[发明专利]一种大数据下人物数据分析方法和系统

说明书

本发明提出一种大数据下人物数据分析方法和系统，包括以下步骤：步骤1，通过大数据系统对人群进行大数据信息收集和汇聚；步骤2，分析系统接入大数据系统并获取人群中每个人物的特征数据；步骤3，分析系统根据特征数据构建每个人物的数据画像；步骤4，分析系统将数据画像中的代表属性划分形成特征值，并对特征值进行赋值量化形成判定积分；步骤5，分析系统根据案件发生的区域和时间，将该时间内该区域中判定积分较高的人物样本推送并形成分析列表。本发明解决了案件发生后传统的调查取证以进行人员的筛查较为困难、且人员筛查缺乏量化标准而导致人员筛查费时费力且准确度不高的问题。

技术领域

本发明涉及人物数据分析技术领域，具体涉及一种大数据下人物数据分析方法和系统。

背景技术

传统意义上的事件调查过程中，通过监控、查访以及现场取证等方法对人员的排查难度较大，需要进行排查和随访的人群基数庞大且费时费力因此亟待提出一种便于通过人物数据的分析对人员进行量化分析和准确筛查。

发明内容

为了解决现有技术中事件发生后传统的调查取证以进行人员的筛查较为困难、且人员筛查缺乏量化标准而导致人员筛查费时费力且准确度不高的问题。本发明提出一种具有量化功能的大数据下人物数据分析方法和系统。

一种大数据下人物数据分析方法，包括以下步骤：

步骤1，通过大数据系统对人群进行大数据信息收集和汇聚；

步骤2，分析系统接入大数据系统并获取人群中每个人物的特征数据；

步骤3，分析系统根据特征数据构建每个人物的数据画像；

步骤4，分析系统将数据画像中的代表属性划分形成特征值，并对特征值进行赋值量化形成判定积分；

步骤5，分析系统根据事件发生的区域和时间，将该时间内该区域中判定积分较高的人物样本推送并形成分析列表。

进一步地，所述步骤2中获取的每个人物的特征数据来源为人物现实业务数据和互联网数据。

进一步地，所述步骤3中用于构建数据画像的特征数据包括基本属性、行为规律、社会关系、人员特征。

进一步地，所述数据画像中的特征值包括基本属性特征、行为属性特征以及关系属性特征；

所述步骤5中的判定积分包括与基本属性特征对应的基本属性积分、与行为属性特征对应的行为属性积分以及与关系属性特征对应的关系属性积分。

进一步地，所述分析列表中样本人物的数据依据判定积分由高至低依次排列，且分析列表中标示有样本人物的判定积分和基本信息。

一种大数据下人物数据分析系统，采用所述的一种大数据下人物数据分析方法，包括：

大数据系统，用于对人群进行大数据信息收集和汇聚；

分析系统，用于接入大数据系统并获取人群中每个人物的特征数据；根据特征数据构建每个人物的数据画像；对数据画像中的特征值进行赋值量化形成判定积分；并根据事件发生的区域和时间，将该时间内该区域中判定积分较高的人物样本推送并形成分析列表。

与现有技术相比，本发明的有益效果是：

本发明提出一种大数据下人物数据分析方法和系统，通过大数据系统中的海量数据汇聚分析、建模挖掘，构建出人员的“数据画像”，并根据历史的事件的特征总结出属性特点、行为特点、关系人特点等数据进行设定人物分析模型，通过对特征值的赋值使其量化，可方便直观的对比排查，当事件发生后，分析系统将数据画像与事件时间、地点进行关联并推荐出分析列表，业务人员可直接进行分析研判，极大的缩短了研判分析时间，提高了效率。

附图说明

图1是本发明一种大数据下人物数据分析方法的整体流程示意图。

图2是本发明一种大数据下人物数据分析方法和系统中数据画像构建示意图。

具体实施方式