CN112256788B - 侦查智慧脑图方法 - Google Patents
侦查智慧脑图方法 Download PDFInfo
- Publication number
- CN112256788B CN112256788B CN202011072125.7A CN202011072125A CN112256788B CN 112256788 B CN112256788 B CN 112256788B CN 202011072125 A CN202011072125 A CN 202011072125A CN 112256788 B CN112256788 B CN 112256788B
- Authority
- CN
- China
- Prior art keywords
- clues
- case
- investigation
- clue
- depth
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 210000004556 brain Anatomy 0.000 title claims abstract description 10
- 238000011835 investigation Methods 0.000 claims abstract description 50
- 238000011160 research Methods 0.000 claims abstract description 10
- 238000013507 mapping Methods 0.000 claims abstract description 8
- 230000000977 initiatory effect Effects 0.000 claims abstract description 4
- 238000005065 mining Methods 0.000 claims description 5
- 238000013468 resource allocation Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 22
- 241001622623 Coeliadinae Species 0.000 description 8
- 238000013475 authorization Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Computing Systems (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种侦查智慧脑图方法，包括以下步骤：S1、输入案件，导入线索，发起研判；S2、结合历史线索，确定新侦办案件中涉案人员相关的线索上图关联；S3、将侦查办案思路有序上图，进行线索关联；S4、通过审批后，对历史涉案线索所涉及的深度进行限制；S5、设定不同技战法的支持，找出一些可疑线索集，通过上图的方式对不同线索进行有序连接；S6、对历史涉案线索所涉及的深度进行扩展，返回步骤S5；S7、添加其他研判民警，共享研判思路；S8、停止研判。本发明基于现有案件的侦查轨迹，共同侦办，结合同案件所有线索的导侦轨迹，采用不同的技战法进行案件线索上图，从而完整地保留案件侦办过程中民警的侦办思路，并可向办案协查人员主动分享。
Description
技术领域
本发明涉及公共安全技术领域，更具体涉及一种侦查智慧脑图方法。
背景技术
在案件侦查研判过程中，很多研判民警在侦查办案过程中，每天面对各种各样的案件，线索稀少而且分散，往往因掌握的线索分散在不同的民警手上而不能共享，造成案件侦办的难度大，同时案件与线索交叉，难以对同案线索进行归档整理，对侦办思路也会不清晰。
为了破解此难题，目前传统的做法是收集案件线索，归档纸质或者录入线索管理，通过纸质文件、邮件或在线系统等方式共享线索来协同办案。
该技术手段虽然一定程度上解决了线索共享协同办案的问题，部分解决了线索归档的问题，但是该方案的设计思路并没有从工作效率与线索轨迹的中寻找规律，仅仅是将线索都归档在一起，让办案民警们从海量的线索中去寻找，侦查办案线索分散、协同办案效率低下，无法提高办案效率，无法筛选有用的线索，研判轨迹杂乱无序。
发明内容
本发明需要解决的技术问题是提供一种侦查智慧脑图方法，以解决目前收集案件线索的方法仅是将线索都归档在一起，而导致侦查办案线索分散、协同办案效率低下的问题，以使得案件侦查思路清晰有序，提高民警的侦查办案效率。
为解决上述技术问题，本发明所采取的技术方案如下。
侦查智慧脑图方法，包括以下步骤：
S1、输入案件，导入线索，发起研判；
S2、结合历史线索，确定新侦办案件中涉案人员相关的线索上图关联；
S3、采用六度空间理论，将侦查办案思路有序上图，进行线索关联；
S4、通过审批后，对历史涉案线索所涉及的深度进行限制；
S5、设定不同技战法的支持，找出一些可疑线索集，通过上图的方式对不同线索进行有序连接，进行同案件的线索挖掘；
S6、对历史涉案线索所涉及的深度进行扩展，返回步骤S5；
S7、添加其他研判民警，共享研判思路；
S8、案件归档，停止研判，完整保留侦查研判思路。
进一步优化技术方案，所述步骤S3包括以下具体步骤：
输入案件下的嫌疑线索，将可疑通联关系号码线索给推送给民警，民警将输入的线索到接收推送回来的线索进行有序上图，进行线索关联。
进一步优化技术方案，所述步骤S5中，采用图库算法计算构建可视化思维导图，提供不同线索自动匹配不同技战法，不同技战法自动分析推送线索，智能引导民警开展情报研判。
进一步优化技术方案，所述步骤S5中，通过输入线索号码，采用共同社区算法计算出对应的技战法，完成自动匹配，实现不同线索自动匹配不同技战法。
进一步优化技术方案，选择技战法，利用共同邻居算法分析出所有与之相关连的线索，完成自动推送，实现不同技战法自动分析推送线索，智能引导民警开展情报研判。
进一步优化技术方案，所述步骤S5中，选择推送的线索上图，根据Adamic Adar算法、优先连接算法、资源分配算法、总邻居算法，提供不同的布局，实现线索实体间的连线，形成案件侦查思维导图。
进一步优化技术方案，所述步骤S4中，深度限制的层数为5层。
进一步优化技术方案，所述步骤S6中，在进行历史涉案线索的深度进行扩展时开启深度限制。
进一步优化技术方案，所述步骤S6中，深度限制的层数为5层。
由于采用了以上技术方案，本发明所取得技术进步如下。
本发明主要为办案民警在侦查研判过程中提供研判的轨迹、战法的应用、历史信息的总结提炼，为后续参与案件侦查研判的民警共享经验与证据线索，协同侦查案件的可疑对象。本发明主要通过归整同类案件关联线索的信息，分析案件侦查研判的推导过程，掌握案件和可疑对象之间的潜在关联关系，通过对不同线索的上图，形成每类案件的侦查素材集，针对后续加入的侦办民警共享线索。基于现有案件的侦查轨迹，共同侦办，结合同案件所有线索的导侦轨迹，采用不同的技战法进行案件线索上图，从而完整地保留案件侦办过程中民警的侦办思路，并可向办案协查人员主动分享。
本发明通过共享侦查研判思路，提高了案件侦办效率，解决了传统侦查办案线索分散、协同办案效率低下的问题，研判轨迹杂乱无序向侦查思路清晰有序，案件线索共享的革新式转变，本发明提升了基层民警侦查办案效率，全面提升了基层民警的侦查研判的能力及水平。
本发明基于云计算、大数据等新技术，充分利用现有的大数据资源体系，通过数据挖掘、机器学习等算法及手段，构建基于同案件的智能线索挖掘，借鉴六度空间理论限制线索上图深度及数据安全，通过预审预受机制，自动扩展上图深度。
附图说明
图1为本发明的架构流程图。
具体实施方式
下面将结合附图和具体实施例对本发明进行进一步详细说明。
一种侦查智慧脑图方法，结合图1所示，包括以下步骤：
S1、输入案件，导入线索，发起研判。
S2、结合案件侦查研判过程中产生的历史线索，在最新侦办案件中发现的、且能够确定涉案人员的相关线索上图关联。
S3、采用六度空间理论，将侦查办案思路有序上图，进行线索关联。
六度空间理论：任何两个素不相识的人，通过一定的方式，总能够产生必然联系或关系。即任何线索通过一定的方式也是能够产生必然的联系或者关系。
步骤S3包括以下具体步骤：
输入案件下的嫌疑线索(如：手机号)，将手机注册信息、话单信息，推送机主信息以及其他可疑通联关系号码等线索给推送给民警，民警将输入的线索(手机号)到接收推送回来的线索(人员身份、手机号码)这样的侦查办案思路来进行有序上图，进行线索关联。
S4、通过审批后，对历史涉案线索所涉及的深度进行限制。步骤S4中，深度限制的层数为5层，在线索关联上图达到5层深度后，即进入步骤S5。
S5、设定不同技战法的支持，找出一些可疑线索集，通过上图的方式对不同线索进行有序连接，进行同案件的智能线索挖掘。
步骤S5中，基于云计算、大数据等新技术，充分利用现有的大数据资源体系，通过数据挖掘、机器学习等算法及手段，采用图库算法(Neo4j图库算法)计算构建可视化思维导图，提供不同线索自动匹配不同技战法，不同技战法自动分析推送线索，智能引导民警开展情报研判。
具体地，通过输入线索(如手机号码)，采用共同社区算法计算出对应的技战法，如手机画像，利用社区发现算法，检查两个节点是否处于同一社区/层，完成自动匹配，实现不同线索自动匹配不同技战法。
选择技战法，如手机画像，利用共同邻居算法分析出所有与之相关连的手机号码(通话记录、寄送快递联系号码等)、qq号码等线索，完成自动推送，实现不同技战法自动分析推送线索，智能引导民警开展情报研判。
共同邻居算法能够计算连个节点共同邻居数或者邻居总数。
选择推送的线索上图，根据AdamicAdar算法、优先连接算法、资源分配算法、总邻居算法等算法，提供不同的布局，实现线索实体间的连线，形成案件侦查思维导图。
AdamicAdar算法用于计算共同邻居的度数的对数分之一，并求和。优先连接算法用于计算每个节点的度数的乘积。资源分配算法用于计算共同邻居度数分之一。总邻居算法用于计算两个节点所拥有的不同邻居的数目。
S6、对历史涉案线索所涉及的深度进行扩展，返回步骤S5。历史涉案线索所涉及的深度可根据不同的侦办需要做扩展。原有深度为5，通过审核审批可做深度扩展。
在进行历史涉案线索的深度进行扩展时开启深度限制。步骤S6中，深度扩展的层数为5层，在线索关联上图达到5层深度后，即返回步骤S5。
S7、添加其他研判民警，共享研判思路。该研判思路通过分享的形式，共享与其他侦办民警，共同协查侦办，从而更精确的找到涉案人员。
S8、案件归档，停止研判，完整保留侦查研判思路。
案件侦查研判过程信息是一个极为重要的资源，它反映了每个案件的侦查轨迹和路径。本发明主要通过归整同类案件关联线索的信息，分析案件侦查研判的推导过程，掌握案件和可疑对象之间的潜在关联关系，通过对不同线索的上图，形成每类案件的侦查素材集，针对后续加入的侦办民警共享线索。基于现有案件的侦查轨迹，共同侦办，结合同案件所有线索的导侦轨迹，采用不同的技战法进行案件线索上图，从而完整地保留案件侦办过程中民警的侦办思路，并可向办案协查人员主动分享。
基于云计算、大数据等新技术，充分利用现有的大数据资源体系，通过数据挖掘、机器学习等算法，并且采用图库算法(Neo4j图库算法)链路预测算法进行智能线索挖掘，通过先审后用的预受案机制，按照“一案件一授权、一线索一授权”的原则，规范数据的安全使用，实现数据查询的一体化、标准化、规范化、智能化。同时借鉴六度空间理论，每一个线索的授权只能进行5层扩展，通过限制线索扩展的关联深度，既保证了数据安全，又不中断侦查研判思路。在线索关联上图达到5层深度后再度启用该机制，即可再次实现自动扩展关联上图深度。
本发明通过共享侦查研判思路，提高了案件侦办效率，解决了传统侦查办案线索分散、协同办案效率低下的问题，研判轨迹杂乱无序向侦查思路清晰有序，案件线索共享的革新式转变，本发明提升了基层民警侦查办案效率，全面提升了基层民警的侦查研判的能力及水平。
Claims (9)
1.侦查智慧脑图方法，其特征在于，包括以下步骤：
S1、输入案件，导入线索，发起研判；
S2、结合历史线索，确定新侦办案件中涉案人员相关的线索上图关联；
S3、采用六度空间理论，将侦查办案思路有序上图，进行线索关联；
S4、通过审批后，对历史涉案线索所涉及的深度进行限制；
S5、设定不同技战法的支持，找出可疑线索集，通过上图的方式对不同线索进行有序连接，进行同案件的线索挖掘；
S6、对历史涉案线索所涉及的深度进行扩展，返回步骤S5；
S7、添加其他研判民警，共享研判思路；
S8、案件归档，停止研判，完整保留侦查研判思路。
2.根据权利要求1所述的侦查智慧脑图方法，其特征在于，所述步骤S3包括以下具体步骤：
输入案件下的嫌疑线索，将可疑通联关系号码线索推送给民警，民警按照输入的线索到接收推送回来的线索的顺序将线索进行有序上图，进行线索关联。
3.根据权利要求1所述的侦查智慧脑图方法，其特征在于，所述步骤S5中，采用图库算法计算构建可视化思维导图，提供不同线索自动匹配不同技战法，不同技战法自动分析推送线索，智能引导民警开展情报研判。
4.根据权利要求3所述的侦查智慧脑图方法，其特征在于，所述步骤S5中，通过输入线索号码，采用共同社区算法计算出对应的技战法，完成自动匹配，实现不同线索自动匹配不同技战法。
5.根据权利要求3所述的侦查智慧脑图方法，其特征在于，所述步骤S5中，选择技战法，利用共同邻居算法分析出所有与之相关连的线索，完成自动推送，实现不同技战法自动分析推送线索，智能引导民警开展情报研判。
6.根据权利要求3所述的侦查智慧脑图方法，其特征在于，所述步骤S5中，选择推送的线索上图，根据Adamic Adar算法、优先连接算法、资源分配算法、总邻居算法，提供不同的布局，实现线索实体间的连线，形成案件侦查思维导图。
7.根据权利要求1所述的侦查智慧脑图方法，其特征在于，所述步骤S4中，深度限制的层数为5层。
8.根据权利要求1所述的侦查智慧脑图方法，其特征在于，所述步骤S6中，在进行历史涉案线索的深度进行扩展时开启深度限制。
9.根据权利要求8所述的侦查智慧脑图方法，其特征在于，所述步骤S6中，深度限制的层数为5层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011072125.7A CN112256788B (zh) | 2020-10-09 | 2020-10-09 | 侦查智慧脑图方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011072125.7A CN112256788B (zh) | 2020-10-09 | 2020-10-09 | 侦查智慧脑图方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112256788A CN112256788A (zh) | 2021-01-22 |
| CN112256788B true CN112256788B (zh) | 2024-04-19 |
Family
ID=74233696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011072125.7A Active CN112256788B (zh) | 2020-10-09 | 2020-10-09 | 侦查智慧脑图方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112256788B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010007430A1 (en) * | 2008-07-15 | 2010-01-21 | The University Of Sheffield | Shoeprint identification system |
| JP2010158038A (ja) * | 2010-02-04 | 2010-07-15 | Yasuaki Iwai | 車載画像記録装置 |
| CN103237201A (zh) * | 2013-04-28 | 2013-08-07 | 江苏物联网研究发展中心 | 一种基于社会化标注的案件视频研判方法 |
| CN109543312A (zh) * | 2018-11-27 | 2019-03-29 | 珠海市新德汇信息技术有限公司 | 一种时空侦查分析方法及系统 |
| CN110717425A (zh) * | 2019-09-26 | 2020-01-21 | 深圳市商汤科技有限公司 | 案件关联方法及装置、电子设备和存储介质 |
| CN111090779A (zh) * | 2019-03-01 | 2020-05-01 | 王文梅 | 一种办案勘查取证数据云存储及检索分析方法 |
| CN111369417A (zh) * | 2020-03-05 | 2020-07-03 | 青岛海信网络科技股份有限公司 | 一种基于技战法模型的案件线索获取方法及装置 |
-
2020
- 2020-10-09 CN CN202011072125.7A patent/CN112256788B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010007430A1 (en) * | 2008-07-15 | 2010-01-21 | The University Of Sheffield | Shoeprint identification system |
| JP2010158038A (ja) * | 2010-02-04 | 2010-07-15 | Yasuaki Iwai | 車載画像記録装置 |
| CN103237201A (zh) * | 2013-04-28 | 2013-08-07 | 江苏物联网研究发展中心 | 一种基于社会化标注的案件视频研判方法 |
| CN109543312A (zh) * | 2018-11-27 | 2019-03-29 | 珠海市新德汇信息技术有限公司 | 一种时空侦查分析方法及系统 |
| CN111090779A (zh) * | 2019-03-01 | 2020-05-01 | 王文梅 | 一种办案勘查取证数据云存储及检索分析方法 |
| CN110717425A (zh) * | 2019-09-26 | 2020-01-21 | 深圳市商汤科技有限公司 | 案件关联方法及装置、电子设备和存储介质 |
| CN111369417A (zh) * | 2020-03-05 | 2020-07-03 | 青岛海信网络科技股份有限公司 | 一种基于技战法模型的案件线索获取方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 技术性开锁案件的侦破研究;孙建华;《中国优秀硕士学位论文全文数据库 社会科学Ⅰ辑》;G113-344 * |
| 时空轨迹信息在视频侦查办案中的应用;翟金良等;《刑事技术》;第345-350页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112256788A (zh) | 2021-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mehta et al. | Trust, but verify: social media models for disaster management | |
| CN111090779A (zh) | 一种办案勘查取证数据云存储及检索分析方法 | |
| Ferguson | Big data prosecution and brady | |
| Petrenko et al. | Problem of developing an early-warning cybersecurity system for critically important governmental information assets | |
| US20120084288A1 (en) | Criminal relationship analysis and visualization | |
| Nouh et al. | Identifying key-players in online activist groups on the Facebook social network | |
| CN111539864B (zh) | 一种基于lbs大数据的踩踏事件的情报分析方法和装置 | |
| Machado et al. | Constructing suspicion through forensic DNA databases in the EU. The views of the Prüm professionals | |
| CN110210243A (zh) | 一种基于区块链的监控视频取证系统及其取证方法 | |
| Andreassen | Social media surveillance, LGBTQ refugees and asylum: How migration authorities use social media profiles to determine refugees as ‘genuine’or ‘fraudulent’ | |
| CN115801369A (zh) | 基于云计算的数据处理方法及服务器 | |
| Gutierrez | Participation in a datafied environment: Questions about data literacy | |
| Leurs et al. | Digital migration studies | |
| Tundis et al. | Challenges and available solutions against organized cyber-crime and terrorist networks | |
| CN108737501A (zh) | 一种基于区块链的dna数据存储方法、设备以及系统 | |
| Grace et al. | Integrating Social Media in Emergency Dispatch via Distributed Sensemaking. | |
| CN112256788B (zh) | 侦查智慧脑图方法 | |
| Teixeira et al. | Business intelligence to improve the quality of local government services-case-study in a local government town hall | |
| Den Boer | Intelligence-led policing in Europe: Lingering between idea and implementation | |
| Zainudin et al. | Online social networks as supporting evidence for digital forensic investigation: A revised model | |
| Rasheed et al. | Terrorist network analysis and identification of main actors using machine learning techniques | |
| Gibbs Van Brunschot et al. | ‘Poisoned Chalice?’: the challenges of forensic science and technology for homicide investigations | |
| Costantini et al. | Digital forensics evidence analysis: An answer set programming approach for generating investigation hypotheses | |
| Allnock et al. | Evidence-based models of policing to protect children from sexual exploitation | |
| CN118278525B (zh) | 用于联邦决策树的模型推理方法及装置 |
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 |