[发明专利]一种维稳预警方法及系统、电子设备

说明书

本发明公开了一种维稳预警方法及系统、电子设备，包括采集涉稳人员的基本信息数据；基于所述涉稳人员的基本信息数据，提取出涉稳人员的特征数据；根据所述涉稳人员的基本信息数据与特征数据，进行数据关联碰撞，得到所述涉稳人员的特征参数；根据所述涉稳人员的特征参数，对所述特征参数进行处理得到特征向量，将所述特征向量输入用于预测涉稳人员参与涉稳行为的训练模型，经所述训练模型处理后得到预测所述涉稳人员参与涉稳行为的预测概率。本发明结合大数据与人工智能技术，能够预测涉稳人员异动情况，预测结果较为科学、准确。

技术领域

本发明涉及公安信息化技术领域，特别是指一种维稳预警方法及系统、电子设备。

背景技术

近年，随着社会改革不断深入，社会转型进程逐步加快，各类社会矛盾和人民内部矛盾不断叠加、交织，特别是进入信息化时代和大数据时代，表达利益诉求的渠道更加多元，表达方式更加多样，衍生结果更加多变。各类涉稳人员基于“个人维权”心理以及多种心理因素支配下产生种种非正常信访形式，在一定程度上影响了社会和谐稳定。

政府机关通过多年的社会稳控工作，各地基本都已经积累形成了一套稳定高效的重大事件处置机制及预案，但在事前预知方面仍处于盲区。而目前已建立的涉稳人员管控系统，没有充分利用信息化技术，大多采用数据的离散分值和权重的合成来计算风险指数，带有较多的主观因素，可靠性偏低。

发明内容

有鉴于此，本发明的目的在于提出一种维稳预警方法及系统、电子设备，能够预测涉稳人员异动情况，预测结果较为科学、准确。

基于上述目的，本发明提供了一种维稳预警方法，包括：

采集涉稳人员的基本信息数据；

基于所述涉稳人员的基本信息数据，提取出涉稳人员的特征数据；

根据所述涉稳人员的基本信息数据与特征数据，进行数据关联碰撞，得到所述涉稳人员的特征参数；

根据所述涉稳人员的特征参数，对所述特征参数进行处理得到特征向量，将所述特征向量输入用于预测涉稳人员参与涉稳行为的训练模型，经所述训练模型处理后得到预测所述涉稳人员参与涉稳行为的预测概率。

可选的，所述方法还包括：

根据所述预测概率，确定所述预测概率大于预设的涉稳阈值的重点涉稳人员名单。

可选的，所述方法还包括：根据所述重点涉稳人员的基本信息数据，采集与所述重点涉稳人员具有联系关系的非涉稳人员信息，及所述重点涉稳人员与所述非涉稳人员的联系频次，确定所述重点涉稳人员与所述非涉稳人员的亲密值，根据所述亲密值绘制所述重点涉稳人员的关系图谱。

可选的，所述基本信息数据包括身份信息数据、交通信息数据、位置信息数据、历史涉稳数据、家庭信息数据，所述特征参数包括所述身份信息数据、历史交通信息数据、近期位置信息数据、所述历史涉稳数据。

可选的，对所述涉稳人员的所述身份信息数据、交通信息数据、位置信息数据、历史涉稳数据、家庭信息数据、所述特征数据进行合并、按照特定条件取交集、去除重复数据项处理，得到所述特征参数。

本发明实施例还提供一种维稳预警系统，包括：

数据采集模块，用于采集涉稳人员的基本信息数据；

特征提取模块，用于基于所述涉稳人员的基本信息数据，提取出所述涉稳人员的特征数据；

分析处理模块，用于根据所述涉稳人员的基本信息数据与特征数据，进行数据关联碰撞，得到所述涉稳人员的特征参数，对所述特征参数进行处理得到特征向量，将所述特征向量输入用于预测涉稳人员参与涉稳行为的训练模型，经所述训练模型处理后得到预测所述涉稳人员参与涉稳行为的预测概率。

可选的，所述系统还包括：