[发明专利]时空同现的挖掘方法、服务器及计算机可读存储介质

说明书

本发明公开了一种时空同现的挖掘方法、服务器及计算机可读存储介质，通过根据卡口数据中的通行时间数据，复合其中的航班、大巴、列车、私家车等出行方式中的目的地字段数据，进行长时间维度范围内的时空同现模式挖掘。从而提高了时空同现挖掘的精度。

技术领域

本发明涉及通信技术领域，尤其涉及一种时空同现的挖掘方法、服务器及计算机可读存储介质。

背景技术

在隐藏于历史轨迹数据集的众多模式中，同现模式的挖掘尤其引人关注。时空同现模式指的是时空维度下不同对象类型(objective)，其子集的实例(instance)在特定范围时间、特定范围空间上发生的邻近关系，或者在空间上形成一定关系模式，这些实例的集合即构成时空同现结果集。

在社会安全领域，时空同现模式的挖掘分析技术是针对关注人员实行布控的一项重要支撑技术，因为空间数据集的同现模式直观地反映了移动过程中移动对象之间相互接触的情况，所以快速准确地挖掘时空数据中的同现模式，可以极大的帮助相关人员快速定位可疑团伙，并实施布控。随着前端感知技术的发展，基于数据门、人脸识别、人证比对等设备的卡口复合数据越来越丰富，已经成为社会安全大数据领域最为重要的数据来源。本技术就提供了一种基于卡口复合数据的时空同现模式挖掘方案。

通常情况下，同行次数是基于飞机、火车等票务相关的单一来源数据，通过离线的方式进行简单的统计，即，在离线数据库中针对某一关注人所有飞机/火车等出行航班/车次进行遍历分析，每次遍历对其同航班/同车次的人员进行次数累计，当某人与被关注人同行次数达到一定阈值后即认为同行关系确认，时空同现模式即为同飞/同乘n次。如图1所示。

另外，针对卡口数据，一般是基于通行时间数据，根据经验设定时间区间大小K，利用该区间去遍历所有卡口，对关注人员通过某卡口时的前后K时间区间内的临近通过人员求集合，若该集合中的人员在多个卡口仍为时间临近人员，则视该人员集合为同行关系，如图2所示。或者，在某一短期时间区间内，对某关注人员通过某卡口时的前后K个临近通过同一卡口的人员求集合，若该集合中的人员在该短期时间区间内，在M个卡口仍为空间临近人员，则视该人员集合为同行关系，如图3所示。

时空同现模式挖掘技术一大重要特点是依赖的数据是随时间变化的，主要的难点是大多数数据库都不能有效地处理数据的时间维度。当数据发生变化时，无法对数据变化的趋势进行分析，更无法预测未来的趋势。传统的基于单一数据来源的同飞/同乘时空同现模式挖掘，或基于卡口通行数据的时间临界同行模式挖掘，都仅仅利用了时间维度信息的同现区间，而不对同现区间的前后关系进行考虑，丢失了时空数据真正有价值的趋势模式挖掘部分，而且得出的结果集包含有大量偶然因素造成的伪同行关系噪声，这些噪声由于方法原理的问题，本征上就很难依靠技术手段去排除，只能通过其他情报来源或者通过警力排查的方式去验证。

发明内容

鉴于上述的分析，本发明旨在提供一种时空同现的挖掘方法、终端及计算机可读存储介质，用以解决现有技术中时空同现挖掘的精度比较差的问题。

为解决上述问题，本发明主要是通过以下技术方案实现的：

本发明提供了一种时空同现的挖掘方法，其特征在于，包括：

选取总数据表的有效记录中的某人xi，对其每一个目的地Di，进行以下操作：

步骤a.从总数据表中找出xi去往Di的第i条“通过卡口代码集合”，记为xi_kakou_i；

步骤b.从总数据表中找出与xi去往同目的地Di的所有姓名集合，记为Y＝{y1，y2，…，yn}；

步骤c.对集合Y中的第i个人yi，从总数据表中找到其第j条“通过卡口代码集合”，记为yi_kakou_j；