[发明专利]基于空间轨迹大数据分析的人员管控方法及系统

说明书

本发明涉及人员行为模式分析技术领域，具体地说是一种基于空间轨迹大数据分析的人员管控方法及系统，其包括重点人员轨迹数据抽取，对用户指定的重点人员、空间区域以及时间范围，根据身份证号从多个数据库查询该人员的轨迹地址信息；根据轨迹地址名称，从地址库中找到对应的地理经纬度坐标。最终，每个重点人员都可以表示为一个对应的地理坐标序列；轨迹数据向量化，对轨迹模式进行潜语义分析，对矩阵进行奇异值分解，然后降维重建矩阵，重建后的矩阵即为重点人员轨迹模式的潜在语义矩阵；对重点人员进行聚类，根据聚类处理结果分配管控任务，本发明相对于现有技术能够从海量的人员轨迹数据中，挖掘重点人员潜在联系，并合理分配管控任务。

技术领域：

本发明涉及人员行为模式分析技术领域，具体地说是一种能够根据空间活动轨迹对一批重点监控人员进行聚类的基于空间轨迹大数据分析的人员管控方法及系统。

背景技术：

随着第二代居民身份证的普及，二代证读卡器的应用也逐渐深入到各行各业，例如网吧、旅馆、银行、火车站等。因此，基于二代证的人员轨迹信息数据也呈爆发式的增长。在公安部门，经常需要通过身份证对一些特定的重点人员进行跟踪和管控。重点人员管控是公安情报工作的重要内容，也是基层民警对人员和辖区管理的重点，但现阶段重点人员管控只存在于数据层面，大部分分析模型设置的不科学，致使公安情报部门和基层民警管控工作疲于应付，没有落到实处，没有形成直观的管控思维。

近年来，各地公安部门先后建立了警用地理信息系统平台，为公安部门的业务发展、工作能力提升提供了新的技术支撑。警用地理信息系统平台是改变公安信息化格局的重要平台，公安部门情报分析应用与警用地理信息系统平台的结合将成为今后公安工作的总体思路。

当前，公安行业已经进入了大数据时代。大数据分析是公安业务今后发展的重要方向，也是公安部门必须面临的挑战。通过对空间轨迹进行大数据分析，公安人员能够快速的挖掘重点人员之间的潜在联系，进行分类处理，这对公安部门管控重点人员能够起到很好的辅助作用。

目前学术界关于人员轨迹分析已经有大量的研究成果，但是这些研究成果多是过于理论化，并没有结合实际应用场景做特定的优化，尤其是针对警用犯罪行为分析方面的优化更少。基层公安部门人力有限，只能在一定辖区地理范围内开展工作，所以基于空间轨迹的大数据分析算法输出的结果必须要满足现实需求才能真的起到有益作用。

发明内容：

本发明针对现有技术存在的缺点和不足，提出一种从海量的人员轨迹数据中，挖掘重点人员潜在联系，并合理分配管控任务的基于空间轨迹大数据分析的人员管控方法及系统。

本发明通过以下措施达到：

一种基于空间轨迹大数据分析的人员管控方法，其特征在于包括以下步骤：

步骤1：重点人员轨迹数据抽取，对用户指定的重点人员、空间区域以及时间范围，根据身份证号从多个数据库查询该人员的轨迹地址信息；根据轨迹地址名称，从地址库中找到对应的地理经纬度坐标。最终，每个重点人员都可以表示为一个对应的地理坐标序列；

步骤2：轨迹数据向量化，对用户指定的空间区域进行网格化处理，对每个网格进行编号；然后根据第一步提取的坐标信息，对每个重点人员的轨迹序列进行基于网格序号的直方图统计，重点人员在某个网格范围内出现一次，那么该网格对应的直方图计数加一，最终，每个重点人员都可以表示为一个向量；

步骤3：对轨迹模式进行潜语义分析，将一批重点人员的轨迹向量表示为一个矩阵，其中矩阵的每一列表示一个重点人员的轨迹，每一行表示用户指定的空间区域的一个网格，矩阵的一个元素表示某个重点人员在该网格范围内出现的次数，对矩阵进行奇异值分解，然后降维重建矩阵，重建后的矩阵即为重点人员轨迹模式的潜在语义矩阵；

步骤4：对重点人员进行聚类。根据前一步获得的潜在语义矩阵，使用k-means方法对重点人员进行聚类处理；

步骤5：根据聚类处理结果分配管控任务。