[发明专利]一种涉法人员群体画像分析系统及方法

权利要求书

1.一种涉法人员群体画像分析方法，其特征在于，包括如下步骤：

(1)采集涉法数据，并对涉法数据进行融合及预处理；

(2)对融合及预处理后的涉法数据进行深度脱敏；其中，深度脱敏方法步骤如下：

(2.1)统计涉法人员姓名信息，按照姓名中姓和名字的分布情况，重新生成涉法人员姓名；

(2.2)对涉法数据中涉及到的组织机构信息进行编码处理；

(2.3)将身份证件和联系方式转化为唯一标识代码形式；

(2.4)结合外部地图数据，对采集到的地址信息进行规范化处理，规范化为省市县的形式，不涉及更加详细信息；

(2.5)识别所述融合及预处理后的涉法数据中的实体数据，对所述实体数据执行步骤(2.1)-(2.4)，完成数据脱敏；

(3)基于涉法数据分别进行文本特征处理与数值特征处理，并进行特征融合，得到涉法人员的特征；

(4)对涉法人员的特征作升维处理，将其转化为固定长度向量后作降维处理，并采用聚类算法进行涉法人员群体挖掘；

(5)基于聚类结果，结合涉法人员的特征进行群体画像构建；

(6)对构建得到的人物画像进行可视化处理，并支持根据界面展示对特征进行二次筛选。

2.根据权利要求1所述的一种涉法人员群体画像分析方法，其特征在于：所述步骤(1)具体为：通过多个业务系统收集涉法数据，将涉法人员基本信息赋予不同的权重，计算涉法人员相似程度，通过设置相似程度阈值、冗余信息处理、冲突信息处理来进行跨系统数据融合，并将单个业务系统中完全相同的记录去除，将空值率大于预设阈值的字段去除。

3.根据权利要求1所述的一种涉法人员群体画像分析方法，其特征在于：所述步骤(3)具体为：将涉法数据归类为文本特征数据与数值特征数据，具体划分为人员固定属性、人员动态属性、文本描述、地址、组织以及涉法案件特征六种特征类别数据，对这六种特征类别分别进行数据处理，并进行特征融合得到涉法人员的特征；其中，六种特征类别数据及处理具体如下：

1)人员固定属性数据反映涉法人员的基本信息，对数据进行预处理；

2)人员动态属性数据是指随着时间变化而不断改变的特征，反映涉法人员思想、行为变化状态，计算各动态属性数据的均值、方差、以及变化趋势，其中类别类数据需转化为数值型数据；

3)文本描述数据反应涉法案件文本描述信息，先进行分词，并采用word2vec模型生成X维向量；

4)地址数据反映涉法案件的地址相关性，采用步骤(2.4)所述方法处理；

5)组织数据反映涉法案件的组织相关性，采用步骤(2.2)所述方法处理；

6)涉法案件特征是指司法机关对涉法人员涉法事件的相关裁定信息，并对此类信息进行预处理。

4.根据权利要求3所述的一种涉法人员群体画像分析方法，其特征在于：所述变化趋势通过如下公式计算：

x＝[x₁,x₂,…,x_m]

其中，m表示某个涉法人员动态数据记录条数；j是下标，无实际意义；x表示动态记录；1{}表示括号中记录为真则值为1，否则值为0；td(x)是特征x的变化趋势值，代表动态数据变好或者维持现状的趋势，在0-1之间。