[发明专利]一种社会安全风险监测预警方法

说明书

本发明提供了一种社会安全风险监测预警方法，能够自动持续地爬取社会安全风险相关数据，并且基于建立的社会安全事件结构化表征模型识别各类安全风险，抽取出各类风险事件的关键要素，实现风险数据的结构化；通过构建的多级风险传导预警模型，实现各类社会安全风险以及综合风险的动态监测，并输出预测值。本发明还用于风险预测结果可视化并发送预警信息给相应接收端，能够展示一段时间内的风险变化走势，并将预警信息在地图上展现出来。本发明对安全事件进行分级分类，建立了动态监测预警模型，提高了社会安全风险预警的精准度。

技术领域

本发明涉及一种社会安全风险监测预警方法。

背景技术

社会安全事件的发生具有随机性与突然性，会引起一定程度的社会动荡，社会安全风险的持续监测与精准预警对于维护社会稳定非常重要。

社会安全事件种类繁多，目前对于社会安全风险监测预警的研究，大多没有对安全事件进行科学系统地分类，不能有效地预测每一类社会安全事件的状态，从而无法对社会安全综合风险进行精准的预测；另一方面，预警模型较为单一固定，缺少分级预警体系，未能实现预警模型在预测过程中根据分级预测结果进行动态调整，导致预测结果准确率降低。

因此，在对社会安全风险进行监测预警时，需要一种对安全事件进行分级分类、预警机制根据实际情况动态调整的系统性的预警方法，来增加社会安全风险预警的精准性。

发明内容

发明目的：为实现社会安全风险的自动监测与预警，提供一种社会安全风险监测预警技术方案，自动持续地爬取互联网、传感网、政务网上社会安全的有关数据，基于建立的社会安全事件结构化表征模型实现数据的结构化，构建多级传导的风险预警模型，实现各类安全事件的识别、分类、以及综合风险预警，可视化显示预警结果。

为了解决上述技术问题，本发明提出了一种社会安全风险监测预警方法，包括多元信息采集、风险预警和风险态势监测三个步骤；

步骤1、多元信息采集，通过分布式网络爬虫技术和定时数据接入技术，自动持续地从互联网、传感网、政务网采集社会安全风险数据，再通过事件语义抽取技术识别各类安全风险，并抽取出各类风险事件的关键要素，建立社会安全事件结构化表征模型，对社会安全事件进行分类，确定其关键要素，实现风险数据的结构化；持续采集网络上的社会安全风险数据，采用事件语义抽取技术识别各类安全风险，根据社会安全事件结构化表征模型抽取出各类风险事件的相关信息，存入安全事件大数据库中；用于风险预警。

步骤2、风险预警，构建多级风险传导预警模型，从安全事件大数据库中获取风险数据，根据风险数据超出阈值的范围来动态调整各级指标的权重，实现各类社会安全风险以及综合风险的动态监测，并输出风险预测值；

步骤3、风险态势监测，将选定时间范围内的各类社会安全风险变化趋势进行可视化，发送预警信息给相应接收端，并将风险信息在地图上展现出来。

所述多元信息采集包括如下步骤：

步骤1-1、采用分布式网络爬虫技术和分布式数据预处理技术，自动持续采集互联网公开的社会安全风险数据，通过动态自适应的定时接入技术，汇聚传感网和政务网的安全风险非结构化文本；

步骤1-2、根据构建的社会安全事件结构化表征模型对非结构化文本进行语义抽取和风险分类，并且提取出风险的关键要素，存入安全事件大数据库中。

步骤1-2包括：