[发明专利]一种犯罪高危人员研判方法及系统

说明书

本发明涉及一种犯罪高危人员研判方法及系统，其中方法包括以下步骤：步骤1，根据获取的人员特征生成高危犯罪人员的深度特征集；步骤2，对所述深度特征集进行预处理和降维以得到关键特征；步骤3，通过所述关键特征建立犯罪高危人员的研判模型；步骤4,对步骤3中的所述研判模型进行优化；步骤5，通过优化后的研判模型，对目标人员进行研判，判断出所述目标人员是否为犯罪高危人员。通过上述方法自动推理合成犯罪高危人员的特征集，用以增强特征对人员高危性的表示深度，基于深度特征集，针对不同的犯罪类型采用针对性的建模方式，实现精准研判。

技术领域

本发明涉及公共安全大数据分析领域，具体的说是一种犯罪高危人员研判方法及系统。

背景技术

犯罪高危人员研判在公共安全领域具有重要意义，旨在通过对人员特征进行分析归纳，建立研判模型，达到识别犯罪高危人员的目的。在大数据背景下，海量信息的存储极大拓展了人员的信息深度，涵盖了社交、出行、金融交易等领域，为犯罪高危人员的研判提供了多方位、深层次的信息支持，但信息的分散、孤立使得其利用率较低，无法充分发挥信息的价值。

现有的高危人员研判技术主要基于机器学习，依据特征对目标人员进行分类，达到识别犯罪高危人员的目的。该过程存在一个显著瓶颈：特征工程，即最大限度地从原始数据中提取研判模型的特征。目前特征工程主要由专业人员手工进行，存在以下问题：

1.特征的选择依赖于人的直觉，增加了建模的不确定因素，直接影响研判效果。

2.数据处理过程繁琐耗时，在大数据背景下，对海量、异构、分散的数据处理尤为显著。

发明内容

本发明为了解决上述技术问题提供一种犯罪高危人员研判方法。自动推理合成犯罪高危人员的特征集，用以增强特征对人员高危性的表示深度。基于合成的深度特征集，针对不同的犯罪类型采用针对性的建模方式，实现精准研判。

本发明解决上述技术问题的技术方案如下：一种犯罪高危人员研判方法，包括以下几个步骤：

步骤1，根据获取的人员特征生成高危犯罪人员的深度特征集；

步骤2，对所述深度特征集进行预处理和降维以得到关键特征；

步骤3，通过所述关键特征建立犯罪高危人员的研判模型；

步骤4,对步骤3中的所述研判模型进行优化；

步骤5，通过优化后的研判模型，对目标人员进行研判，判断出所述目标人员是否为犯罪高危人员。

本发明的有益效果是：通过将分散的人员特征利用自组织推理方法进行加工合成，合成后的深度特征集对目标人员的刻画具有更广的深度。再使用该深度特征集，应用随机森林算法建立研判模型，利用该研判模型对犯罪高危人员进行研判，可在保持较高的准确率的前提下，显著减少时间成本。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，当所述人员特征包括多个特征样本时，则所述步骤1具体包括以下步骤：

步骤11，将每个所述特征样本均通过单向映射关系进行关联，再通过单向映射关系推理模型进行处理，得到多个第一关联特征；

步骤12，将每个所述特征样本均通过多向映射关系进行关联，再通过多向映射关系推理模型进行处理，得到多个第二关联特征；

步骤13，将每个所述第一关联特征和每个所述第二关联特征均添加到所述人员特征中形成新的人员特征，以便根据所述新的人员特征生成所述深度特征集；

其中，所述第一关联特征和第二关联特征的数量均与所述特征样本的数量相同。