[发明专利]一种用于区域安全风险预警的方法及系统

说明书

本发明公开了一种用于区域安全风险预警的方法及系统，属于数据处理技术领域。本发明方法，包括：生成用于区域安全风险预警的基础数据；将所述基础数据及所述基础数据所对应的粒度属性作为训练模型的输入数据，将所述风险特征作为训练模型的输出数据，将所述输入数据及输出数据，输入至训练模型，并基于聚类算法对所述训练模型进行训练，以得到用于区域安全风险预警的风险预警模型；基于所述影响区域安全的风险特征，确定所述目标区域存在的安全隐患，并基于所述确定的目标区域存在的安全隐患，生成预警报告。本发明为区域风险防范的快速决策提供了技术基础。

技术领域

本发明涉及数据处理技术领域，并且更具体地，涉及一种用于区域安全风险预警的方法及系统。

背景技术

在诸如金融、电信、证券、大型仓储超市等行业的管理中，尤其在社区风险防范上决策分析的时效性尤为关键。而这些领域的数据的实时更新、动态累积特点更加突出，这就要求首先要基于数据库、数据仓库提供的数据，搭建数据共享与交换平台、实现多源数据的整合与共享使用，其次要从大规模、多模态数据的多视角合理划分与恰当利用数据的粒度属性来提高计算效率，发现数据背后隐藏的深层规律。

发明内容

针对上述问题，本发明提出了一种用于区域安全风险预警的方法，其特征在于，包括：

针对目标区域，为所述目标区域构建多粒度的网络层级机构，基于所述多粒度的网络层级机构，获取目标区域在预设时间段内的结构化数据和非机构化数据，将所述结构化数据和非结构化数据分别存储至结构化数据表和非结构化数据表中，并为所述结构化数据表构建外键，基于所述外键联结非结构化数据表，以生成用于区域安全风险预警的基础数据；

基于粒计算技术确定所述基础数据的粒度属性，基于所述粒度属性和聚类算法对所述基础数据进行融合，以提取基础数据中影响区域安全的风险特征，将所述基础数据及所述基础数据所对应的粒度属性作为训练模型的输入数据，将所述风险特征作为训练模型的输出数据，将所述输入数据及输出数据，输入至训练模型，并基于聚类算法对所述训练模型进行训练，以得到用于区域安全风险预警的风险预警模型；

基于所述多粒度的网络层级机构，获取目标区域在目标时间段内的用于区域安全风险预警的基础数据，作为目标数据输入至风险预警模型，通过所述风险预警模型对所述目标数据进行融合，以得到所述目标数据中影响区域安全的风险特征，基于所述影响区域安全的风险特征，确定所述目标区域存在的安全隐患，并基于所述确定的目标区域存在的安全隐患，生成预警报告。

可选的，结构化数据包括：目标区域的政务化信息数据，所述非结构化数据包括：目标区域内的区域运行信息数据。

可选的，获取目标区域在预设时间段内的结构化数据和非机构化数据前，所述方法还包括：确定风险预警主题，基于所述风险预警主题，确定数据抽取字段，基于所述数据抽取字段，在数据库中，抽取结构化数据和非机构化数据，所述数据库中存储有多种主题的结构化数据和非机构化数据。

可选的，预警报告通过区域内的多种展示工具进行展示。

再一方面，本发明还提出了一种用于区域安全风险预警的系统，包括：

数据采集单元，用于针对目标区域，为所述目标区域构建多粒度的网络层级机构，基于所述多粒度的网络层级机构，获取目标区域在预设时间段内的结构化数据和非机构化数据，将所述结构化数据和非结构化数据分别存储至结构化数据表和非结构化数据表中，并为所述结构化数据表构建外键，基于所述外键联结非结构化数据表，以生成用于区域安全风险预警的基础数据；

模型搭建单元，用于基于粒计算技术确定所述基础数据的粒度属性，基于所述粒度属性和聚类算法对所述基础数据进行融合，以提取基础数据中影响区域安全的风险特征，将所述基础数据及所述基础数据所对应的粒度属性作为训练模型的输入数据，将所述风险特征作为训练模型的输出数据，将所述输入数据及输出数据，输入至训练模型，并基于聚类算法对所述训练模型进行训练，以得到用于区域安全风险预警的风险预警模型；