CN109711613A - 一种基于人员关系模型和事件关联模型的预警方法及系统 - Google Patents

Abstract

本发明涉及一种基于人员关系模型和事件关联模型的预警方法及系统，方法包括从公安大数据提取模型信息数据；对模型信息数据进行过滤处理；根据人员身份数据对模型信息数据进行统计分析，提取出多次反映事件的人员创建人员关系模型；根据事件数据对模型信息数据进行语义要素的抽取，提取出人员多次反映的事件创建事件关系模型；根据一个人反映事件的次数设置人员预警阈值；根据多人反映一件事的次数设置事件预警阈值，对超出预警阈值的人员和事件进行预警。本发明能够针对案件，警情，舆情，矛盾纠纷进行数据提取并生成人员关系模型及事件关系模型，为人员事件预警监测提供一种新的、可操作的方法并为预警软件的编制提供思路路线。

Description

一种基于人员关系模型和事件关联模型的预警方法及系统

技术领域

本发明涉及一种警用案情分析方法，具体涉及一种基于人员关系模型和事件关联模型的预警方法及系统。

背景技术

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，已经成为了公安机关研究的重要方向。重点人员日常活动时，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。提高公安情报人员的工作效率，显得尤为重要。

公安系统经过多年的建设已经初见成效，但在公安情报工作的研究中尚处于起步阶段，尤其是对公安系统刑事案件的侦查决策方面的深入应用还较少见。目前公安系统已经积累了大量的案事件及其相关数据，但对这些数据的使用方式多数还停留在传统的检索查询上，数据价值正在被浪费，为了避免“数据丰富，知识贫乏”的现象，应积极开展公共安全数据的分析挖掘方面的研究，尽早发现案事件的相似程度、发展趋势，进而探寻犯罪的规律与特点，进行必要的犯罪预测和预防。

现有技术中，通常会将预侦破的案件或者警情在公安系统里查询，从而得到案件或者警情关联人员，然而这种方法无法将公安系统内的其余数据相互关联，无法将警情，舆情，矛盾纠纷等数据关联起来，从而无法更有效的利用公安系统人员事件的分析。

发明内容

为解决上述技术问题，本发明提供一种基于人员关系模型和事件关联模型的预警方法及系统，目的在于提供一种可以对案件，警情，舆情，矛盾纠纷之间存在的非线性映射进行定量分析，为人员事件预警监测提供一种新的、可操作的方法并为预警软件的编制提供思路路线。本发明的技术方案如下：

作为本发明的第一方面，提供一种基于人员关系模型和事件关联模型的预警方法，所述方法包括：

基于公安大数据创建人员关系模型；

基于公安大数据创建事件关系模型；

根据人员关系模型和事件关联模型通过统计分析，设置合理的预警阈值，对超出预警阈值的人员和事件进行预警。

进一步地，所述基于公安大数据创建人员关系模型具体为：

从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据；

对模型信息数据进行预处理，去除与刑侦事件无关的数据；

根据人员身份数据对模型信息数据进行统计分析，提取出多次反映事件的人员创建人员关系模型。

进一步地，所述基于公安大数据创建事件关系模型具体为：

从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据；

对模型信息数据进行预处理，去除与刑侦事件无关的数据；

根据事件数据对模型信息数据进行语义要素的抽取，根据JACCARD相似度计算方法进行统计分析，提取出人员多次反映的事件创建事件关系模型。

进一步地，所述设置合理的预警阈值，对人员和事件进行预警具体为：

在人员关系模型中，根据一个人反映事件的次数设置合理的人员预警阈值，对超过人员预警阈值的人员进行预警；

在事件关系模型中，根据多人反映一件事的次数设置合理的事件预警阈值，对超出事件预警阈值的事件进行预警。

作为本发明的另一方，提供一种基于人员关系模型和事件关联模型的预警系统，所述系统包括人员关系模型创建模块、事件关系人员创建模块和人员事件预警模块；

所述人员关系模型创建模块，用于基于公安大数据创建人员关系模型；

所述事件关系模型创建模块，用于基于公安大数据创建事件关系模型；

所述人员事件预警模块，用于根据人员关系模型和事件关联模型通过统计分析，设置合理的预警阈值，对人员和事件进行预警。

进一步地，所述人员关系模型创建模块包括信息数据提取模块、数据过滤模块和第一模型创建模块；

所述信息数据提取模块，用于从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据；

所述数据过滤模块，用于对模型信息数据进行预处理，去除与刑侦事件无关的数据；

所述第一模型创建模块，用于根据人员身份数据对模型信息数据进行统计分析，提取出多次反映事件的人员创建人员关系模型。

进一步地，所述事件关系模型创建模块包括信息数据提取模块、数据过滤模块和第二模型创建模块；

所述信息数据提取模块，用于从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据；

所述数据过滤模块，用于对模型信息数据进行预处理，去除与刑侦事件无关的数据；

所述第二模型创建模块，用于根据事件数据对模型信息数据进行语义要素的抽取，根据JACCARD相似度计算方法进行统计分析，提取出人员多次反映的事件创建事件关系模型。

进一步地，所述人员事件预警模块包括人员预警模块和事件预警模块；

所述人员预警模块，用于在人员关系模型中，根据一个人反映事件的次数设置合理的人员预警阈值，对超过人员预警阈值的人员进行预警；

所述事件预警模块，用于在事件关系模型中，根据多人反映一件事的次数设置合理的事件预警阈值，对超出事件预警阈值的事件进行预警。

本发明的有益效果：

本发明提供的一种基于人员关系模型和事件关联模型的预警方法及系统，能够针对案件，警情，舆情，矛盾纠纷进行数据提取并生成人员关系模型以及事件关系模型，可以对案件，警情，舆情，矛盾纠纷之间存在的非线性映射进行定量分析，从而可以及时、准确地做出决策，此方法将可拓学中物元和可拓集的相关研究成果应用于预警管理系统中，为人员事件预警监测提供一种新的、可操作的方法并为预警软件的编制提供思路路线。

附图说明

图1为本发明实施例提供的一种基于人员关系模型和事件关联模型的预警方法流程图；

图2是本发明实施例提供的一种基于人员关系模型和事件关联模型的预警系统框架图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，作为本发明的第一方面，提供一种基于人员关系模型和事件关联模型的预警方法，所述方法包括：

从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据等；

对模型信息数据进行预处理，去除与刑侦事件无关的数据；

根据案件数据、警情数据、舆情数据和矛盾纠纷数据中的人员身份数据对模型信息数据进行统计分析，提取出多次反映事件的人员创建人员关系模型；

根据案件数据、警情数据、舆情数据和矛盾纠纷数据中的事件数据对模型信息数据进行语义要素的抽取，根据JACCARD相似度计算方法进行统计分析，提取出人员多次反映的事件创建事件关系模型；

在人员关系模型中，根据一个人反映事件的次数设置合理的人员预警阈值，对超过人员预警阈值的人员进行预警；

在事件关系模型中，根据多人反映一件事的次数设置合理的事件预警阈值，对超出事件预警阈值的事件进行预警

其中，模型信息数据提取采用QUARTZ提取案件，警情，舆情，矛盾纠纷等相关数据，所述QUARTZ为现有的，是一个由java编写的开源作业调度框架，由OpenSymphony组织开源出来的，为在Java应用程序中进行作业调度提供了简单却强大的机制。

其中，对模型信息数据进行预处理，去除与刑侦事件无关的数据，如“办理XXX”、“申请XXX”等无意义的数据。

其中，人员身份数据包括姓名、电话或者身份证号，提取人员关系模型，就是根据姓名或者电话或者身份证号进行统计，提取出多次反映事件的人员创建的模型，所述模型包括反应人员、反映时间，反映次数，是否预警。其中，语义要素的抽取，采用中科院分词系统NLPIR对文本进行词性标注，再利用词性标注识别出文本中的名词，动词和动名词，最后利用词性提取出事件关键字，提取事件关系模型，就是根据关键字判断事件之间的距离来判断它们之间相似度(这里我们使用JACCARD计算方法，例如：案件根据案发地址来判断相似度，案情、警情根据报警内容来判断相似度)，提取出人员多次反映的事件创建的模型，所述模型包括反映内容、反映时间，反映次数，是否预警。

其中，根据分析出的一个人反映事件的次数和多人反映一件事的次数进行阈值预警；阈值的设定有多种方式：1手动设置，根据人员身份数据(姓名，电话，身份证)，事件数据(案件案情，案发地址)；利用层次分析法AHP来分析权重，得出应当设置的阈值。

如图2所示，作为本发明的第二方面，提供一种基于人员关系模型和事件关联模型的预警系统，所述系统包括信息数据提取模块、数据过滤模块、第一模型创建模块、第二模型创建模块、人员预警模块和事件预警模块，所述信息数据提取模块、数据过滤模块和第一模型创建模块共同构成人员关系模型创建模块，所述信息数据提取模块、数据过滤模块和第二模型创建模块共同构成事件关系模型创建模块，所述人员预警模块和事件预警模块共同构成人员事件进行预警；

所述所述信息数据提取模块，用于从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据；

所述数据过滤模块，用于对模型信息数据进行预处理，去除与刑侦事件无关的数据；

所述第一模型创建模块，用于根据人员身份数据对模型信息数据进行统计分析，提取出多次反映事件的人员创建人员关系模型；

所述所述第二模型创建模块，用于根据事件数据对模型信息数据进行语义要素的抽取，根据JACCARD相似度计算方法进行统计分析，提取出人员多次反映的事件创建事件关系模型；

所述人员预警模块，用于在人员关系模型中，根据一个人反映事件的次数设置合理的人员预警阈值，对超过人员预警阈值的人员进行预警；

所述事件预警模块，用于在事件关系模型中，根据多人反映一件事的次数设置合理的事件预警阈值，对超出事件预警阈值的事件进行预警。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于人员关系模型和事件关联模型的预警方法，其特征在于，所述方法包括：

基于公安大数据创建人员关系模型；

基于公安大数据创建事件关系模型；

根据人员关系模型和事件关联模型通过统计分析，设置合理的预警阈值，对超出预警阈值的人员和事件进行预警。

2.根据权利要求1所述的基于人员关系模型和事件关联模型的预警方法，其特征在于，所述基于公安大数据创建人员关系模型具体为：

从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据；

对模型信息数据进行预处理，去除与刑侦事件无关的数据；

根据人员身份数据对模型信息数据进行统计分析，提取出多次反映事件的人员创建人员关系模型。

3.根据权利要求1所述的基于人员关系模型和事件关联模型的预警方法，其特征在于，所述基于公安大数据创建事件关系模型具体为：

从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据；

对模型信息数据进行预处理，去除与刑侦事件无关的数据；

根据事件数据对模型信息数据进行语义要素的抽取，根据JACCARD相似度计算方法进行统计分析，提取出人员多次反映的事件创建事件关系模型。

4.根据权利要求1所述的基于人员关系模型和事件关联模型的预警方法，其特征在于，所述设置合理的预警阈值，对人员和事件进行预警具体为：

在人员关系模型中，根据一个人反映事件的次数设置合理的人员预警阈值，对超过人员预警阈值的人员进行预警；

在事件关系模型中，根据多人反映一件事的次数设置合理的事件预警阈值，对超出事件预警阈值的事件进行预警。

5.一种基于人员关系模型和事件关联模型的预警系统，其特征在于，所述系统包括人员关系模型创建模块、事件关系人员创建模块和人员事件预警模块；

所述人员关系模型创建模块，用于基于公安大数据创建人员关系模型；

所述事件关系模型创建模块，用于基于公安大数据创建事件关系模型；

所述人员事件预警模块，用于根据人员关系模型和事件关联模型通过统计分析，设置合理的预警阈值，对人员和事件进行预警。

6.根据权利要求5所述的基于人员关系模型和事件关联模型的预警系统，其特征在于，所述人员关系模型创建模块包括信息数据提取模块、数据过滤模块和第一模型创建模块；

所述信息数据提取模块，用于从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据；

所述数据过滤模块，用于对模型信息数据进行预处理，去除与刑侦事件无关的数据；

所述第一模型创建模块，用于根据人员身份数据对模型信息数据进行统计分析，提取出多次反映事件的人员创建人员关系模型。

7.根据权利要求5所述的基于人员关系模型和事件关联模型的预警系统，其特征在于，所述事件关系模型创建模块包括信息数据提取模块、数据过滤模块和第二模型创建模块；

所述信息数据提取模块，用于从公安大数据提取模型信息数据，所述模型信息数据包括案件数据、警情数据、舆情数据和矛盾纠纷数据；

所述数据过滤模块，用于对模型信息数据进行预处理，去除与刑侦事件无关的数据；

所述第二模型创建模块，用于根据事件数据对模型信息数据进行语义要素的抽取，根据JACCARD相似度计算方法进行统计分析，提取出人员多次反映的事件创建事件关系模型。

8.根据权利要求5所述的基于人员关系模型和事件关联模型的预警系统，其特征在于，所述人员事件预警模块包括人员预警模块和事件预警模块；

所述人员预警模块，用于在人员关系模型中，根据一个人反映事件的次数设置合理的人员预警阈值，对超过人员预警阈值的人员进行预警；

所述事件预警模块，用于在事件关系模型中，根据多人反映一件事的次数设置合理的事件预警阈值，对超出事件预警阈值的事件进行预警。