[发明专利]犯罪预测方法、装置、设备及计算机可读存储介质

权利要求书

1.一种犯罪预测方法，其特征在于，所述犯罪预测方法包括以下步骤：

获取多维数据集，并对所述多维数据集进行治理分析，得到目标样本数据；

利用所述目标样本数据对预设待训练模型进行迭代训练和参数调整，得到目标预测模型；

获取待预测数据并将所述待预测数据输入到所述目标预测模型中，得到目标预测结果。

2.如权利要求1所述的犯罪预测方法，其特征在于，所述对所述多维数据集进行治理分析，得到目标样本数据的步骤，包括：

对所述多维数据集进行治理，得到目标数据集；

从所述目标数据集中提取指标特征数据；

将所述指标特征数据进行整合，得到目标样本数据。

3.如权利要求2所述的犯罪预测方法，其特征在于，所述对所述多维数据集进行治理，得到目标数据集的步骤，包括：

对所述多维数据集进行过滤清洗，得到第一目标数据集；

从所述第一目标数据集中识别缺损数据，并对所述缺损数据进行填补，得到第二目标数据集；

对所述第二目标数据集进行标准化处理，得到目标数据集。

4.如权利要求2所述的犯罪预测方法，其特征在于，所述目标数据集包括静态数据和动态数据，所述从所述目标数据集中提取指标特征数据的步骤，包括：

从所述目标数据集的静态数据中提取指标特征；

将所述目标数据集中的动态数据与所述静态数据进行关联清洗处理，确定所述指标特征对应的指标特征值；

将所述指标特征和所述指标特征值进行整合，得到指标特征数据。

5.如权利要求1所述的犯罪预测方法，其特征在于，所述利用所述目标样本数据对预设待训练模型进行迭代训练和参数调优，得到目标预测模型的步骤，包括：

将所述目标样本数据划分为训练数据和测试数据；

利用所述训练数据对预设待训练模型进行迭代训练，得到第一目标预测模型；

利用所述测试数据对所述第一目标预测模型进行测试，得到所述第一目标预测模型的测试结果；

根据所述测试结果对所述第一目标预测模型进行参数调整，得到目标预测模型。

6.如权利要求5所述的犯罪预测方法，其特征在于，所述利用所述训练数据对预设待训练模型进行迭代训练，得到第一目标预测模型的步骤，包括：

按照预设标记规则，对所述训练数据进行标记，将所述训练数据划分为正样本和负样本；

确定所述正样本和所述负样本的权重值，并获取预设待训练模型的模型参数值；

根据所述权重值和所述模型参数值，将所述训练数据输入至预设待训练模型，并对所述预设待训练模型进行迭代训练，得到第一目标预测模型。

7.如权利要求1所述的犯罪预测方法，其特征在于，所述获取待预测数据的步骤，包括：

获取待预测名单信息；

根据所述名单信息，获取与所述名单信息中的目标人员对应的目标多维数据集；

对所述目标多维数据集进行治理分析，提取所述目标人员对应的目标指标特征数据，并将所述目标指标特征数据设置为待预测数据。

8.一种犯罪预测装置，其特征在于，所述犯罪预测装置包括：

数据获取模块，用于获取多维数据集，并对所述多维数据集进行治理分析，得到目标样本数据；

模型构建模块，用于利用所述目标样本数据对预设待训练模型进行迭代训练和参数调整，得到目标预测模型；

结果预测模块，用于获取待预测数据并将所述待预测数据输入到所述目标预测模型中，得到目标预测结果。

9.一种犯罪预测设备，其特征在于，所述犯罪预测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的犯罪预测程序，所述犯罪预测程序被所述处理器执行时实现如权利要求1至7中任一项所述的犯罪预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有犯罪预测程序，所述犯罪预测程序被处理器执行时实现如权利要求1至7中任一项所述的犯罪预测方法的步骤。