[发明专利]一种基于时空聚类和多模型融合的群体行为分析和预测方法

摘要

本发明是一种基于时空聚类和多模型融合的群体行为分析和预测方法，其特征在于：包括以下步骤，(1)检索第一RAM单元中的每条数据，利用基于待融合随机集合模型的傅里叶算法，对该条数据进行分词处理，将每条数据切成若干字节信息的集合；(2)检索每条数据的词汇集合，利用时间归一化算法，确定每条数据的时间属性；(3)检索每条数据的词汇集合，利用位置归一化算法，确定每条数据的位置属性；(4)检索每条数据的词汇集合，利用规则归并算法，确定每条数据的信用事件类型和等级；(5)根据(2)～(4)过程确定的属性信息，将每条数据规则化为<时空坐标信息,信用事件类型,信用等级>四组融合模型，即使用该四组融合模型概化每条数据。

主权项

1.一种基于时空聚类和多模型融合的群体行为分析和预测方法，其特征在于：包括以下步骤：步骤1：获取与突发信用事件有关的政府采集数据，并将数据存入第一数据区中；步骤2：检索第一数据区中的每条数据，利用基于待融合随机集合模型的傅里叶算法，将每条数据切成若干字节信息的集合；再从中抽取数据的时空坐标信息、信用事件类型和信用等级属性，并将数据规则化为时空坐标信息，信用事件类型，信用等级四组融合模型；将规则化数据存入第二数据单元；步骤3：根据该突发信用事件的政策信息，提取该突发信用事件的发生时空坐标和信用事件类型以建立信用事件的时空聚类的融合信息，并以<时空坐标信息，信用事件类型>3元组组融合模作为时空聚类的融合信息；步骤4：检索第二RAM单元中的数据，分别计算每条数据到融合信息的时空坐标绝对位置和文本距离，将3种距离均小于给定阈值的数据，归入候选结果第三数据集合；然后根据第三数据集合中的信用等级属性，将数据分成若干簇，完成时空聚类；步骤5：根据融合结果的时空特征，将其叠加到系统地理位置云端上，展现事件在时空坐标系上的发展轨迹。