[发明专利]人物危险度的评估方法、装置及电子设备

说明书

本发明提供了一种人物危险度的评估方法、装置及电子设备，该方法包括：获取目标数据；通过目标数据构建人物关系网络；根据目标算法对人物关系网络进行处理，得到人物关系网络中的每个节点的特征向量信息；将特征向量信息输入至深度卷积神经网络，以确定待评估对象在每个类型上的危险度。本发明的人物危险度的评估方法中，数据来源广泛，并不局限于对话数据，还涉及人物关系数据，消费数据，基于这些数据构建了多个人物关系网络，解决了数据来源单一的问题，并且可确定出待评估对象在多个类型上的危险度，并不局限于某一种犯罪类型，缓解了现有的危险度评估方法中，数据来源单一，只能对特定的犯罪罪行进行评估，局限性较大的技术问题。

技术领域

本发明涉及数据挖掘的技术领域，尤其是涉及一种人物危险度的评估方法、装置及电子设备。

背景技术

随着信息科技、数据库的迅猛发展，数据量呈现指数趋势爆炸式的增长，尤其是当在线社交工具普及后，社交网络中包含的信息越来越丰富。对于社交网络中的信息，可以选择性的提取一些带有独特含义的数据信息对未来可能发生的危害到社会稳定的事件进行评估。

目前，通过关系网络数据的犯罪评估方法一般是先对用户的言论危险类型进行判定，在判定得到用户的言论危险类型后，采用朴素贝叶斯分析构建犯罪度向量，进而根据犯罪度向量做出犯罪评估判断。

上述关系网络数据的犯罪评估方法中，数据的来源较为单一，评估的范围具有局限性，只能对特定的犯罪罪行进行评估，实用性较差。

发明内容

有鉴于此，本发明的目的在于提供一种人物危险度的评估方法、装置及电子设备，以缓解现有的危险度评估方法中，数据来源单一，只能对特定的犯罪罪行进行评估，局限性较大的技术问题。

第一方面，本发明实施例提供了一种人物危险度的评估方法，所述方法包括：

获取目标数据，其中，所述目标数据至少包括：人物关系数据，消费数据，对话数据；

通过所述目标数据构建人物关系网络，其中，所述人物关系网络的数量为多个，每个所述人物关系网络用于表征一种类型的人物关系；

根据目标算法对所述人物关系网络进行处理，得到所述人物关系网络中的每个节点的特征向量信息，其中，所述人物关系网络中的每个节点用于表征一个待评估对象；

将所述特征向量信息输入至深度卷积神经网络，以确定所述待评估对象在每个类型上的危险度。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，获取目标数据包括：

分别在数据库和社交网络中获取初始数据，其中，所述初始数据至少包括：初始人物关系数据，初始消费数据，初始对话数据；

对所述初始数据进行预处理，得到目标数据，其中，所述预处理至少包括：去杂处理，分类处理，所述去杂处理为去除所述初始数据中的不符合预设字段要求的数据，所述分类处理为将所述去杂处理后的数据按照人物关系类型进行分类。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，通过所述目标数据构建人物关系网络包括：

对所述对话数据进行分析，得到多个相关度系数，其中，每个所述相关度系数对应一种危险类型，多个所述相关度系数表示为目标对话数据与每个危险类型之间的关联程度，所述目标对话数据为所述对话数据中任意两个对象之间的对话数据；

根据所述目标数据和所述相关度系数构建多个所述人物关系网络，其中，多个所述相关度系数为多个所述人物关系网络中连边的权值。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，根据目标算法对所述人物关系网络进行处理，得到所述人物关系网络中的每个节点的特征向量信息包括：