[发明专利]基于多维数据库的再次出现限制行为的预测方法及系统

权利要求书

1.一种基于多维数据库的再次出现限制行为的预测方法，其特征在于，所述方法，包括：

构建多维异构数据库，所述多维异构数据库中包括前次法律文书数据、前次进入限制活动场所的相关数据、前次限制活动场所内的监控数据以及当前限制行为的法律文书数据；

对所述前次法律文书数据、前次进入限制活动场所的相关数据、前次限制活动场所内的监控数据以及当前限制行为的法律文书数据进行数据挖掘以及数据清洗，以生成样本数据集，所述样本数据集包括训练数据集以及测试数据集；

根据限制活动人员在预设期限内的再次出现限制行为数据，进行正负例划分，以作为正、负例标签；

构建原始中短期再次出现限制行为风险预测模型；

通过关联查询在所述训练数据集中选取预设维度的特征向量组，作为输入数据，输入至所述原始中短期再次出现限制行为风险预测模型中进行预测处理，以输出再次出现限制行为预测概率；

根据所述再次出现限制行为预测概率以及正、负例标签，计算损失函数值，根据所述损失函数值对所述原始中短期再次出现限制行为风险预测模型进行迭代训练，直到符合预设条件时，生成实际中短期再次出现限制行为风险预测模型，以通过所述实际中短期再次出现限制行为风险预测模型对限制活动人员预设时间范围内再次出现限制行为风险进行预测。

2.如权利要求1所述的基于多维数据库的再次出现限制行为的预测方法，其特征在于，所述构建多维异构数据库之后，包括：

通过对所述前次限制活动场所内的监控数据进行视频图像分析，获取不同限制活动人员之间的亲密度参数；

根据所述亲密度参数，计算与其他共同参与限制行为的人员亲密度，以作为待预测数据，并归类至所述样本数据集中。

3.如权利要求1所述的基于多维数据库的再次出现限制行为的预测方法，其特征在于，根据限制活动人员在预设期限内的再次出现限制行为数据，对所述样本数据集中对应的限制活动人员进行正、负例划分，包括：

当所述限制活动人员在预设期限内发生再次出现限制行为事件时，将所述样本数据集中对应的限制活动人员划分为负例；

当所述限制活动人员在预设期限内没有发生再次出现限制行为事件时，将所述样本数据集中对应的限制活动人员划分为正例。

4.如权利要求1所述的基于多维数据库的再次出现限制行为的预测方法，其特征在于，所述根据所述再次出现限制行为预测概率以及正、负例标签，计算损失函数值，包括：

通过预设损失函数以及反向传播算法，对所述再次出现限制行为预测概率以及正、负例标签，计算所述损失函数值。

5.如权利要求1所述的基于多维数据库的再次出现限制行为的预测方法，其特征在于，所述生成实际中短期再次出现限制行为风险预测模型之后，包括：

获取待预测限制活动人员的当前限制行为的法律文书数据、因限制行为而进入限制活动场所的相关数据以及限制活动场所内的生活数据；

对所述当前限制行为的法律文书数据、因限制行为而进入限制活动场所的相关数据以及限制活动场所内的生活数据进行数据挖掘以及数据清洗，以生成待预测特征数据；

将所述待预测特征数据输入至所述实际中短期再次出现限制行为风险预测模型，以输出所述待预测限制活动人员的再次出现限制行为预测概率。

6.如权利要求5所述的基于多维数据库的再次出现限制行为的预测方法，其特征在于，所述实际中短期再次出现限制行为风险预测模型包括输入层、多个隐藏层以及输出层，所述将所述待预测特征数据输入至所述实际中短期再次出现限制行为风险预测模型，以输出所述待预测限制活动人员的再次出现限制行为预测概率，包括：

通过所述输入层接收所述待预测特征数据；

将所述输入层接收的待预测特征数据依次输入至多个隐藏层中进行处理；

通过所述输出层输出最后一层隐藏层处理后得到的所述待预测限制活动人员的再次出现限制行为预测概率。