[发明专利]一种基于大数据的被检人员分级方法

权利要求书

1.一种基于大数据的被检人员分级方法，其特征在于：

在步骤S101中，搜集历史数据并建立数据库，所述历史数据来自安检系统的历史安检信息或者第三方机构记录信息；

步骤S102.基于所述历史数据库，建立被检人员的风险评估模型，确定历史数据中人员的危险程度；

步骤S103.采集被检测人员的网络行为数据进行情感分析；

步骤S104.根据二次评估结果对相关人员的危险程度进行划分；

步骤S105.根据所述划分结果对所述相关人员进行相应检测。

2.根据权利要求1所述的方法，所述步骤S102中包括：根据公安部数据采集处理系统收集的人员出行轨迹信息，在每种类型的出行轨迹信息中选取多个轨迹评分因子，建立每种人员类型的出行轨迹评分因子体系；将出行轨迹评分因子作为风险预警模型中使用的变量。

3.根据权利要求2所述的方法，所述步骤S103中包括：

步骤一：借助互联网信息库，获取人员的微博，微信公众号，贴吧发文，使用的表情符号，回帖，评论互联网信息；

步骤二：对步骤一收集到的数据进行处理，划分成不同的类别；

步骤三：针对采集的目标的历史微博，以周为时间尺度对个人历史网络行为进行统计分析，分析内容包括情感指标；

步骤四；构造情感倾向函数，并通过该函数计算该人员在最近一个月的情绪变化。

4.根据权利要求3所述的方法，所述步骤三中包括：

⑴、获取情感倾向已知的网络样本数据；获取情感倾向已知的样本评论语句，每个样本评论语句对应一个确定的情感倾向；

⑵、计算网络样本数据的向量，并根据向量建立情感分类器；

得到情感倾向已知的样本评论语句之后，计算样本评论语句的句向量；

⑶、利用情感分类器对待测网络评论，从正面、负面、中立三种情感倾向进行预测。

5.一种基于大数据的被检人员分级装置，其特征在于：

数据库模块：搜集历史数据并建立数据库，所述历史数据来自安检系统的历史安检信息或者第三方机构记录信息；

风险评估判断模块：基于所述历史数据库，建立被检人员的风险评估模型，确定历史数据中人员的危险程度；

情感分析模块：采集被检测人员的网络行为数据进行情感分析；

风险划分模块：根据二次评估结果对相关人员的危险程度进行划分；

检测划分模块：根据所述划分结果对所述相关人员进行相应检测。

6.根据权利要求5所述的装置，所述风险评估判断模块包括：根据公安部数据采集处理系统收集的人员出行轨迹信息，在每种类型的出行轨迹信息中选取多个轨迹评分因子，建立每种人员类型的出行轨迹评分因子体系；将出行轨迹评分因子作为风险预警模型中使用的变量。

7.根据权利要求6所述的装置，所述情感分析模块包括：

网络信息获取模块：借助互联网信息库，获取人员的微博，微信公众号，贴吧发文，使用的表情符号，回帖，评论互联网信息；

网络信息处理分析模块：对步骤一收集到的数据进行处理，划分成不同的类别；

网络数据情感分析模块：针对采集的目标的历史微博，以周为时间尺度对个人历史网络行为进行统计分析，分析内容包括情感指标；

情感倾向函数模块；构造情感倾向函数，并通过该函数计算该人员在最近一个月的情绪变化。

8.根据权利要求7所述的装置，所述情感分析模块包括：

⑴、获取情感倾向已知的网络样本数据；获取情感倾向已知的样本评论语句，每个样本评论语句对应一个确定的情感倾向；

⑵、计算网络样本数据的向量，并根据向量建立情感分类器；

得到情感倾向已知的样本评论语句之后，计算样本评论语句的句向量；

⑶、利用情感分类器对待测网络评论，从正面、负面、中立三种情感倾向进行预测。