[发明专利]一种时空侦查分析方法及系统

说明书

本发明公开了一种时空侦查分析方法及系统，所述方法包括自动识别多轨信息资源、智能分析预处理、启动时空侦查分析模型、接收模型分析参数、智能挖掘分析处理以及精准推送可疑对象的步骤。本发明通过整合各类时空轨迹类型、利用实体与实体间的关联关系，实现定人、定位的智能化侦查分析，为侦查工作带来极大便利。

技术领域

本发明涉及数据侦查分析应用技术领域，特别是一种时空侦查分析方法及系统。

背景技术

轨迹数据是在时空环境下，通过对一个或多个移动对象运动过程的采样所获得的数据信息，包括采样点位置、采样时间、速度等，这些采样点数据信息根据采样先后顺序构成了轨迹数据。时空轨迹数据作为侦查活动中重要的数据资源之一，能够充分发挥数据空间和时间的优势，充分说明嫌疑目标与案件的关联性，提供非常重要的侦查线索，为案件侦查指明方向。然而，传统的数据侦查方式由于受技术条件的限制，对时空数据分析存在数据不规范、数据种类不统一、身份无法归一的局限性。

发明内容

本发明需要解决的技术问题是提供一种时空侦查分析方法及系统，通过整合各类时空轨迹类型、利用实体与实体间的关联关系，实现定人、定位的智能化侦查分析。

为解决上述技术问题，本发明所采取的技术方案如下。

一种时空侦查分析方法，具体包括以下步骤：

S1.配置各类数据所涉及的相关属性信息，并通过配置的相关属性信息从各类汇聚的数据中识别出能够反映实体身份、活动时间、活动空间三个属性的轨迹数据；

S2：对步骤S1中识别出的轨迹数据进行预处理，包括身份归一预处理和活动地点坐标预处理，并将预处理后的轨迹数据按照证件号码、活动时间、活动地址、活动经纬度坐标四类数据项在分布式环境中存储；

S3：启动时空侦查分析模型，根据输入的模型分析参数，按照分析时间、分析活动区域提取时间范围内、活动区域范围内的相关轨迹数据，并根据待分析的模型类型进行相关时间偏移量、地点偏移量的计算，识别出待分析模型所涉及的分析空间范畴，自动识别模型是属于点、线、面中哪种类别，并根据对应类别所包含的坐标点集合所涉及的所有偏移量进行交叉运算，推送交叉比中人员信息；

S4：根据步骤S3中得到的交叉比中人员信息，按照每个坐标点出现人员的次数、出现人员的背景身份核查情况、出现人员的作案特点与当前案件特点吻合度三项指标进行加权分析，为每一个出现人员进行综合计分处理，按照分数的高低推送最有可疑的作案对象。

上述一种时空侦查分析方法，步骤S1中所述的相关属性信息包括轨迹类型、身份属性、时间属性、空间属性；所述的轨迹数据包括人员轨迹、车辆轨迹、号码轨迹、图像轨迹。

上述一种时空侦查分析方法，步骤S2中以流式数据汇集管道接收步骤S1中识别出的轨迹数据。

上述一种时空侦查分析方法，步骤S2中，所述身份归一预处理的方法为根据人员、车辆、号码、图像四者间的关联关系，将散乱的轨迹数据整合成以人员证件号码为核心的条理轨迹数据；所述活动地点坐标预处理的方法为，针对有活动场所的数据，通过活动场所编号自动检索出相关的坐标点位；针对无活动场所的数据，通过活动地址全称进行分词解析，提取出省、市、县、街路巷等结构化数据，并分析出该地址所处的坐标点位。

上述一种时空侦查分析方法，步骤S3中所述的时空侦查分析模型是将步骤S2中存储的各类轨迹数据加载至分布式运算服务器节点，按照哈希算法平均分布各类数据，并在分布式运算服务器节点中提取符合条件的相关轨迹数据的过程。

上述一种时空侦查分析方法，步骤S3中所述的模型分析参数包括模型类型、分析时间范围、分析活动区域、时间偏移量、地点偏移量。