[发明专利]一种隐性特质人员的挖掘方法、系统、存储介质及设备

说明书

本发明提供一种隐性特质人员的挖掘方法、系统、存储介质及设备，所述方法包括：获取报警数据，报警数据包括报警信息及时空数据，根据时空数据获取时空范围，根据时空范围获取对应的多条感知数据，进一步的获取实体对应标签的原始积分，累计实体的原始积分和隐性积分，得到最新积分，判断最新积分是否满足标签积分阈值，若是，则对所述实体打上标签，得到实体标签数据。上述隐性特质人员的挖掘方法、系统、存储介质及设备，通过对报警数据的分析结合时空数据，达到对隐性实体的积分管理，最终通过打标的方式达成挖掘功能在业务系统中的体现，解决了现有技术中判定隐性人员的算法过于依赖连续性的感知数据，对离散型的数据无法分析的技术问题。

技术领域

本发明涉及大数据挖掘分析技术领域，特别涉及一种隐性特质人员的挖掘方法、系统、存储介质及设备。

背景技术

随着现代社会经济和网络的迅速发展，城市的前端感知设备不断完善，多个维度的海量数据汇聚到系统，这些数据拥有巨大的挖掘潜力。

在当前全面化的治安防控体系下，对于具有某些特定性质的人员(以下简称特质人员)的监管显得尤为重要，在监管这类人员的同时，挖掘具有此类特质的隐性人员有助于预防此类人员的蔓延。然而在这类挖掘工作中，如何判断素人是否具有隐性特质是挖掘的重点。

现有技术当中，一般通过基于物联感知系统的轨迹数据的判定隐性人员的算法，过于依赖连续性的感知数据，对离散型的数据无法分析，且比对逻辑较为复杂，算力成本相对偏高。

发明内容

基于此，本发明的目的是提供一种隐性特质人员挖掘的方法、系统、存储介质及设备，用于解决现有技术中判定隐性人员的算法过于依赖连续性的感知数据，对离散型的数据无法分析的技术问题。

本申请一方面提供一种隐性特质人员的挖掘方法，所述方法包括：

获取报警数据，报警数据包括报警信息以及时空数据，所述时空数据包括时间要素和空间要素，分别对所述时间要素和所述空间要素进行扩散，得到对应的时间范围和空间范围；

组装所述时间范围和所述空间范围，得出时空范围，在所述时空范围内对所述报警信息进行时空检索，获取在所述时空范围内的多条感知数据；根据所述感知数据获取目标实体主键，对所述目标实体主键内的实体进行档案查询，得出实体身份信息，通过所述实体身份信息获得实体对应标签的原始积分；

通过所述时空数据的时间偏移量和空间偏移量对所述目标实体主键内的实体进行积分计算，得出所述实体的隐性积分；

累计所述原始积分与所述隐性积分，得到最新积分；

判断所述最新积分是否满足标签积分阈值；

若是，则对所述实体打上标签，得到实体标签数据。

在其他可选实施例中，在得到实体标签数据的步骤之后包括：

根据最后更新时间过滤出长期不活跃的实体标签数据，对所述长期不活跃的实体标签数据进行减分，得到减分后的实体标签数据；

判断所述减分后的实体标签数据的积分值是否低于所述标签积分阈值；

若是，则去除所述减分后的实体标签数据对应实体的标签。

在其他可选实施例中，所述根据所述感知数据获取目标实体主键的步骤包括：

对多条所述感知数据进行分析，抽取实体主键；

过滤重复抓拍的实体，得到所述目标实体主键。

在其他可选实施例中，在获取报警数据的步骤之后还包括：

根据所述报警信息判断所述实体是否属于挖掘范畴；

若否，丢弃所述报警数据。