[发明专利]一种基于移动互联网技术的小区门禁报警预测方法

权利要求书

1.一种基于移动互联网技术的小区门禁报警预测方法，其特征在于，

包括以下步骤：

采集门禁报警数据；

对门禁报警数据进行初始化处理；

对初始化处理后的门禁报警数据进行关联性分析；

对关联性分析结果整合实现警情预测。

2.根据权利要求1所述的一种基于移动互联网技术的小区门禁报警预测方法，其特征在于：门禁报警数据采集包括小区住房智能门禁采集报警数据，上传至服务器数据库存储。

3.根据权利要求1所述的一种基于移动互联网技术的小区门禁报警预测方法，其特征在于：报警数据初始化包括对数据库中的报警数据进行筛选初始化，过滤出报警发生的具体地址。

4.根据权利要求1所述的一种基于移动互联网技术的小区门禁报警预测方法，其特征在于：关联分析包括使用FPGrowth算法对随机报警发生的记录进行关联分析。

5.根据权利要求1所述的一种基于移动互联网技术的小区门禁报警预测方法，其特征在于：整合预测结果包括根据关联分析得到的结果集，通过整合计算，得到警情发生的随机概率和报警点之间的警情发生支持度，进而得到报警预测的结果。

6.根据权利要求2所述的一种基于移动互联网技术的小区门禁报警预测方法，其特征在于：所述小区住房智能门禁采用RFID识别开锁，在小区住房智能门禁配置传感器，用于检测小区住房智能门禁的异常情况，若发生异常，则上传一条报警记录至服务器数据库进行存储。

7.根据权利要求3所述的一种基于移动互联网技术的小区门禁报警预测方法，其特征在于：将报警数据进行初始化包括将小区划分为多个建筑，对每个建筑物进行编号，再对建筑物内部楼层进行编号。

8.根据权利要求4所述的一种基于移动互联网技术的小区门禁报警预测方法，其特征在于：使用FPGrowth算法对随机报警发生的记录进行关联分析是指扫描当前门禁报警的事务数据库，计算每个报警点在所有报警记录中出现的频数，报警点按照频数递减排序，得到频繁项集；基于所述频繁项集，对当前每条记录中各个报警点进行重新排序；建立FP－Tree，将重新排序得到的报警发生记录插入FP－Tree。

9.根据权利要求8所述的一种基于移动互联网技术的小区门禁报警预测方法，其特征在于：所述FP－Tree中一个节点表示一个报警点，一条路径对应一个季度该小区的门禁报警记录，每条路径上节点的计数值表示支持度，所示支持度用于确定任意两个报警点间的关联程度。

10.根据权利要求9所述的一种基于移动互联网技术的小区门禁报警预测方法，其特征在于：从所述FP－Tree找出频繁项，得到每个报警点二项之间的频繁项集合，所述频繁项集合包括每个报警点与其它报警点之间的支持度，一个报警点到其他任意一个报警点的发生概率为该报警点与其他任意一个报警点之间的支持度与该报警点到各个报警点的支持度之和之间的比值。