[发明专利]排序模型建立方法、案件线索推荐方法、装置及介质

说明书

本发明涉及线索推荐技术领域，具体涉及一种排序模型建立方法、案件线索推荐方法、装置及介质。本发明旨在解决现有案件线索推荐系统存在的逻辑单一、准确度不佳的问题。为此目的，本发明的模型建立方法包括：获取与多个管理对象相关的多模态数据；基于多模态数据，确定多个管理对象之间的关系数据；根据多模态数据和关系数据，生成与多个管理对象相关的标签；基于关系数据和标签，生成联合表示；基于联合表示，建立排序模型，以用于对多个所述管理对象进行排序。通过获取管理对象的多模态数据进行学习建模，充分利用业务方多模态的海量数据，对管理对象的刻画更立体，推荐的准确率和覆盖率均能有大幅度提高。

技术领域

本发明涉及线索推荐技术领域，具体涉及一种排序模型建立方法、案件线索推荐方法、装置及介质。

背景技术

案件线索推荐系统，是针对刑侦场景进行案件分析时，基于对海量数据的挖掘，为刑侦人员自动推荐与案情可能相关的管理对象的系统。其中，管理对象包括人、事、地、物、组织等。

随着大数据技术的发展，目前的案件线索推荐系统基本解决了海量数据的实时推荐问题。但是，现有的案件推荐系统方案通常基于单一模态的数据，例如：通过案件卷宗数据构建人、事、地间的实体关系图谱，针对输入案件生成语义树模型进行推荐。而业务方(即刑侦方)可获取的数据资源是多模态的，现有的案件线索推荐系统没有充分利用业务方丰富的数据，导致系统上线后往往准确度不佳，或者推荐线索逻辑过于单一，业务价值不大。

相应地，本领域需要一种新的技术方案来解决上述问题。

发明内容

为了解决现有技术中的上述至少一个问题，即为了解决现有案件线索推荐系统存在的逻辑单一、准确度不佳的问题，本申请的第一方面，提供了一种用于案件线索推荐的排序模型建立方法，所述方法包括：

获取与多个管理对象相关的多模态数据；

基于所述多模态数据，确定多个所述管理对象之间的关系数据；

根据所述多模态数据和所述关系数据，生成与多个所述管理对象相关的标签；

基于所述关系数据和所述标签，生成联合表示；

基于所述联合表示，建立排序模型，以用于对多个所述管理对象进行排序。

在上述用于案件线索推荐的排序模型建立方法的优选技术方案中，在“确定多个所述管理对象之间的关系数据”的步骤之后，所述方法还包括：

将所述关系数据保存在知识图谱中。

在上述用于案件线索推荐的排序模型建立方法的优选技术方案中，所述多模态数据包括：人员静态信息数据、动态轨迹数据和案件卷宗数据。

在上述用于案件线索推荐的排序模型建立方法的优选技术方案中，所述关系数据包括静态关系数据、动态关系数据和案件关系数据，“基于所述多模态数据，确定多个所述管理对象之间的关系数据”的步骤进一步包括：

从所述人员静态信息数据中提取管理对象间的静态关系数据；

基于所述动态轨迹数据，进行轨迹融合得到融合后的动态轨迹数据，并从所述融合后的动态轨迹数据中提取管理对象间的动态关系数据；

从所述案件卷宗数据中提取管理对象间的案件关系数据。

在上述用于案件线索推荐的排序模型建立方法的优选技术方案中，“根据所述多模态数据和所述关系数据，生成与所述多个管理对象相关的标签”的步骤进一步包括：

基于所述人员静态信息数据、所述融合后的动态轨迹数据和所述知识图谱，分别生成每个所述管理对象的个人标签和多个所述管理对象之间的关系标签。

在上述用于案件线索推荐的排序模型建立方法的优选技术方案中，“基于所述关系数据和所述标签，生成联合表示”的步骤进一步包括：