CN111382779A - 警情相似度识别方法、装置及设备 - Google Patents
警情相似度识别方法、装置及设备 Download PDFInfo
- Publication number
- CN111382779A CN111382779A CN201911414920.7A CN201911414920A CN111382779A CN 111382779 A CN111382779 A CN 111382779A CN 201911414920 A CN201911414920 A CN 201911414920A CN 111382779 A CN111382779 A CN 111382779A
- Authority
- CN
- China
- Prior art keywords
- alarm
- current
- historical
- alert
- record
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 5
- 239000002699 waste material Substances 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Alarm Systems (AREA)
Abstract
本申请提出了一种警情相似度识别方法、装置及设备,其中,方法包括:分析当前报警信息提取当前警情特征;根据当前警情特征获取满足预设匹配条件的所有历史报警记录;对当前报警信息和各历史报警记录进行相似度计算,根据计算结果筛选与当前报警信息相似的目标历史报警记录。由此,通过在接警过程中获取与当前报警信息相似的历史报警记录,实现了自动判别相似警情,提高接警员工作效率,提高判别准确性。
Description
技术领域
本申请涉及机器学习技术领域,尤其涉及一种警情相似度识别方法、装置及设备。
背景技术
在接警过程中,由报警人通过电话报警、短信报警、网络报警等方式,向接处警人员描述警情。针对目前存在的报警人重复报警的情况,相似警情判别具有重要意义,若接处警工作人员不进行相似警情判断,会导致同一警情重复处置,浪费警力资源。
目前,通常由接处警工作人员根据经验人工判断相似警情,效率较低,并且每次报警可能产生新的警情信息,判断难度大、准确性较低。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的第一个目的在于提出一种警情相似度识别方法,通过在接警过程中获取与当前报警信息相似的历史报警记录,实现了自动判别相似警情,提高接警员工作效率,提高判别准确性。
本申请的第二个目的在于提出一种警情相似度识别装置。
本申请的第三个目的在于提出一种计算机设备。
本申请的第四个目的在于提出一种计算机可读存储介质。
本申请第一方面实施例提出了一种警情相似度识别方法,包括:
分析当前报警信息提取当前警情特征;
根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录;
对所述当前报警信息和各所述历史报警记录进行相似度计算,根据计算结果筛选与所述当前报警信息相似的目标历史报警记录。
本申请实施例的警情相似度识别方法,通过分析当前报警信息提取当前警情特征,进而,根据当前警情特征获取满足预设匹配条件的所有历史报警记录。进一步,对当前报警信息和各历史报警记录进行相似度计算,根据计算结果筛选与当前报警信息相似的目标历史报警记录。由此,通过在接警过程中获取与当前报警信息相似的历史报警记录,实现了自动判别相似警情,避免重复处理导致的警力资源浪费,提高接警员工作效率以及判别准确性。同时,基于文本相似度进行判断,提高了相似警情判别的准确度。
另外,根据本申请上述实施例的警情相似度识别方法还可以具有如下附加技术特征:
可选地,当所述当前警情特征为报警号码,所述根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:获取与所述报警号码对应的预设时段内的第一候选历史报警记录;查询预存的与所述第一候选历史报警记录分别对应的警情状态,根据所述警情状态从所述第一候选历史报警记录中获取未关闭的第一目标历史报警记录。
可选地,当所述当前警情特征为警情地址,所述根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:获取与所述警情地址预设范围内的第二候选历史报警记录;从所述第二候选历史报警记录中获取预设时段内的第二目标历史报警记录。
可选地,当所述当前警情特征为警情类型,所述根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:获取与所述警情类型对应的预设时段内的第三候选历史报警记录;从所述第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。
可选地,所述对所述当前报警信息和各所述历史报警记录进行相似度计算,包括:提取所述当前报警信息中的第一高频词,以及各所述历史报警记录的第二高频词,计算所述第一高频词与所述第二高频词的距离;计算所述当前报警信息和各所述历史报警记录之间的语义关系相似度;根据所述第一高频词与所述第二高频词的距离以及所述语义关系相似度,计算所述当前报警信息和各所述历史报警记录之间的相似度。
本申请第二方面实施例提出了一种警情相似度识别装置,包括:
提取模块,用于分析当前报警信息提取当前警情特征;
获取模块,用于根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录;
筛选模块,用于对所述当前报警信息和各所述历史报警记录进行相似度计算,根据计算结果筛选与所述当前报警信息相似的目标历史报警记录。
本申请实施例的警情相似度识别装置,通过在接警过程中获取与当前报警信息相似的历史报警记录,实现了自动判别相似警情,避免重复处理导致的警力资源浪费,提高接警员工作效率以及判别准确性。同时,基于文本相似度进行判断,提高了相似警情判别的准确度。
另外,根据本申请上述实施例的警情相似度识别装置还可以具有如下附加技术特征:
可选地,当所述当前警情特征为报警号码,所述获取模块具体用于:获取与所述报警号码对应的预设时段内的第一候选历史报警记录;查询预存的与所述第一候选历史报警记录分别对应的警情状态,根据所述警情状态从所述第一候选历史报警记录中获取未关闭的第一目标历史报警记录。
可选地,当所述当前警情特征为警情地址,所述获取模块具体用于:获取与所述警情地址预设范围内的第二候选历史报警记录;从所述第二候选历史报警记录中获取预设时段内的第二目标历史报警记录。
可选地,当所述当前警情特征为警情类型,所述获取模块具体用于:获取与所述警情类型对应的预设时段内的第三候选历史报警记录;从所述第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。
可选地,所述筛选模块具体用于:提取所述当前报警信息中的第一高频词,以及各所述历史报警记录的第二高频词,计算所述第一高频词与所述第二高频词的距离;计算所述当前报警信息和各所述历史报警记录之间的语义关系相似度;根据所述第一高频词与所述第二高频词的距离以及所述语义关系相似度,计算所述当前报警信息和各所述历史报警记录之间的相似度。
本申请第三方面实施例提出了一种计算机设备,包括处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如第一方面实施例所述的警情相似度识别方法。
本申请第四方面实施例提出了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例所述的警情相似度识别方法。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
图1为本申请实施例所提供的一种警情相似度识别方法的流程示意图;
图2为本申请实施例所提供的另一种警情相似度识别方法的流程示意图;
图3为本申请实施例所提供的另一种警情相似度识别方法的流程示意图;
图4为本申请实施例所提供的另一种警情相似度识别方法的流程示意图;
图5为本申请实施例所提供的一种警情相似度识别装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的警情相似度识别方法、装置及设备。
图1为本申请实施例所提供的一种警情相似度识别方法的流程示意图,如图1所示,该方法包括:
步骤101,分析当前报警信息提取当前警情特征。
本实施例中,在进行警情相似度识别时,可以先获取当前报警信息,并分析当前报警信息提取当前警情特征。具体地,报警信息包括报警人与接警员的语音通话内容,通过对语音通话内容进行实时语音识别,获取展示双方通话内容的文本信息,进而,根据文本信息进行语义识别分析,提取当前警情特征。
其中,警情特征包括报警号码、警情地址、警情类型。
步骤102,根据当前警情特征获取满足预设匹配条件的所有历史报警记录。
本实施例中,可以针对不同警情特征分别设置匹配条件,进而根据当前警情特征和预设匹配条件进行处理,以确定可能与当前报警信息为相似报警的所有历史报警记录。
在本申请的一个实施例中,当前警情特征为报警号码,根据当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:获取与报警号码对应的预设时段内的第一候选历史报警记录。进而,查询预存的与第一候选历史报警记录分别对应的警情状态,根据警情状态从第一候选历史报警记录中获取未关闭的第一目标历史报警记录。
在本申请的一个实施例中,当前警情特征为警情地址,根据当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:获取与警情地址预设范围内的第二候选历史报警记录,从第二候选历史报警记录中获取预设时段内的第二目标历史报警记录。
在本申请的一个实施例中,当前警情特征为警情类型,根据当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:获取与警情类型对应的预设时段内的第三候选历史报警记录,进而,从第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。
步骤103,对当前报警信息和各历史报警记录进行相似度计算,根据计算结果筛选与当前报警信息相似的目标历史报警记录。
本实施例中,在根据当前报警信息获取满足预设匹配条件的所有历史报警记录后,计算当前报警信息与各历史报警记录之间的相似度,根据计算得到的相似度对历史报警记录进行筛选,确定与当前报警信息相似的目标历史报警记录。具体地,可以预先设置相似度阈值,根据预设的相似度阈值与计算得到的相似度进行比较,若历史报警记录的相似度大于预设显示度阈值,则确定该历史报警记录为目标历史报警记录。其中,相似度阈值可以根据大量实验数据确定,也可以根据实际需要自行设置,此处不作限制。
在本申请的一个实施例中,对当前报警信息和各历史报警记录进行相似度计算,包括:提取当前报警信息中的第一高频词,以及各历史报警记录的第二高频词,计算第一高频词与第二高频词的距离。进而,计算当前报警信息和各历史报警记录之间的语义关系相似度,根据第一高频词与第二高频词的距离以及语义关系相似度,计算当前报警信息和各历史报警记录之间的相似度。
作为一种示例,对当前报警通话内容进行语音识别获取文本信息,对文本信息进行分词并统计每个词的词频,根据词频确定第一高频词,以及分别确定各历史报警记录中的第二高频词,并通过相关算法计算第一高频词与第二高频词的距离。进而,基于语言模型获取当前报警信息和各历史报警记录的向量表示,根据向量表示计算当前报警信息和各历史报警记录之间的语义关系相似度。进一步,根据第一高频词与第二高频词的距离以及语义关系相似度,通过加权求和的方式计算当前报警信息和各历史报警记录之间的相似度。
在本申请的一个实施例中,在根据计算结果筛选与当前报警信息相似的目标历史报警记录之后,还可以根据目标历史报警记录对应的相似度,按照由高到低的顺序进行排序展示。
本申请实施例的警情相似度识别方法,通过分析当前报警信息提取当前警情特征,进而,根据当前警情特征获取满足预设匹配条件的所有历史报警记录。进一步,对当前报警信息和各历史报警记录进行相似度计算,根据计算结果筛选与当前报警信息相似的目标历史报警记录。由此,通过在接警过程中获取与当前报警信息相似的历史报警记录,实现了自动判别相似警情,避免重复处理导致的警力资源浪费,提高接警员工作效率以及判别准确性。同时,基于文本相似度进行判断,提高了相似警情判别的准确度。
基于上述实施例,下面以当前警情特征为报警号码为例进行说明。
图2为本申请实施例所提供的一种警情相似度识别方法的流程示意图,如图2所示,该方法包括:
步骤201,获取与报警号码对应的预设时段内的第一候选历史报警记录。
作为一种示例,每次在接到报警时记录报警号码、报警内容及时间,进而,对于当前报警信息,获取当前报警号码的所有历史报警记录,并确定与当前时间在预设时段内的历史报警记录作为第一候选历史报警记录。其中,预设时段可以根据需要进行设置。
步骤202,查询预存的与第一候选历史报警记录分别对应的警情状态,根据警情状态从第一候选历史报警记录中获取未关闭的第一目标历史报警记录。
本实施例中,可以预先设置警情状态数据库,并在数据库中记录所有报警信息以及对应的警情状态,其中,警情状态包括未分派、已派遣、已到达、已关闭等。通过查询数据库获取与第一候选历史报警记录分别对应的警情状态,进而根据第一候选历史报警记录筛选出警情状态为未关闭状态的第一目标历史报警记录。
可以理解的是,已关闭状态的历史报警记录通常表示已处理完成,对于未关闭状态的历史报警记录,可能存在报警人个人重复报警或者咨询处理进展的情况。由此,根据同一报警号码的历史报警记录,获取警情状态为未关闭的历史报警记录,可以辅助判断当前报警人的报警是否为个人重复报警,从而确定可能与当前报警信息为相似警情的历史报警记录,保证相似警情判别的效率。
基于上述实施例,下面以当前警情特征为警情地址为例进行说明。
图3为本申请实施例所提供的一种警情相似度识别方法的流程示意图,如图3所示,该方法包括:
步骤301,获取与警情地址预设范围内的第二候选历史报警记录。
作为一种示例,每次在接到报警时记录警情地址,进而,对于当前报警信息,获取当前警情地址的所有历史报警记录,作为第二候选历史报警记录。
作为另一种示例,对于当前报警信息,还可以获取与当前警情地址半径r的周边地址的所有历史报警记录,作为第二候选历史报警记录。
步骤302,从第二候选历史报警记录中获取预设时段内的第二目标历史报警记录。
作为一种示例,根据当前报警信息对应的当前时间,以及各第二候选历史报警记录的历史时间进行匹配,确定与当前时间的间隔小于预设值的第二候选历史报警记录,作为第二目标历史报警记录。
实际应用中,对于同一地点发生的事故可能存在多人报警的情况,例如对于同一起交通事故可能存在双方车主同时报警的情况,因此,根据同一警情地址的历史报警记录,获取预设时段内的历史报警记录,可以辅助判断当前报警是否为重复报警,从而确定可能与当前报警信息为相似警情的历史报警记录,保证相似警情判别的效率。
基于上述实施例,下面以当前警情特征为警情类型为例进行说明。
图4为本申请实施例所提供的一种警情相似度识别方法的流程示意图,如图4所示,该方法包括:
步骤401,获取与警情类型对应的预设时段内的第三候选历史报警记录。
作为一种示例,每次在接到报警时记录警情类型,其中,警情类型可包括火警、交通事故等。对于当前报警信息,获取警情类型相同、且在预设时段内的所有历史报警记录,作为第三候选历史报警记录。其中,预设时段可以根据当前报警时间确定。
步骤402,从第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。
本实施例中,可以预先对历史报警记录设置相似标记,并从第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。可选地,可以由接警员在接到报警时判断是否为重大相似警情,若是,则设置相似标记,进而,对于当前报警信息,获取第三候选历史报警记录,并从中确定携带相似标记的第三目标历史报警记录。
作为一种示例,接警员A接到一条火灾报警1,接警员A根据经验判断为重大相似警情并标注相似标记。接警员B接到一条火灾报警2,根据警情类型和时间获取携带相似标记的火灾报警1,作为可能与当前火灾报警2为相似警情的历史报警记录。
可以理解,对于火警等重大警情,可能存在多人重复报警的情况。由此,通过获取与警情类型对应的预设时段内的第三候选历史报警记录,并从第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录,能够在接到报警信息时,自动获取最近一段时间所有接警员标注的重大相似警情,提高系统相似警情判别的准确率,保证相似警情判别的效率。
为了实现上述实施例,本申请还提出一种警情相似度识别装置。
图5为本申请实施例所提供的一种警情相似度识别装置的结构示意图,如图5所示,该装置包括:提取模块10,获取模块20,筛选模块30。
其中,提取模块10,用于分析当前报警信息提取当前警情特征。
获取模块20,用于根据当前警情特征获取满足预设匹配条件的所有历史报警记录。
筛选模块30,用于对当前报警信息和各历史报警记录进行相似度计算,根据计算结果筛选与当前报警信息相似的目标历史报警记录。
在本申请的一个实施例中,当前警情特征为报警号码,获取模块20具体用于:获取与所述报警号码对应的预设时段内的第一候选历史报警记录;查询预存的与所述第一候选历史报警记录分别对应的警情状态,根据所述警情状态从所述第一候选历史报警记录中获取未关闭的第一目标历史报警记录。
在本申请的一个实施例中,当前警情特征为警情地址,获取模块20具体用于:获取与所述警情地址预设范围内的第二候选历史报警记录;从所述第二候选历史报警记录中获取预设时段内的第二目标历史报警记录。
在本申请的一个实施例中,当前警情特征为警情类型,获取模块20具体用于:获取与所述警情类型对应的预设时段内的第三候选历史报警记录;从所述第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。
在本申请的一个实施例中,筛选模块30具体用于:提取所述当前报警信息中的第一高频词,以及各所述历史报警记录的第二高频词,计算所述第一高频词与所述第二高频词的距离;计算所述当前报警信息和各所述历史报警记录之间的语义关系相似度;根据所述第一高频词与所述第二高频词的距离以及所述语义关系相似度,计算所述当前报警信息和各所述历史报警记录之间的相似度。
前述实施例对警情相似度识别方法的解释说明同样适用于本实施例的警情相似度识别装置,此处不再赘述。
本申请实施例的警情相似度识别装置,通过分析当前报警信息提取当前警情特征,进而,根据当前警情特征获取满足预设匹配条件的所有历史报警记录。进一步,对当前报警信息和各历史报警记录进行相似度计算,根据计算结果筛选与当前报警信息相似的目标历史报警记录。由此,通过在接警过程中获取与当前报警信息相似的历史报警记录,实现了自动判别相似警情,避免重复处理导致的警力资源浪费,提高接警员工作效率以及判别准确性。同时,基于文本相似度进行判断,提高了相似警情判别的准确度。
为了实现上述实施例,本申请还提出一种计算机设备,包括处理器和存储器;其中,处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于实现如前述任一实施例所述的警情相似度识别方法。
为了实现上述实施例,本申请还提出一种计算机程序产品,当计算机程序产品中的指令被处理器执行时实现如前述任一实施例所述的警情相似度识别方法。
为了实现上述实施例,本申请还提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如前述任一实施例所述的警情相似度识别方法。
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申请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。
此外,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。在本申请的描述中,“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。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种警情相似度识别方法,其特征在于,包括以下步骤:
分析当前报警信息提取当前警情特征;
根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录;
对所述当前报警信息和各所述历史报警记录进行相似度计算,根据计算结果筛选与所述当前报警信息相似的目标历史报警记录。
2.如权利要求1所述的方法,其特征在于,当所述当前警情特征为报警号码,所述根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:
获取与所述报警号码对应的预设时段内的第一候选历史报警记录;
查询预存的与所述第一候选历史报警记录分别对应的警情状态,根据所述警情状态从所述第一候选历史报警记录中获取未关闭的第一目标历史报警记录。
3.如权利要求1所述的方法,其特征在于,当所述当前警情特征为警情地址,所述根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:
获取与所述警情地址预设范围内的第二候选历史报警记录;
从所述第二候选历史报警记录中获取预设时段内的第二目标历史报警记录。
4.如权利要求1所述的方法,其特征在于,当所述当前警情特征为警情类型,所述根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:
获取与所述警情类型对应的预设时段内的第三候选历史报警记录;
从所述第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。
5.如权利要求1所述的方法,其特征在于,所述对所述当前报警信息和各所述历史报警记录进行相似度计算,包括:
提取所述当前报警信息中的第一高频词,以及各所述历史报警记录的第二高频词,计算所述第一高频词与所述第二高频词的距离;
计算所述当前报警信息和各所述历史报警记录之间的语义关系相似度;
根据所述第一高频词与所述第二高频词的距离以及所述语义关系相似度,计算所述当前报警信息和各所述历史报警记录之间的相似度。
6.一种警情相似度识别装置,其特征在于,包括:
提取模块,用于分析当前报警信息提取当前警情特征;
获取模块,用于根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录;
筛选模块,用于对所述当前报警信息和各所述历史报警记录进行相似度计算,根据计算结果筛选与所述当前报警信息相似的目标历史报警记录。
7.如权利要求6所述的装置,其特征在于,当所述当前警情特征为报警号码,所述获取模块具体用于:
获取与所述报警号码对应的预设时段内的第一候选历史报警记录;
查询预存的与所述第一候选历史报警记录分别对应的警情状态,根据所述警情状态从所述第一候选历史报警记录中获取未关闭的第一目标历史报警记录。
8.如权利要求6所述的装置,其特征在于,当所述当前警情特征为警情地址,所述获取模块具体用于:
获取与所述警情地址预设范围内的第二候选历史报警记录;
从所述第二候选历史报警记录中获取预设时段内的第二目标历史报警记录。
9.如权利要求6所述的装置,其特征在于,当所述当前警情特征为警情类型,所述获取模块具体用于:
获取与所述警情类型对应的预设时段内的第三候选历史报警记录;
从所述第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。
10.如权利要求6所述的装置,其特征在于,所述筛选模块具体用于:
提取所述当前报警信息中的第一高频词,以及各所述历史报警记录的第二高频词,计算所述第一高频词与所述第二高频词的距离;
计算所述当前报警信息和各所述历史报警记录之间的语义关系相似度;
根据所述第一高频词与所述第二高频词的距离以及所述语义关系相似度,计算所述当前报警信息和各所述历史报警记录之间的相似度。
11.一种计算机设备,其特征在于,包括处理器和存储器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-5中任一项所述的警情相似度识别方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的警情相似度识别方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911414920.7A CN111382779B (zh) | 2019-12-31 | 2019-12-31 | 警情相似度识别方法、装置及设备 |
PCT/CN2020/141811 WO2021136455A1 (zh) | 2019-12-31 | 2020-12-30 | 警情相似度识别方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911414920.7A CN111382779B (zh) | 2019-12-31 | 2019-12-31 | 警情相似度识别方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111382779A true CN111382779A (zh) | 2020-07-07 |
CN111382779B CN111382779B (zh) | 2024-04-30 |
Family
ID=71216981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911414920.7A Active CN111382779B (zh) | 2019-12-31 | 2019-12-31 | 警情相似度识别方法、装置及设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111382779B (zh) |
WO (1) | WO2021136455A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801508A (zh) * | 2021-01-28 | 2021-05-14 | 迪爱斯信息技术股份有限公司 | 一种辅助警情处理系统及方法 |
CN112836567A (zh) * | 2020-12-08 | 2021-05-25 | 北京澎思科技有限公司 | 一种警力调动的方法、装置、计算机设备和介质 |
WO2021136455A1 (zh) * | 2019-12-31 | 2021-07-08 | 清华大学 | 警情相似度识别方法、装置及设备 |
CN114613103A (zh) * | 2022-05-10 | 2022-06-10 | 广东阿尔创通信技术股份有限公司 | 基于大数据的报警定位处理方法及系统 |
CN115378791A (zh) * | 2022-08-22 | 2022-11-22 | 平安银行股份有限公司 | 数据管理方法、装置、存储介质及电子设备 |
CN115525803A (zh) * | 2022-09-16 | 2022-12-27 | 深圳市海邻科信息技术有限公司 | 处警方法、系统、车载设备及计算机可读存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611400B (zh) * | 2022-03-18 | 2023-08-29 | 河北金锁安防工程股份有限公司 | 一种预警信息筛选方法及系统 |
CN115909692B (zh) * | 2022-10-25 | 2024-02-06 | 长威信息科技发展股份有限公司 | 一种高速公路报警事件的管理方法、平台、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106095967A (zh) * | 2016-06-17 | 2016-11-09 | 武汉烽火众智数字技术有限责任公司 | 一种基于搜索引擎的重复报警识别方法和系统 |
US20170329694A1 (en) * | 2014-11-28 | 2017-11-16 | Fasoo. Com Co., Ltd | Method for classifying alarm types in detecting source code error, computer program therefor, recording medium thereof |
CN110019285A (zh) * | 2017-07-14 | 2019-07-16 | 张涛 | 一种警情识别分派方法及电子设备 |
CN110532292A (zh) * | 2019-08-20 | 2019-12-03 | 深圳追一科技有限公司 | 警情串并方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106228135A (zh) * | 2016-07-21 | 2016-12-14 | 深圳市喜悦智慧数据有限公司 | 一种基于身份识别的报警/报险方法及系统 |
CN111382779B (zh) * | 2019-12-31 | 2024-04-30 | 清华大学 | 警情相似度识别方法、装置及设备 |
-
2019
- 2019-12-31 CN CN201911414920.7A patent/CN111382779B/zh active Active
-
2020
- 2020-12-30 WO PCT/CN2020/141811 patent/WO2021136455A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170329694A1 (en) * | 2014-11-28 | 2017-11-16 | Fasoo. Com Co., Ltd | Method for classifying alarm types in detecting source code error, computer program therefor, recording medium thereof |
CN106095967A (zh) * | 2016-06-17 | 2016-11-09 | 武汉烽火众智数字技术有限责任公司 | 一种基于搜索引擎的重复报警识别方法和系统 |
CN110019285A (zh) * | 2017-07-14 | 2019-07-16 | 张涛 | 一种警情识别分派方法及电子设备 |
CN110532292A (zh) * | 2019-08-20 | 2019-12-03 | 深圳追一科技有限公司 | 警情串并方法、装置、设备及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021136455A1 (zh) * | 2019-12-31 | 2021-07-08 | 清华大学 | 警情相似度识别方法、装置及设备 |
CN112836567A (zh) * | 2020-12-08 | 2021-05-25 | 北京澎思科技有限公司 | 一种警力调动的方法、装置、计算机设备和介质 |
CN112801508A (zh) * | 2021-01-28 | 2021-05-14 | 迪爱斯信息技术股份有限公司 | 一种辅助警情处理系统及方法 |
CN114613103A (zh) * | 2022-05-10 | 2022-06-10 | 广东阿尔创通信技术股份有限公司 | 基于大数据的报警定位处理方法及系统 |
CN114613103B (zh) * | 2022-05-10 | 2022-08-23 | 广东阿尔创通信技术股份有限公司 | 基于大数据的报警定位处理方法及系统 |
CN115378791A (zh) * | 2022-08-22 | 2022-11-22 | 平安银行股份有限公司 | 数据管理方法、装置、存储介质及电子设备 |
CN115525803A (zh) * | 2022-09-16 | 2022-12-27 | 深圳市海邻科信息技术有限公司 | 处警方法、系统、车载设备及计算机可读存储介质 |
CN115525803B (zh) * | 2022-09-16 | 2024-02-23 | 深圳市海邻科信息技术有限公司 | 处警方法、系统、车载设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111382779B (zh) | 2024-04-30 |
WO2021136455A1 (zh) | 2021-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111382779B (zh) | 警情相似度识别方法、装置及设备 | |
CN106845890B (zh) | 一种基于视频监控的仓储监控方法及装置 | |
EP2899959A1 (en) | Method, apparatus and system for affirming alarm identity of video monitoring system. | |
CN111145510A (zh) | 接警处理方法、装置及设备 | |
CN110309735A (zh) | 异常侦测方法、装置、服务器及存储介质 | |
CN110889339B (zh) | 基于头肩检测的危险区域分级预警方法与系统 | |
CN114782897A (zh) | 基于机器视觉及深度学习的危险行为检测方法及系统 | |
CN110598604A (zh) | 一种垃圾分类投放智能监管方法、装置及计算机存储介质 | |
CN112949546A (zh) | 基于人工智能感知工位服务状态的离岗检测方法和装置 | |
CN111160805A (zh) | 应急预案辅助信息获取方法、装置及设备 | |
CN113420673B (zh) | 垃圾分类方法、装置、设备及存储介质 | |
CN112298844A (zh) | 一种垃圾分类监督方法及装置 | |
CN111652128B (zh) | 一种高空电力作业安全监测方法、系统和存储装置 | |
CN112951271A (zh) | 一种基于声学辅助的隧道交通安全警示方法、系统 | |
CN108629310B (zh) | 一种工程管理监督方法及装置 | |
CN113343880A (zh) | 一种车辆遮挡号牌的识别方法、装置、设备及介质 | |
CN111126167B (zh) | 一种快速识别多名特定人员串联活动的方法及系统 | |
CN115880632A (zh) | 超时停留检测方法、监控设备、计算机可读存储介质和芯片 | |
CN114283361A (zh) | 状态信息的确定方法和装置、存储介质及电子装置 | |
CN114241400A (zh) | 电网系统的监控方法及其装置、计算机可读存储介质 | |
CN112528893A (zh) | 异常状态的识别方法、装置及计算机可读存储介质 | |
CN110969721A (zh) | 数据处理方法、装置、设备和触摸屏 | |
CN111881733A (zh) | 一种工人作业工步规范视觉识别判定与指导方法和系统 | |
CN111553816A (zh) | 行政复议影响因素分析方法及装置 | |
CN115620248B (zh) | 一种基于交通监控的摄像头调用方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |