讯账号、微博账号、邮件账号、蓝牙账号和手机号码的至少一种。
进一步,步骤2中,通过数据采集设备获取嫌疑人的客户端数据,并通过数据采集设备写入案件信息和嫌疑人信息后,将所述案件信息、嫌疑人信息和所述客户端数据保存为预设格式的数据文件;所述客户端数据包括即时通讯数据、微博数据、邮件数据、蓝牙数据、短信数据、通话记录数据和通讯录数据中的至少一种。
进一步,所述第四层和第五层中存在互动关系的节点为相关节点,通过带有关系属性的关系线连接第四层和第五层的相关节点,所述关系属性包括互动方式、联系人姓名和采用所述互动方式的互动次数中的至少一种。
进一步,还包括步骤5,具体为:分别获取每个联系人和嫌疑人的联系紧密度,并在所述人际关系模型中显示所述联系紧密度。
采用上述进一步方案的有益效果是:本进一步技术方案中,通过获取联系人和嫌疑人的联系紧密度,并在人际关系模型中显示所述联系紧密度,可以方便破案人员获知联系人和嫌疑人的关系密切程度,从而进一步提高破案效率。
进一步,还包括步骤6,具体为:设置查询条件,根据查询条件显示所述人际关系模型的部分数据。
采用上述进一步方案的有益效果是:本进一步技术方案中,通过设置查询条件,可以对用户想获取的信息进行筛选,比如只显示嫌疑人与联系人的通讯记录、qq关系,甚至只展示案件、嫌疑人节点和关系,这样使得关系图简洁易看,更加方便用户获取所需要的讯息。
为了解决本发明的技术问题,本发明还提供了一种建立嫌疑人人际关系模型的系统,包括设定模块、数据采集模块、数据分析模块和模型建立模块,
所述设定模块用于定义人际关系模型的层数和每个层次上节点的节点类型;
所述数据采集模块用于获取嫌疑人的客户端数据,并将所述客户端数据保存为预设格式的数据文件;
所述数据分析模块用于根据所述数据文件和每层的节点类型,确定人际关系模型每层的节点个数,并获取每个节点对应的节点数据以及相邻两层上相关节点的关系属性;
所述模型建立模块用于根据每层的节点个数、每个节点对应的节点数据和相关节点的关系属性建立人际关系模型。
本发明的有益效果是:本发明的系统可以对客户端数据,比如嫌疑人手机的通话记录、短信、通讯录、即时聊天软件(QQ、微信、陌陌等)等特定类型的数据进行采集和分析,并生成嫌疑人与其他人的关系图,建模方法效率高,同时生成的人际关系图简洁直接,方便侦查人员分析破案。
进一步,还包括获取模块、显示模块和查询模块,所述获取模块用于分别获取每个联系人和嫌疑人的联系紧密度;所述显示模块用于在所述人际关系模型中显示所述联系紧密度;所述查询模块用于设置查询条件,根据查询条件显示所述人际关系模型的部分数据。
采用上述进一步方案的有益效果是:本进一步技术方案中,通过显示模块在人际关系模型中显示获取的联系人和嫌疑人的联系紧密度,可以方便破案人员获知联系人和嫌疑人的关系密切程度,从而进一步提高破案效率。通过设置查询模块,可以对用户想获取的信息进行筛选,比如只显示嫌疑人与联系人的通讯记录、qq关系,甚至只展示案件、嫌疑人节点和关系,这样使得关系图简洁易看,更加方便用户获取所需要的讯息。
附图说明
图1为本发明实施例建立嫌疑人人际关系模型的方法流程示意图;
图2为本发明一个实施例建立的嫌疑人人际关系模型图;
图3为本发明实施例建立嫌疑人人际关系模型的系统结构示意图;
图4为本发明另一实施例建立嫌疑人人际关系模型的系统结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明实施例建立嫌疑人人际关系模型的方法流程示意图,如图1所示,方法包括以下步骤:
步骤1,定义人际关系模型的层数和每个层次上节点的节点类型;
步骤2,获取嫌疑人的客户端数据,并将所述客户端数据保存为预设格式的数据文件;
步骤3,根据所述数据文件和每层的节点类型,确定人际关系模型每层的节点个数,并获取每个节点对应的节点数据以及相邻两层上相关节点的关系属性;
步骤4,根据每层的节点个数、每个节点对应的节点数据和相关节点的关系属性建立人际关系模型。本实施例的方法可以对客户端数据,比如嫌疑人手机的通话记录、短信、通讯录、即时聊天软件(QQ、微信、陌陌等)等特定类型的数据进行采集和分析,并生成嫌疑人与其他人的关系图,建模方法效率高,同时生成的人际关系图简洁直接,方便侦查人员分析破案。
具体的实施例中,所述人际关系模型由节点、关系线和关系属性组成的有向图,比如在优选实施例中,所述人际关系模型包括多个层次,每个层次包括符合同一节点类型的至少一个节点,相邻两层的相关节点通过带有关系属性的关系线相连接;所述人际关系模型的节点上显示有对应的节点数据。在一个优选实施例中,人际关系模型包括五个层次,从上往下第一层的节点类型为案件节点,对应的节点数据为案件信息,包括案件名称和/或按键编号;第二层的节点类型为嫌疑人节点,对应的节点数据为嫌疑人信息,嫌疑人信息包括身份证号码和嫌疑人姓名;第三层的节点类型为客户端节点,对应的节点数据为嫌疑人使用的客户端信息,客户端信息包括手机号码、手机编码或者其他的客户端编码;第四层的节点类型为嫌疑人账号节点,对应的节点数据为嫌疑人在客户端上使用的每个账号的账号信息,包括即时通讯账号、微博账号、邮件账号、蓝牙账号和手机号码等等;第五层的节点类型为联系人账号节点,对应的节点数据为与嫌疑人账号存在互动关系的联系人的账号信息。按照以上设置,就可以形成包括案件信息、嫌疑人信息、客户端信息、嫌疑人账号和联系人账号的人际关系模型。
优选的实施例中,通过数据采集设备获取嫌疑人的客户端数据,并通过数据采集设备写入案件信息和嫌疑人信息后,将所述案件信息、嫌疑人信息和所述客户端数据保存为预设格式的数据文件;所述客户端数据包括即时通讯数据、微博数据、邮件数据、蓝牙数据、短信数据、通话记录数据和通讯录数据中的至少一种。然后从所述数据文件即可确定节点个数、每个节点对应的节点数据以及相邻两层上相关节点的关系属性。比如在一个实施例中,第一层的节点类型为案件节点,第二层的节点类型为嫌疑人账号节点,第三层的节点类型为客户端节点,第四层的节点类型为嫌疑人账号节点,相邻层的关系属性均为“OWN”关系。在优选实施例中,第五层节点类型为联系人账号节点,第四层和第五层中存在互动关系的节点为相关节点,通过带有关系属性的关系线连接第四层和第五层的相关节点,所述关系属性包括互动方式、联系人姓名和采用所述互动方式的互动次数中的至少一种。比如第四层包含一个QQ账号节点,该QQ账号存在一个联系账号Q1,且与Q1账号联系了1次,因此关系属性可以表示为“QQ:1,Q1”,表示采用QQ这种互动方式,和账号为“Q1”的联系人联系了1次。
在一个优选的实施例中,所述建立嫌疑人人际关系模型的方法还包括步骤5,具体为:分别获取每个联系人和嫌疑人的联系紧密度,并在所述人际关系模型中显示所述联系紧密度。通过获取联系人和嫌疑人的联系紧密度,并在人际关系模型中显示所述联系紧密度,可以方便破案人员获知联系人和嫌疑人的关系密切程度,从而进一步提高破案效率。在具体的实施例中,所述联系紧密度可以通过联系人通过各种互动方式与嫌疑人进行互动的总次数、联系人和嫌疑人的共同好友数量或者联系人和嫌疑人经过的好友路径数量来表示。例如在一个优选实施例中,如果A和B有过直接联系,比如通话、qq聊天等,则A和B是0度关系;如果A和B中间经过了一个人间接联系起来,比如有共同的qq好友C,则A和B是1度关系;如果A和B中间经过了两个人间接联系起来,比如A有qq好友A1,A1有qq好友A2,A2有qq好友B,则A和B是2度关系。度数越高,说明关系越疏远,一次类推可以得到3度关系、4度关系,基于性能和实用性考虑,本实施例模型只计算到2度关系为止。
在一个优选的实施例中,所述建立嫌疑人人际关系模型的方法还包括步骤6,具体为:设置查询条件,根据查询条件显示所述人际关系模型的部分数据。该优选实施例通过设置查询条件,可以对用户想获取的信息进行筛选,比如只显示嫌疑人与联系人的通讯记录、qq关系,甚至只展示案件、嫌疑人节点和关系,这样使得关系图简洁易看,更加方便用户获取所需要的讯息。
以下通过一个具体实施例对上述过程进行详细描述。该实施例中,获取嫌疑人张三的一部手机,张三身份证为“42xxx6214”,关联案件为“xxx抢劫案”,设定人际关系模型包括五个层次,从上往下第一层的节点类型为案件节点,第二层的节点类型为嫌疑人节点,第三层的节点类型为客户端节点,第四层的节点类型为嫌疑人账号节点,第五层的节点类型为联系人账号节点,具体方法包括以下步骤:
(1)使用手机采集设备,读取张三的手机数据,并写入案件信息和嫌疑人信息后,将所述案件信息、嫌疑人信息和手机数据保存为文本文件。
(2)从文本文件提取案件、嫌疑人、本机账号、联系人账号、联系次数等信息,将提取的信息导入neo4j图数据库中,生成每个层次的节点个数、每个节点的节点数据以及相邻两层上相关节点的关系属性,然后建立人际关系模型。
(3)在neo4j中,根据从属关系等数据建立嫌疑人和联系人的联系紧密度,并把联系紧密度在人际关系模型中显示。
(4)在neo4j的web界面,对嫌疑人、手机号码等信息进行查询。
具体的,采集到张三的手机数据如下表1所示,
表1张三的手机数据
生成节点包括以下步骤:
(1)先生成案件节点、嫌疑人节点、客户端节点和嫌疑人账号节点,他们之间的从属关系都是OWN;
(2)生成联系人账号节点,挂在嫌疑人账号节点下面。表1中有7个联系人,会对应7个联系人节点,下面的图示中由于篇幅关系,只画出了3个联系人节点(小二、李四、Q1),其他4个未画出来,具体建立的人际关系模型图如图2所示。图2中,“Cl:5,小二”,表示嫌疑人与小二采用电话通话的方式联系了5次,其中“CL”表示手机通话;“SMS:2,小二”表示嫌疑人与小二采用短信的方法联系了2次,“SMS”表示短信;“PB:1,小四”,表示小四在嫌疑人的通讯录上,“PB”表示通讯录;“QQ:4,Q1”表示嫌疑人QQ号为254783的账号与Q1联系了四次。
以上通过图1和图2对本发明建立嫌疑人人际关系模型的方法进行了详细描述,以下通过图3对本发明建立嫌疑人人际关系模型的系统进行详细藐视。图3为本发明实施例建立嫌疑人人际关系模型的系统结构示意图,如图3所示,包括设定模块、数据采集模块、数据分析模块和模型建立模块,
所述设定模块用于定义人际关系模型的层数和每个层次上节点的节点类型;
所述数据采集模块用于获取嫌疑人的客户端数据,并将所述客户端数据保存为预设格式的数据文件;
所述数据分析模块用于根据所述数据文件和每层的节点类型,确定人际关系模型每层的节点个数,并获取每个节点对应的节点数据以及相邻两层上相关节点的关系属性;
所述模型建立模块用于根据每层的节点个数、每个节点对应的节点数据和相关节点的关系属性建立人际关系模型。本实施例可以对客户端数据,比如嫌疑人手机的通话记录、短信、通讯录、即时聊天软件(QQ、微信、陌陌等)等特定类型的数据进行采集和分析,并生成嫌疑人与其他人的关系图,建模方法效率高,同时生成的人际关系图简洁直接,方便侦查人员分析破案。
在优选实施例中,所述人际关系模型包括多个层次,每个层次包括符合同一节点类型的至少一个节点,相邻两层的相关节点通过带有关系属性的关系线相连接;所述人际关系模型的节点上显示有对应的节点数据。所述人际关系模型包括五个层次,从上往下第一层的节点类型为案件节点,对应的节点数据为案件信息;第二层的节点类型为嫌疑人节点,对应的节点数据为嫌疑人信息;第三层的节点类型为客户端节点,对应的节点数据为嫌疑人使用的客户端信息;第四层的节点类型为嫌疑人账号节点,对应的节点数据为嫌疑人在客户端上使用的每个账号的账号信息,比如即时通讯账号、微博账号、邮件账号、蓝牙账号和手机号码的至少一种;第五层的节点类型为联系人账号节点,对应的节点数据为与嫌疑人账号存在互动关系的联系人的账号信息。所述第四层和第五层中存在互动关系的节点为相关节点,通过带有关系属性的关系线连接第四层和第五层的相关节点,所述关系属性包括互动方式、联系人姓名和采用所述互动方式的互动次数中的至少一种。
具体的,在优选实施例中,所述数据采集模块具体用于通过数据采集设备获取嫌疑人的客户端数据,并通过数据采集设备写入案件信息和嫌疑人信息后,将所述案件信息、嫌疑人信息和所述客户端数据保存为预设格式的数据文件;所述客户端数据包括即时通讯数据、微博数据、邮件数据、蓝牙数据、短信数据、通话记录数据和通讯录数据中的至少一种。
在另一优选实施例中,还包括获取模块、显示模块和查询模块,如图4所示,所述获取模块用于分别获取每个联系人和嫌疑人的联系紧密度;所述显示模块用于在所述人际关系模型中显示所述联系紧密度;所述查询模块用于设置查询条件,根据查询条件显示所述人际关系模型的部分数据。通过显示模块在人际关系模型中显示获取的联系人和嫌疑人的联系紧密度,可以方便破案人员获知联系人和嫌疑人的关系密切程度,从而进一步提高破案效率。通过设置查询模块,可以对用户想获取的信息进行筛选,比如只显示嫌疑人与联系人的通讯记录、qq关系,甚至只展示案件、嫌疑人节点和关系,这样使得关系图简洁易看,更加方便用户获取所需要的讯息。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型,这些变化、修改、替换和变型都落入要求保护的本发明的保护范围内。
Claims (10)
1.一种建立嫌疑人人际关系模型的方法,其特征在于,包括以下步骤:
步骤1,定义人际关系模型的层数和每个层次上节点的节点类型;
步骤2,获取嫌疑人的客户端数据,并将所述客户端数据保存为预设格式的数据文件;
步骤3,根据所述数据文件和每层的节点类型,确定人际关系模型每层的节点个数,并获取每个节点对应的节点数据以及相邻两层上相关节点的关系属性;
步骤4,根据每层的节点个数、每个节点对应的节点数据和相关节点的关系属性建立人际关系模型。
2.根据权利要求1所述的一种建立嫌疑人人际关系模型的方法,其特征在于,所述人际关系模型包括多个层次,每个层次包括符合同一节点类型的至少一个节点,相邻两层的相关节点通过带有关系属性的关系线相连接;所述人际关系模型的节点上显示有对应的节点数据。
3.根据权利要求1或2所述的一种建立嫌疑人人际关系模型的方法,其特征在于,步骤1中,设定人际关系模型包括五个层次,从上往下第一层的节点类型为案件节点,对应的节点数据为案件信息;第二层的节点类型为嫌疑人节点,对应的节点数据为嫌疑人信息;第三层的节点类型为客户端节点,对应的节点数据为嫌疑人使用的客户端信息;第四层的节点类型为嫌疑人账号节点,对应的节点数据为嫌疑人在客户端上使用的每个账号的账号信息;第五层的节点类型为联系人账号节点,对应的节点数据为与嫌疑人账号存在互动关系的联系人的账号信息。
4.根据权利要求3所述的一种建立嫌疑人人际关系模型的方法,其特征在于,嫌疑人使用的账号包括即时通讯账号、微博账号、邮件账号、蓝牙账号和手机号码的至少一种。
5.根据权利要求4所述的建立嫌疑人人际关系模型的方法,其特征在于,步骤2中,通过数据采集设备获取嫌疑人的客户端数据,并通过数据采集设备写入案件信息和嫌疑人信息后,将所述案件信息、嫌疑人信息和所述客户端数据保存为预设格式的数据文件;所述客户端数据包括即时通讯数据、微博数据、邮件数据、蓝牙数据、短信数据、通话记录数据和通讯录数据中的至少一种。
6.根据权利要求5所述的建立嫌疑人人际关系模型的方法,其特征在于,所述第四层和第五层中存在互动关系的节点为相关节点,通过带有关系属性的关系线连接第四层和第五层的相关节点,所述关系属性包括互动方式、联系人姓名和采用所述互动方式的互动次数中的至少一种。
7.根据权利要求6所述的建立嫌疑人人际关系模型的方法,其特征在于,还包括步骤5,具体为:分别获取每个联系人和嫌疑人的联系紧密度,并在所述人际关系模型中显示所述联系紧密度。
8.根据权利要求7所述的建立嫌疑人人际关系模型的方法,其特征在于,还包括步骤6,具体为:设置查询条件,根据查询条件显示所述人际关系模型的部分数据。
9.一种建立嫌疑人人际关系模型的系统,其特征在于,包括设定模块、数据采集模块、数据分析模块和模型建立模块,
所述设定模块用于定义人际关系模型的层数和每个层次上节点的节点类型;
所述数据采集模块用于获取嫌疑人的客户端数据,并将所述客户端数据保存为预设格式的数据文件;
所述数据分析模块用于根据所述数据文件和每层的节点类型,确定人际关系模型每层的节点个数,并获取每个节点对应的节点数据以及相邻两层上相关节点的关系属性;
所述模型建立模块用于根据每层的节点个数、每个节点对应的节点数据和相关节点的关系属性建立人际关系模型。
10.根据权利要求9所述的一种建立嫌疑人人际关系模型的系统,其特征在于,还包括获取模块、显示模块和查询模块,所述获取模块用于分别获取每个联系人和嫌疑人的联系紧密度;所述显示模块用于在所述人际关系模型中显示所述联系紧密度;所述查询模块用于设置查询条件,根据查询条件显示所述人际关系模型的部分数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611130950.1A CN106682990A (zh) | 2016-12-09 | 2016-12-09 | 一种建立嫌疑人人际关系模型的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611130950.1A CN106682990A (zh) | 2016-12-09 | 2016-12-09 | 一种建立嫌疑人人际关系模型的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106682990A true CN106682990A (zh) | 2017-05-17 |
Family
ID=58868755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611130950.1A Pending CN106682990A (zh) | 2016-12-09 | 2016-12-09 | 一种建立嫌疑人人际关系模型的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106682990A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447313A (zh) * | 2018-09-17 | 2019-03-08 | 咪咕文化科技有限公司 | 一种成员关系的确定方法及装置 |
CN109766484A (zh) * | 2018-12-28 | 2019-05-17 | 苏州龙信信息科技有限公司 | 数据可视化方法、装置、设备和介质 |
CN109947870A (zh) * | 2019-03-26 | 2019-06-28 | 第四范式(北京)技术有限公司 | 特定类型人员的预测装置及方法、计算设备与存储介质 |
CN110557466A (zh) * | 2019-09-11 | 2019-12-10 | 北京明略软件系统有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN110674418A (zh) * | 2019-09-30 | 2020-01-10 | 北京明略软件系统有限公司 | 一种获取隐性涉毒人员的方法及装置 |
CN111026818A (zh) * | 2019-12-17 | 2020-04-17 | 厦门市美亚柏科信息股份有限公司 | 一种多对象关联视图构建方法、终端设备及存储介质 |
CN111105064A (zh) * | 2018-10-26 | 2020-05-05 | 阿里巴巴集团控股有限公司 | 确定欺诈事件的嫌疑信息的方法及装置 |
CN111984831A (zh) * | 2020-08-21 | 2020-11-24 | 北京明略软件系统有限公司 | 用于盗窃事件信息挖掘的方法与装置 |
CN112256667A (zh) * | 2020-09-16 | 2021-01-22 | 珠海市新德汇信息技术有限公司 | 多生物特征归一方法 |
CN112905442A (zh) * | 2019-12-04 | 2021-06-04 | 阿里巴巴集团控股有限公司 | 随机模型的生成方法、装置及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464877A (zh) * | 2008-10-27 | 2009-06-24 | 浙江大学 | 挖掘相关联犯罪嫌疑人的系统及方法 |
CN102393843A (zh) * | 2011-06-29 | 2012-03-28 | 广州市动景计算机科技有限公司 | 利用移动终端通讯信息建立用户关系的方法及系统 |
CN102955781A (zh) * | 2011-08-19 | 2013-03-06 | 腾讯科技(深圳)有限公司 | 一种人物搜索方法及装置 |
CN103795613A (zh) * | 2014-01-16 | 2014-05-14 | 西北工业大学 | 一种在线社交网络中朋友关系预测的方法 |
CN105426502A (zh) * | 2015-11-26 | 2016-03-23 | 福州大学 | 基于社交网络的人物信息搜索与关系网绘制的方法 |
CN105743708A (zh) * | 2016-04-01 | 2016-07-06 | 丁伟明 | 一种建立人际互联关系网的方法及装置 |
CN105894118A (zh) * | 2016-04-01 | 2016-08-24 | 丁伟明 | 一种人际关系路径的选择方法及装置 |
-
2016
- 2016-12-09 CN CN201611130950.1A patent/CN106682990A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464877A (zh) * | 2008-10-27 | 2009-06-24 | 浙江大学 | 挖掘相关联犯罪嫌疑人的系统及方法 |
CN102393843A (zh) * | 2011-06-29 | 2012-03-28 | 广州市动景计算机科技有限公司 | 利用移动终端通讯信息建立用户关系的方法及系统 |
CN102955781A (zh) * | 2011-08-19 | 2013-03-06 | 腾讯科技(深圳)有限公司 | 一种人物搜索方法及装置 |
US20140181117A1 (en) * | 2011-08-19 | 2014-06-26 | Tencent Technology (Shenzhen) Company Limited | Person search method and apparatus |
CN103795613A (zh) * | 2014-01-16 | 2014-05-14 | 西北工业大学 | 一种在线社交网络中朋友关系预测的方法 |
CN105426502A (zh) * | 2015-11-26 | 2016-03-23 | 福州大学 | 基于社交网络的人物信息搜索与关系网绘制的方法 |
CN105743708A (zh) * | 2016-04-01 | 2016-07-06 | 丁伟明 | 一种建立人际互联关系网的方法及装置 |
CN105894118A (zh) * | 2016-04-01 | 2016-08-24 | 丁伟明 | 一种人际关系路径的选择方法及装置 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447313A (zh) * | 2018-09-17 | 2019-03-08 | 咪咕文化科技有限公司 | 一种成员关系的确定方法及装置 |
CN111105064A (zh) * | 2018-10-26 | 2020-05-05 | 阿里巴巴集团控股有限公司 | 确定欺诈事件的嫌疑信息的方法及装置 |
CN111105064B (zh) * | 2018-10-26 | 2024-04-19 | 创新先进技术有限公司 | 确定欺诈事件的嫌疑信息的方法及装置 |
CN109766484A (zh) * | 2018-12-28 | 2019-05-17 | 苏州龙信信息科技有限公司 | 数据可视化方法、装置、设备和介质 |
CN109947870A (zh) * | 2019-03-26 | 2019-06-28 | 第四范式(北京)技术有限公司 | 特定类型人员的预测装置及方法、计算设备与存储介质 |
CN110557466A (zh) * | 2019-09-11 | 2019-12-10 | 北京明略软件系统有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN110674418A (zh) * | 2019-09-30 | 2020-01-10 | 北京明略软件系统有限公司 | 一种获取隐性涉毒人员的方法及装置 |
CN112905442A (zh) * | 2019-12-04 | 2021-06-04 | 阿里巴巴集团控股有限公司 | 随机模型的生成方法、装置及设备 |
CN111026818A (zh) * | 2019-12-17 | 2020-04-17 | 厦门市美亚柏科信息股份有限公司 | 一种多对象关联视图构建方法、终端设备及存储介质 |
CN111984831A (zh) * | 2020-08-21 | 2020-11-24 | 北京明略软件系统有限公司 | 用于盗窃事件信息挖掘的方法与装置 |
CN112256667A (zh) * | 2020-09-16 | 2021-01-22 | 珠海市新德汇信息技术有限公司 | 多生物特征归一方法 |
CN112256667B (zh) * | 2020-09-16 | 2024-03-22 | 珠海市新德汇信息技术有限公司 | 多生物特征归一方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682990A (zh) | 一种建立嫌疑人人际关系模型的方法和系统 | |
Yzer et al. | New communication technologies, old questions | |
Dickison et al. | Multilayer social networks | |
Morales et al. | Efficiency of human activity on information spreading on Twitter | |
CN103838814B (zh) | 一种动态展示人脉图谱关系的方法 | |
CN103905497B (zh) | 实现第三方应用业务网站登录的方法、装置及应用平台 | |
Yoon et al. | Strategies affecting Twitter-based networking pattern of South Korean politicians: Social network analysis and exponential random graph model | |
O'callaghan et al. | Uncovering the wider structure of extreme right communities spanning popular online networks | |
CN102223393A (zh) | 用于来自用户社交网络的关系表征和利用的方法和系统 | |
CN106789598A (zh) | 基于社交关系链的公众号消息推送方法、装置及系统 | |
WO2005006152A2 (en) | A system, method and apparatus for connecting users in an online computer system based on their relationships within social networks | |
Liu et al. | EgoNetCloud: Event-based egocentric dynamic network visualization | |
Park et al. | Trends in online networking among South Korean politicians—A mixed-method approach | |
CN104809933A (zh) | 一种电网无脚本应急演练系统、演练方法及设备 | |
CN102523111A (zh) | 支持可定制组的网络管理系统 | |
CN110266507A (zh) | 一种基于虚拟团队的业务处理方法及系统 | |
CN104540035B (zh) | 一种无障碍视频手语呼叫系统及方法 | |
Macnamara et al. | E-Electioneering 2007–13: Trends in online political campaigns over three elections | |
CN102129460A (zh) | 联系人查找方法和移动终端 | |
Lim et al. | Opinion formation in the digital divide | |
CN106780062A (zh) | 基于社交网络和大数据分析的用户群组更新方法及系统 | |
KR102053980B1 (ko) | 소셜 네트워크 서비스 및 컨텐츠 제공 방법 | |
Sharma et al. | Missing data in multiplex networks: a preliminary study | |
Henderson et al. | Ethics and online social network research–developing best practices | |
CN106485630A (zh) | 一种证件管理及服务系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170517 |
|
RJ01 | Rejection of invention patent application after publication |