CN110706091A - 对预定位置的异常行为的预警方法及相关装置 - Google Patents

Abstract

本发明揭示了一种对预定位置的异常行为的预警方法、装置、计算机设备和存储介质，属于回归算法技术领域，该对预定位置的异常行为的预警方法包括：接收所述预定位置的位置信息，确定所述预定位置所在的位置区域；根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值；判断所述位置区域的异常行为值是否符合预定条件，若符合所述预定条件，发送警报信息。这样就便于用户了解符合预定调节的位置区域的情况，以便做出后续判断。

Description

对预定位置的异常行为的预警方法及相关装置

技术领域

本发明涉及回归算法技术领域，特别是涉及对预定位置的异常行为的预警方法、装置、计算机设备和存储介质。

背景技术

现有技术中，异常行为的出现往往具有不确定性，相关用户难以预测，且在预定位置扎堆出现，若相关用户对当地情况不熟悉，就不会知晓其中的风险，这时进行活动就会存在有较高的风险，也不利于对用户所述预定位置的异常行为的把控和监控。

发明内容

基于此，为解决相关技术中预定位置的异常行为难以把控的技术问题，本发明提供了一种对预定位置的异常行为的预警方法、装置、计算机设备和存储介质。

第一方面，提供了一种对预定位置的异常行为的预警方法，其中，包括：

接收所述预定位置的位置信息，确定所述预定位置所在的位置区域；

根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值；

判断所述位置区域的异常行为值是否符合预定条件，若符合所述预定条件，发送警报信息至用户终端。

在其中一个实施例中，在接收用户终端所在位置区域信息之后，在确定所述预定位置所在的位置区域之后，所述方法还包括：

根据所述预定位置所在的位置区域信息，查询所述位置区域的历史异常行为值；

根据所述历史异常行为值，预测所述位置区域的异常行为变化趋势；

将预测的异常行为变化趋势发送至用户终端。

在其中一个实施例中，所述位置区域的历史异常行为值包括所述位置区域内预定时间内每个周期的异常行为数，所述异常行为变化趋势包括预测的当前周期异常行为数和当前周期异常行为变化率，所述根据所述历史异常行为，预测所述位置区域的异常行为变化趋势的具体步骤包括：

将所述预定时间的异常行为数分别按照时间顺序标记为E₀～E_m，相应地将所述预定个周期标记为t₀～t_m，其中t_m为所述预定时间内的最后一个周期，且有m∈N^*；

标记当前周期为t_m+1、当前周期异常行为数为E_m+1；

根据周期t₀～t_m分别对应的异常行为数E₀～E_m，拟合出t_n与E_n之间的关系曲线，拟合公式为其中a、b和c分别为所述拟合公式的二次项系数、一次项系数和常数项系数；

将E₀～E_m以及t₀～t_m带入公式

0＜n＜m，n∈N，求得t₁～t_m-1每个周期的异常行为数变化率k₁～k_m-1；

根据t₁～t_m-1每个周期的异常行为数变化率k₁～k_m-1，拟合出t_n与k_n之间的关系曲线，拟合公式为k_n＝xt_n-y；

根据公式k_n＝xt_n-y，求得t_m周期的异常行为变化率k_m以及预测的当前周期异常行为变化率k_m+1；

根据公式求得的预测的当前周期异常行为数E_m+1。

在其中一个实施例中，预定位置为用户终端所在的位置，所述确定预定位置所在的位置区域的步骤包括：

接收所述预定位置的位置信息，所述位置信息中包含有所述预定位置的位置坐标；

确定所述位置坐标所处的位置区域，所述位置坐标所处的位置区域即为预定位置所在的位置区域。

在其中一个实施例中，所述根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值的步骤包括：

根据所述预定位置所在的位置区域，查询异常行为热力图，所述异常行为热力图中包含有每个区域的异常行为分数；

根据所述异常行为热力图，得出所述位置区域的异常行为分数；

若所述位置区域的异常行为分数高于预定阈值分数，标识所述位置区域为异常行为值高。

在其中一个实施例中，所述异常行为热力图的生成步骤包括：

统计各位置区域内的异常行为率，得到各位置区域的异常行为率分数；

统计各位置区域内的异常行为风险度，得到各位置区域的异常行为风险度分数；

根据异常行为率分数和异常行为风险度分数，得到各位置区域异常行为分数；

根据各位置区域异常行为分数，形成异常行为热力图。

在其中一个实施例中，所述异常行为分数由如下公式确定：

其中，e为自然常数，S为异常行为分数，为R_O异常行为率，R_l为异常行为风险度。

第二方面，提供了一种对预定位置的异常行为的预警装置，包括：

定位单元，用于接收所述预定位置的位置信息，确定所述预定位置所在的位置区域；

查询单元，用于根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值；

警报单元，用于判断所述位置区域的异常行为值是否符合预定条件，若符合所述预定条件，发送警报信息至用户终端。

第三方面，提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述对预定位置的异常行为的预警方法的步骤。

第四方面，提供了一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述对预定位置的异常行为的预警方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

上述对预定位置的异常行为的预警方法、装置、计算机设备和存储介质，通过在确定预定位置所在的位置区域后，根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值，根据所述异常行为值的高低来判断所述预定位置的异常行为的情况，若所述预定位置所在的位置区域的异常行为值符合预定条件，则发送报警信息，提示相关人员所述预定位置所在的位置区域的异常行为符合预定条件。经过报警信息的提醒，相关人员就会注意到所述位置区域，加深了相关人员对所述位置区域的异常行为的掌控。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

图1是一个实施例中提供的对预定位置的异常行为的预警方法的实施环境图。

图2是根据一示例性实施例示出的一种对预定位置的异常行为的预警方法的流程图。

图3是根据图2对应实施例示出的另一种对预定位置的异常行为的预警方法的流程图。

图4是根据图2对应实施例示出的对预定位置的异常行为的预警方法中步骤S110的一种具体实现流程图。

图5是根据图2对应实施例示出的对预定位置的异常行为的预警方法中步骤S120的一种具体实现流程图。

图6是根据一示例性实施例示出的一种对预定位置的异常行为的预警装置的框图。

图7示意性示出一种用于实现上述对预定位置的异常行为的预警方法的电子设备示例框图。

图8示意性示出一种用于实现上述对预定位置的异常行为的预警方法的计算机可读存储介质。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1为一个实施例中提供的对预定位置的异常行为的预警方法的实施环境图，如图1所示，在该实施环境中，包括计算机设备100以及终端200。

计算机设备100为预警系统设备，例如为预警系统维护人员使用的电脑、服务器等计算机设备。终端200上安装有预警客户端。用户在通过运行预警客户端的终端200提交预定位置的位置信息后，计算机设备100先根据提交的所述预定位置的位置信息，确定所述预定位置所在的位置区域，再根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值，判断所述位置区域的异常行为值是否符合预定条件，就若符合所述预定条件，发送警报信息至终端200。

需要说明的是，终端200以及计算机设备100可为智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。计算机设备100以及终端200可以通过蓝牙、USB(Universal Serial Bus，通用串行总线)或者其他通讯连接方式进行连接，本发明在此不做限制。

如图2所示，在一个实施例中，提出了一种对预定位置的异常行为的预警方法，该对预定位置的异常行为的预警方法可以应用于上述的计算机设备100中，具体可以包括以下步骤：

步骤S110，接收所述预定位置的位置信息，确定所述预定位置所在的位置区域。

其中，所述预定位置例如是终端200所处的位置，也可以是终端200指定的位置，所述位置信息例如是所述预定位置的坐标，或者所述预定位置的名称、标志物或者所述预定位置的地址等，本发明在此不做限定。

步骤S120，根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值。

确定所述预定位置所在的位置区域后，就可以确定所述位置区域的异常行为值，所述异常行为值可以是所述位置区域内出现的异常行为的数量、占所有行为的比例以及出现异常行为频次的等级或者分数等，所述等级例如是高、中低、极高、极低等，所述分数例如是2分、3分、11分、37分等，本发明在此不做限定。

步骤S130，判断所述位置区域的异常行为值是否符合预定条件，若符合所述预定条件，发送警报信息。

所述预定调节可以是所述位置区域内出现的异常行为的数量、分数或者异常行为占所有行为的比例不超过预定阈值或者所述位置区域出现异常行为频次的等级不小于预定等级等，本发明在此不做限定。

在本发明的其中一个实施例中，所述预定位置为终端200指定的位置。用户在通过终端200输入预定位置的名称，例如是M公寓、Q小区、Z大厦、T客运站、G海关等，计算机设备100根据用户输入的预定位置的名称，确定所述预定位置所在的位置区域为G区域。在确定所述预定位置所在的位置区域为G区域之后，查询G区域出现异常行为频次的等级为高，符合预定条件预设的出现异常行为频次的等级在高以上，这时就要发送预警信息。这样用户就可以比较清楚的感知G区域内出现异常行为的情况，进而根据G区域内出现异常行为的情况对G区域进行把控或者调节。

在本发明的另一个实施例中，用户在通过终端200输入预定位置的所处的路口为D路X号，计算机设备100根据用户输入的预定位置的地址，确定所述预定位置所在的位置区域为F小区。在确定所述预定位置所在的位置区域为G区域之后，查询F小区出现异常行为的数量为56次，不符合预定条件预设超过预定阈值65次，这时不发送预警信息。

图3示出了在一个实施例中，图2对应实施例中的步骤S110之后，所述对预定位置的异常行为的预警方法还可以包括以下步骤。

步骤S210，根据所述预定位置所在的位置区域信息，查询所述位置区域的历史异常行为值。

所述位置区域的历史异常行为值例如是所述位置区域内过去一年内每个周期的异常行为数或者异常行为数量、占所有行为的比例以及出现异常行为频次的等级或者分数等，也可以是过去一个月的异常行为数量和异常行为变化比，还可以是过去多月每周的异常行为数量、占所有行为的比例以及出现异常行为频次的等级或者分数等，本发明在此不做限定。

步骤S220，根据所述历史异常行为值，预测所述位置区域的异常行为变化趋势。

所述位置区域的异常行为变化趋势可以是预测的本日/本周/月的异常行为数量以及异常行为数量变化比，也可以是是预测的本季度每周的异常行为数量以及异常行为数量变化比，还可以是预测的未来3天、9周、8个月的异常行为分数变化曲线，

步骤S230，将预测的异常行为变化趋势发送至用户终端。

通过预测所述预定位置所处的位置区域的异常行为变化趋势可以使用户对预定位置所处的位置区域内的异常行为有更深层的把握，更有利于用户对所述位置区域的调控。

在其中一个实施例中，所述位置区域的历史异常行为值包括所述位置区域内过去多月每周的异常行为数量，所述预测所述位置区域的异常行为变化趋势的方法可以包括：根据所述位置区域内过去多月每周的异常行为数量，所计算所述位置区域内过去多月每周的异常行为数量的变化比，然后根据所述过去多月每个周期内的每周异常行为数量和变化比，拟合出当前周期的异常行为数量变化曲线作为预测的所述位置区域的异常行为变化趋势发送至用户终端。

在其中一个实施例中，所述位置区域的历史异常行为值包括所述位置区域内预定时间内每个周期的异常行为数，所述异常行为变化趋势包括预测的当前周期异常行为数和当前周期异常行为变化率。在本实施例中步骤S220可以包括以下步骤：

将所述预定时间的异常行为数分别按照时间顺序标记为E₀～E_m，相应地将所述预定个周期标记为t₀～t_m，其中t_m为所述预定时间内的最后一个周期，且有m∈N^*；

标记当前周期为t_m+1、当前周期异常行为数为E_m+1；

根据周期t₀～t_m分别对应的异常行为数E₀～E_m，拟合出t_n与E_n之间的关系曲线，拟合公式为其中a、b和c分别为所述拟合公式的二次项系数、一次项系数和常数项系数；

将E₀～E_m以及t₀～t_m带入公式

0＜n＜m，n∈N，求得t₁～t_m-1每个周期的异常行为数变化率k₁～k_m-1；

根据t₁～t_m-1每个周期的异常行为数变化率k₁～k_m-1，拟合出t_n与k_n之间的关系曲线，拟合公式为k_n＝xt_n-y；

根据公式k_n＝xt_n-y，求得t_m周期的异常行为变化率k_m以及预测的当前周期异常行为变化率k_m+1；

根据公式

求得的预测的当前周期异常行为数E_m+1。

在其中一个具体的实施例中，所述预定时间为13个月，即设定m＝13-1＝12。所述预定周期为月，当前周期即为当前月。本实施例通过根据所述位置区域的历史异常行为值包括所述位置区域内13个月内每个月的异常行为数，先拟合出所述位置区域的异常行为数与时间的关系曲线，然后再所述位置区域的异常行为数与时间的关系曲线先求出第一个本月异常行为数参考值，再求取所述13个月中中间11个月每个月的异常行为数变化率，并拟合出异常行为变化率与时间之间的关系曲线，然后根据所述异常行为变化率与时间之间的关系曲线求出本月以及上一个月的异常行为变化率，再根据上一个月的异常行为变化率求出第二个本月异常行为数参考值，在对所述两个本月异常行为数参考值求加权和，得到最终的本月异常行为数，最后将本月异常行为数和本月异常行为数变化率作为预测的变化趋势输出。这样求出的最终结果更精确，避免了使用单一方法带来的误差，附上本月异常行为数变化率能够让用户更直观地感受到所述异常行为的变化趋势。

在另一个实施例中，还可以根据上述方法预测未来多个月份的异常行为数和异常行为数变化率，并根据预测出的值拟合出未来多个月份的异常行为数变化曲线，作为预测的异常行为变化趋势，通过图形的形式，能够更直观的展现出所述位置区域内的异常行为变化的情况，有利于用户对风险的把握和调控。

可选的，图4是根据图2对应实施例示出的对预定位置的异常行为的预警方法中步骤S110的细节描述，所述对预定位置的异常行为的预警方法中，步骤S110可以包括以下步骤：

步骤S111，接收所述预定位置的位置信息，所述位置信息中包含有所述预定位置的位置坐标；

步骤S112，确定所述位置坐标所处的位置区域，所述位置坐标所处的位置区域即为预定位置所在的位置区域。

在本发明的实施例中，所述预定位置为终端200所处的位置，确定所述预定位置所在的位置区域的方法为根据终端200所处的位置坐标确定预定位置所在的位置区域。

在本发明的一个实施例中，其具体方法可以是在用户打开终端200中的预警客户端后，所述预警客户端响应于用户的启动命令，定位终端200的位置坐标，然后根据定位的坐标确定终端200所处的位置区域。

在另一个实施例中，其具体方法可以是在用户打开终端200中的预警客户端后，所述预警客户端响应于用户的启动命令，每隔预定时间(例如是1秒钟、2分钟、半小时等)定位终端200的位置坐标，然后根据定位的坐标确定终端200所处的位置区域。

可选的，图5是根据图2对应实施例示出的对预定位置的异常行为的预警方法中步骤S120的细节描述，所述对预定位置的异常行为的预警方法中，步骤S120可以包括以下步骤：

步骤S121，根据所述预定位置所在的位置区域，查询异常行为热力图，所述异常行为热力图中包含有每个区域的异常行为分数；

步骤S122，根据所述异常行为热力图，得出所述位置区域的异常行为分数；

步骤S123，若所述位置区域的异常行为分数高于预定阈值分数，标识所述位置区域为异常行为值高。

在本实施例中，通过生成热力图的方式确定所述位置区域的异常行为分数，可以使用户除了了解所述预定位置所处的位置区域的异常行为的情况外，还可以了解临近位置区域的异常情况，更有利于所述用户对于所述预定位置所处的位置区域的异常行为的情况的把握。其中，所述热力图可以根据每个位置区域的异常行为分数生成，例如是先获取所述多个预定坐标位置的异常行为分数，然后将所述多个预定坐标位置中异常行为分数相同的点连接在一起，形成等分线图。在其中一个实施例中，所述异常行为分数可以是异常行为率分数和异常行为风险分数的加权和。

在另一个实施例中，所述异常行为分数由如下公式确定：

其中，e为自然常数，S为异常行为分数，为R_O异常行为率，R_l为异常行为风险度。所述公式相对于加权和的方式计算出的异常行为分数相比加权和的计算方式，考虑到了异常行为率和异常行为风险度的关系，因此更精确，更适用于实际应用。

在另一个实施例中，所述异常行为热力图的生成步骤包括：

统计各位置区域内的异常行为率，得到各位置区域的异常行为率分数；

统计各位置区域内的异常行为风险度，得到各位置区域的异常行为风险度分数；

根据异常行为率分数和异常行为风险度分数，得到各位置区域异常行为分数；

根据各位置区域异常行为分数，形成异常行为热力图。

在本实施例中，所述热力图的生成方式为，先根据各位置区域内的异常行为率和异常行为风险度分别计算出所述各位置区域的异常行为率分数和异常行为风险度分数，再根据所述各位置区域的异常行为率分数和异常行为风险度分数，计算出所述各位置区域的异常行为分数，然后将各位置区域的异常行为分数填入对应的位置区域。在其中一个实施例中，所述异常行为分数可以是异常行为率分数和异常行为风险分数的加权和。

在其中一个实施例中所述异常行为为贷款时的不良行为，例如逾期还款或者拖欠贷款，所述预定条件为所述位置区域内的不良行为率高，即本实施例提出一种风险预警方法，当业务员进入风险较高的区域时，可以告知该业务员此地贷款逾期率高，注意风险把控，从而降低贷款的风险。

本实施例的主要目的是为了提示业务员所在区域的业务风险，故需要先获取业务员所在的位置区域，获取方式可以是业务员自己上传，也可以是通过卫星或者基站定位。

在其中一个实施例中，获取业务员所在的位置区域的方法可以是先获取业务员所在的位置坐标。再根据所述位置坐标，查询所述位置坐标所处的位置区域。在本实施例中获取位置的方式是依靠定位所述业务员的位置坐标，然后根据位置坐标确定其所处的位置区域。因为在业务员展业过程中，出现逾期等问题的单子往往会出现在较为相近的地方，因为这一片区域的经济状况相似，而依靠位置坐标确定所在的位置区域能够更精确的定位，避免出现误差。其中，所述位置区域可以是社区、街道等，也可以是自行设定的业务区域，本发明在此不做限定。

在获取所述业务员的位置区域后，就可以查询所述位置区域的贷款风险了。查询的方式可以是查询位置区域贷款风险表，也可以查询贷款风险热力图。所述贷款风险可以是逾期率也可以是贷款风险度，也可以是两者的结合，也可以是根据逾期率已经贷款风险度等确定的风险等级。

在其中一个实施例中，根据所述业务员的位置区域，查询所述位置区域的贷款风险的方法可以是先根据所述也业务员的位置区域，查询贷款风险热力图，所述贷款风险热力图中包含有每个区域的贷款风险分数，再根据所述贷款风险热力图，得出所述位置区域的贷款风险分数，最后若所述位置区域的贷款风险分数高于预定阈值，标识所述位置区域为贷款风险高。

在本实施例中，是通过查询贷款风险热力图获取贷款风险分数，根据贷款风险分数判断。所述预定阈值例如是0.2分、3分、5分、70分等，可根据具体情况灵活设置。这样经过计算的到的贷款风险更为精确。其中，所述贷款风险分数为所述位置区域逾期率和贷款风险度的加权和。在本实施例中，所述位置区域逾期率和贷款风险度的权重可以根据具体情况设置，本发明在此不做限定。例如，一般地，在展业中，每一单的成交都会先算好贷款风险都，而对于逾期率却无法很好地把控，这时可以更注重逾期率，将逾期率的权重设置为0.7，而贷款风险度设置为0.3。

其中，所述热力图的生成方式可以是：

统计各位置区域内的所有订单的逾期率，得到各位置区域的逾期分数；

统计各位置区域内的所有订单的贷款风险度，得到各位置区域的贷款风险度分数；

根据逾期分数和贷款风险度分数，得到各位置区域贷款风险分数；

各位置区域贷款风险分数，形成贷款风险热力图。

在本实施例中，所述热力图是通过统计个区域的逾期率和贷款风险度来实现的，所述贷款风险度是一个复合事件的概率，也就是贷款对象、方式、期限、形态四个独立事件的概率乘积，用以评估每件订单的贷款风险，而逾期率则在另一个程度上展现了其偿还能力，故本方案通过以上两方面的计算，得出各区域的贷款风险，然后生成贷款风险热力图。在所述热力图中，各区域的贷款风险可以展示为高中低等不同的等级，也可以直接为贷款风险分数。

其中，贷款风险都的计算方式为：设A银行某笔流动资金贷款500万元，借款企业信用等级为AA级，贷款采取第三方保证方式，保证单位信用等级为AAA级，贷款期限半年，则该笔贷款风险度＝60％×60％×105％×100％＝0.378。贷款对象、方式、期限、形态四个独立事件的概率由相关监管机构的贷款基础系数及过渡系数风险权数表确定。

在得出所述位置区域的贷款风险高的结论后，就需要发送警报信息至业务员，以便业务员注意潜在风险，进而便于其在进行展业过程中进行风险把控。在发送警报信息时，也可以将贷款风险度、逾期率、贷款风险分数等一并发送，以供业务员参考。

在另一个实施例中，在接收业务员所在位置区域信息之后，还可以预测所述位置区域的贷款风险变化趋势，其具体方法可以是，先根据所述业务员的位置区域信息，查询所述位置区域的历史贷款风险，再根据所述历史贷款风险，预测所述位置区域的贷款风险变化趋势，最后将预测的贷款风险变化趋势发送至业务员。

在本实施例中，还可以进行风险预估，根据历史贷款风险，预测该区域的贷款风险变化趋势，这样更有利于业务员对风险的把控。其中，在预测变化趋势时，除根据历史贷款风险外，还可以考虑国家的政策以及行业、地区或国家的发生的重大事件等因素。

如图6所示，在一个实施例中，提供了一种对预定位置的异常行为的预警装置，该对预定位置的异常行为的预警装置可以集成于上述的计算机设备100中，具体可以包括定位单元110、查询单元120、警报单元130。

定位单元110，用于接收所述预定位置的位置信息，确定所述预定位置所在的位置区域；

查询单元120，用于根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值；

警报单元130，用于判断所述位置区域的异常行为值是否符合预定条件，若符合所述预定条件，发送警报信息至用户终端。

上述装置中各个模块的功能和作用的实现过程具体详见上述对预定位置的异常行为的预警方法中对应步骤的实现过程，在此不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图7来描述根据本发明的这种实施方式的电子设备500。图7显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图2中所示的步骤S110，接收所述预定位置的位置信息，确定所述预定位置所在的位置区域；步骤S120，根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值；步骤S130，判断所述位置区域的异常行为值是否符合预定条件，若符合所述预定条件，发送警报信息。

存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(ROM)5203。

存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图8所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (10)

1.一种对预定位置的异常行为的预警方法，其特征在于，所述方法包括：

接收所述预定位置的位置信息，确定所述预定位置所在的位置区域；

根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值；

判断所述位置区域的异常行为值是否符合预定条件，若符合所述预定条件，发送警报信息。

2.如权利要求1所述的方法，其特征在于，在确定所述预定位置所在的位置区域之后，所述方法还包括：

根据所述预定位置所在的位置区域信息，查询所述位置区域的历史异常行为值；

根据所述历史异常行为值，预测所述位置区域的异常行为变化趋势；

将预测的异常行为变化趋势发送至用户终端。

3.如权利要求2所述的方法，其特征在于，所述位置区域的历史异常行为值包括所述位置区域内预定时间内每个周期的异常行为数，所述异常行为变化趋势包括预测的当前周期异常行为数和当前周期异常行为变化率，所述根据所述历史异常行为值，预测所述位置区域的异常行为变化趋势的具体步骤包括：

将所述预定时间的异常行为数分别按照时间顺序标记为E₀～E_m，相应地将所述预定个周期标记为t₀～t_m，其中t_m为所述预定时间内的最后一个周期，且有m∈N^*；

标记当前周期为t_m+1、当前周期异常行为数为E_m+1；

根据周期t₀～t_m分别对应的异常行为数E₀～E_m，拟合出t_n与E_n之间的关系曲线，拟合公式为

其中a、b和c分别为所述拟合公式的二次项系数、一次项系数和常数项系数；

将E₀～E_m以及t₀～t_m带入公式

求得t₁～t_m-1每个周期的异常行为数变化率k₁～k_m-1；

根据t₁～t_m-1每个周期的异常行为数变化率k₁～k_m-1，拟合出t_n与k_n之间的关系曲线，拟合公式为k_n＝xt_n-y；

根据公式k_n＝xt_n-y，求得t_m周期的异常行为变化率k_m以及预测的当前周期异常行为变化率k_m+1；

根据公式

求得的预测的当前周期异常行为数E_m+1。

4.如权利要求1所述的方法，其特征在于，预定位置为用户终端所在的位置，所述确定预定位置所在的位置区域的步骤包括：

接收所述预定位置的位置信息，所述位置信息中包含有所述预定位置的位置坐标；

确定所述位置坐标所处的位置区域，所述位置坐标所处的位置区域即为预定位置所在的位置区域。

5.如权利要求1所述的方法，其特征在于，所述根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值的步骤包括：

根据所述预定位置所在的位置区域，查询异常行为热力图，所述异常行为热力图中包含有每个区域的异常行为分数；

根据所述异常行为热力图，得出所述位置区域的异常行为分数；

若所述位置区域的异常行为分数高于预定阈值分数，标识所述位置区域为异常行为值高。

6.如权利要求5所述的方法，其特征在于，所述异常行为热力图的生成步骤包括：

统计各位置区域内的异常行为率，得到各位置区域的异常行为率分数；

统计各位置区域内的异常行为风险度，得到各位置区域的异常行为风险度分数；

根据异常行为率分数和异常行为风险度分数，得到各位置区域异常行为分数；

根据各位置区域异常行为分数，形成异常行为热力图。

7.如权利要求5所述的方法，其特征在于，所述异常行为分数由如下公式确定：

其中，e为自然常数，S为异常行为分数，为R_o异常行为率，R_l为异常行为风险度。

8.一种对预定位置的异常行为的预警装置，其特征在于，所述装置包括：

定位单元，用于接收所述预定位置的位置信息，确定所述预定位置所在的位置区域；

查询单元，用于根据所述预定位置所在的位置区域，查询所述位置区域的异常行为值；

警报单元，用于判断所述位置区域的异常行为值是否符合预定条件，若符合所述预定条件，发送警报信息至用户终端。

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述的方法。

10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项所述的方法。

Images