[发明专利]基于分层岭回归算法的警情预测方法和预测系统

权利要求书

1.基于分层岭回归算法的警情预测方法，其特征在于，包括如下步骤：

(1)采集小区、社区、派出所的历史属性数据和小区的警情数量，对采集数据进行数据清洗，并将地址字段进行标准化处理；

(2)确定训练样本：步骤1处理后的数据按照时间区间分为N组，将每组数据的属性平均值和警情数量平均值作为训练样本，构成有N个样本的训练集；

(3)基于分层岭回归模型建立警情预测模型，所述警情预测模型为：

SI＝α₀+α₁x₁+α₂x₂+…+α_lx_l

α_i＝β_i0+β_i1y₁+β_i2y₂+…+β_imy_m

β_ij＝γ_ij0+γ_ij1z₁+γ_ij2z₂+…+γ_ijnz_n

其中x₁,x₂,…,x_l为小区h的属性数据，y₁,y₂,…,y_m为小区h所属的社区c(h)的属性数据；z₁,z₂,…,z_n为社区c(h)所对应派出所的属性数据，SI为小区h的警情数量；l,m,n分别为小区、社区、派出所的属性数量；α_i，β_ij，γ_ijk为警情预测模型的回归系数；i＝0,1,…,l，j＝0,1,…,m，k＝0,1,…,n；

利用训练样本对警情预测模型进行训练，通过最小化损失函数来确定回归系数；所属损失函数L(α,β,γ)为：

其中SI(p)为警情预测模型根据训练集中第p个训练样本中的属性数据预测得到的警情数量；W(p)为训练集中第p个训练样本中的警情数量；

(4)获取待预测小区的属性数据，将其输入训练好的警情预测模型中，得到待预测小区的警情数量预测值。

2.根据权利要求1所述的警情预测方法，其特征在于，所述小区的属性包括：

(a)人口结构信息；所述人口结构信息包括以下(a1)-(a4)的一项或多项：

(a1)流动人口数量；

(a2)流动人口比例；

(a3)重点人员数量；

(a4)流动人口与常住人口中以下信息的一项或多项：

各文化程度人口的比例、平均家庭人口数、党员比例、8岁以下儿童人口比例、8到15岁青少年人口比例、15岁到30岁青年人口比例、30到60岁中年人口比例、60岁以上老年人口比例、少数民族人口比例、拥有社保人数比例、人员居住时长；

所述重点人员是公安根据业务规则制定的人员；所述文化程度包括：文盲，小学，初中，高中，大学及大学以上；

(b)车辆信息；所述车辆信息为小区住户拥有的机动车辆数；

(c)房屋信息；所述房屋信息包括以下一项或多项：小区内部监控点数量、小区房屋均价、在租房屋数量、小区自来水用水量；

(d)治安信息；所述治安信息为巡防频率；

所述社区的属性包括以下一项或多项：房产数量、娱乐场所数量、第一产业从业人口比例、第二产业从业人口比例、第三产业从业人口比例；所述娱乐场所包括洗浴中心、网吧、棋牌室、KTV；

所述派出所的属性包括：接警数量、处警数量、警员人数，巡防人次，过车数量；所述过车数量为所述派出所辖区内车辆卡口采集的每个月外地车辆、本地车辆的车辆数。

3.根据权利要求1所述的警情预测方法，其特征在于，所述地址标准化包括：

(1.1)根据待预测地区内的地点名词建立地点名词词库和层级行政区划库；

(1.2)将地点名词词库作为词典库，对采集数据中的地址字段分词，提取分词结果；

(1.3)提取出的地点名词映射到标准地址；所述标准地址包括小区字段、社区字段和派出所字段。