[发明专利]一种交通警情的智能派单方法及终端

说明书

本发明公开了一种交通警情的智能派单方法及终端，基于交通警情的指派特征，构建了基于警情类型和警情地址的两层派单模型，将警单指派问题等效为文本分类的问题。通过对历史交通警情派单数据的机器学习，基于朴素贝叶斯算法，辅以禁忌表、后验概率阈值等措施，构建了一套符合交通警情的智能派单方法流程。本发明方法可以运用在公安交警的接处警业务，能够显著降低交警接处警工作人员的重复劳动，从而提升交通管理效率，释放接警人员的处警压力。

技术领域

本发明属于智能交通技术领域，具体涉及一种公安交警接处警业务中的交通警情智能派单方法及终端。

背景技术

近年来，随着国内社会经济的快速发展，城市规模不断扩大，城市人口和机动车保有量迅猛增长，交通拥堵、交通事故等问题越来越突出。随之而来的就是交通类的报警数量也呈现出了明显的增长趋势，依靠原有的人工经验模式进行派单，已经无法满足当前交通管理的快速化需求，因此可以利用机器学习技术来构建自动或者半自动的工作模式，来加快交通警情的处理效率。

目前，对于警情分词和分类的研究往往只关注某一种具体的分词技术或者分类算法，缺乏对整体交通类警情派单的深度实践，由于交通接处警工作与其他公安部门接处警工作存在着显著的差异，一二线城市主城区内的辖区单位接警量大，在早晚高峰期，极易出现警情堆积；此外，警情的发生地址多为公共道路而非小区等封闭区域，一条道路可能由多个辖区管辖，报警人在陌生地点的上报地址也可能存在误差，因此需要结合交警的实际工作，构建一套符合交警接处警特点的智能派单方法，以提高交通管理效率。

现有的派单方法存在以下缺点：

(1)现有的警情自动派单很少依据交通警情的特点进行综合考虑，交通警情派单过程中，存在内容和地址会共同作用的情形，单纯从报警内容或者报警地址出发的派单方法存在着不足。

(2)现有技术对于机器学习产生的文本分类器的后续应用机制考虑存在着一定的不足，派单的过程仅通过阈值来判断，缺乏对实际复杂情况的一个综合考虑，因此需要设计一套智能派单机制让机器和人工混合处理，达到最优使用效果。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种交通警情的智能派单方法及终端，以解决现有警情文本分类和派发技术并未针对交通接处警进行优化和落地的问题。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种交通警情的智能派单方法，步骤如下：

1)接收交通警情数据，获取报警内容和报警地址的文本信息；

2)对接收到的数据进行预处理，去除报警内容文本中反复出现且无指派特征的业务前缀、后缀；

3)判断报警地址文本和报警内容文本是否能在禁忌表中进行匹配，若匹配则转到人工进行处理，否则进入步骤4)；

4)利用通过机器学习训练好的分类器对警情进行分类，获取类型分类结果后，对于由特定部门负责的特定类型的警情，则直接自动派单，若无法直接自动派单则转入步骤5)，进行二次分类；

5)利用通过机器学习训练好的分类器对警情的报警地址文本进行分类计算，得到所属分类(即处理单位)以及标准化后的后验概率P_K；

其中,k为后验概率最大的分类，所有分类的后验概率标准化后和为100；

6)将所述标准化后的后验概率P_K与后验概率的阈值Q进行比较，若高于后验概率的阈值Q则将警情自动派发至步骤5)中分类所得的处理单位；否则将其转为人工处理。

进一步地，所述禁忌表内存储有报警内容和报警地址的筛选正则表达式，表达式描述了在实际过程中易发生错误派单的特定的报警内容和报警地址。