[发明专利]警情高发地的识别方法、装置、电子设备及存储介质

权利要求书

1.一种警情高发地的识别方法，包括：

获取历史警情文本集；

提取所述历史警情文本集中每个历史警情文本的特征向量并生成特征向量集，其中，所述特征向量包括表示地址的分量；

基于预设的聚类算法对所述特征向量集进行聚类处理，得到至少一个聚类簇，其中，所述聚类簇包括至少一个所述特性向量；

确定每个所述聚类簇的聚类中心，其中，所述聚类簇的聚类中心是所述聚类簇中到所述聚类簇中其他全部特性向量的距离之和最小的特征向量；

根据各所述聚类簇的聚类中心对应的地址，确定与所述历史警情文本集对应的警情高发地址集。

2.根据权利要求1所述的方法，其中，在所述确定与所述历史警情文本集对应的警情高发地址集后，所述方法还包括：

对所述警情高发地址集中的地址执行以下区域异常趋势确定操作：

确定与该地址对应的目标区域；

获取所述目标区域在预设时间段中每个预设时间单位内的警情数量；

根据所述目标区域在预设时间段中每个预设时间单位内的警情数量，生成相应的时间序列，其中，所述时间序列以所述警情数量为指标数值，以所述预设时间单位为时间单位；

对所述时间序列进行线性拟合，得到对应的拟合直线斜率；

将所述拟合直线斜率与预设斜率阈值进行比较，若所述拟合直线斜率大于所述预设斜率阈值，则将所述目标区域在所述预设时间段中的警情数量变化趋势确定为异常。

3.根据权利要求2所述的方法，其中，所述预设时间段的长度为预设时长，所述预设斜率阈值和所述预设时长是通过如下训练步骤确定的：

获取训练样本集，其中，所述训练样本集中的训练样本包括样本时间序列和对应的表征该样本时间序列在每个时间单位上是否异常的标签，所述样本时间序列是根据样本区域在历史时间段中每个所述预设时间单位内的警情数量生成的；

获取预设训练参数的至少两组候选值，其中，所述预设训练参数包括滑动窗口长度、滑动步长和斜率阈值；

基于时间序列中的窗口滑动方法，通过所述训练样本集确定所述至少两组候选值中每组候选值对应的验证准确率；

将所述至少两组候选值中验证准确率最高的一组候选值对应的斜率阈值和滑动窗口长度分别确定为所述预设斜率阈值和所述预设时长。

4.根据权利要求3所述的方法，其中，所述基于时间序列中的窗口滑动方法，通过所述训练样本集确定所述至少两组候选值中每组候选值对应的验证准确率，包括：

对于所述至少两组候选值中的每组候选值，执行第一操作以确定该组候选值在所述训练样本集上的验证准确率，所述第一操作包括：

对于所述训练样本集中的每个训练样本，执行第二操作以确定该组候选值在该训练样本上的验证结果，所述第二操作包括：按照该组候选值中的滑动窗口长度和滑动步长，将滑动窗口沿该训练样本对应的样本时间序列进行滑动，使得所述滑动窗口遍历该训练样本对应的样本时间序列；将所述滑动窗口在每个滑动位置下截取的该训练样本对应的时间序列的片段，确定为该训练样本对应的子时间序列；对该训练样本对应的每个子时间序列进行线性拟合，得到相应的拟合直线斜率；确定该训练样本对应的每个拟合直线斜率是否大于该组候选值中的斜率阈值；响应于确定是，确定该拟合直线斜率对应的子时间序列的识别结果为异常；响应于确定否，确定该拟合直线斜率对应的子时间序列的识别结果为非异常；根据该训练样本对应的各子时间序列的识别结果和该训练样本对应的所述标签，确定该组候选值在该训练样本上的验证结果；

根据该组候选值在所述训练样本集中的每个训练样本上的验证结果，确定该组候选值在所述训练样本集上的验证准确率。

5.根据权利要求1所述的方法，其中，所述提取历史警情文本集中每个历史警情文本的特征向量并生成特征向量集，包括：

对于所述历史警情文本集中每个历史警情文本，根据该历史警情文本对应的结构化信息，确定该历史警情文本对应的特征向量的相应分量；和/或对该历史警情文本进行信息提取，确定该历史警情文本对应的特性向量的相应分量。