[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

说明书

本公开提供了警情高发地的识别方法、装置、电子设备及存储介质。该方法的一具体实施方式包括：获取历史警情文本集；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；基于预设的聚类算法对特征向量集进行聚类处理，得到至少一个聚类簇；确定每个聚类簇的聚类中心；根据各聚类簇的聚类中心对应的地址，确定与历史警情文本集对应的警情高发地址集。该实施方式能够自动识别警情高发地，无需人工干预，减少了人力成本和时间成本。

技术领域

本公开涉及计算机技术领域，具体涉及警情高发地的识别方法、装置、电子设备及存储介质。

背景技术

警情热线(亦可称之为报警热线)是供人们报警反映相关问题或者需求帮助的重要途径。通过对警情文本进行分析，可获得有价值的信息，例如警情发生的数量、警情高发地(即产生警情问题的数量较多的地区)等，进而为有针对性的解决警情问题和进行社会治理提供重要支持。

相关技术中，主要通过人工统计分析的方式通过历史警情文本确定警情问题高发地，这种方式至少存在以下不足之处：随着时间积累，警情文本的数量日益增加，人工处理的低效率使其无法有效处理大体量数据；警情文本多采用自然语言描述的方式，表达方式口语化且无规则，使得人工统计分析的难度较大。

因此，有必要提出一种新的识别警情高发地的技术方案。

发明内容

本公开提出了警情高发地的识别方法、装置、电子设备及存储介质。

第一方面，本公开提供了一种警情高发地的识别方法，包括：

获取历史警情文本集；

提取上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，上述特征向量包括表示地址的分量；

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

确定每个上述聚类簇的聚类中心，其中，上述聚类簇的聚类中心是上述聚类簇中到上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；

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

在一些可选的实施方式中，在上述确定与上述历史警情文本集对应的警情高发地址集后，上述方法还包括：

对上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；

获取上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；

根据上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，上述时间序列以上述警情数量为指标数值，以上述预设时间单位为时间单位；

对上述时间序列进行线性拟合，得到对应的拟合直线斜率；

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

在一些可选的实施方式中，上述预设时间段的长度为预设时长，上述预设斜率阈值和上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，上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，上述样本时间序列是根据样本区域在历史时间段中每个上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，上述预设训练参数包括滑动窗口长度、滑动步长和斜率阈值；