一种基于特征码对特定群体人员的分析方法及系统与流程

文档序号:17721926发布日期:2019-05-22 02:13阅读:174来源:国知局
一种基于特征码对特定群体人员的分析方法及系统与流程

本发明涉及公安特殊群体人员管控领域,具体涉及一种基于特征码对特定群体人员的分析方法及系统。



背景技术:

随着信息时代的到来,随着手机等带有gps定位系统的设置越来越广泛,公安系统每天都会产生大量的人员及车辆等的大量轨迹数据。而其中只有一小部分轨迹数据是有利于破案及预防案件发生的,故而就需要一个能实时分析并且将分析结果及时反馈给办案民警的功能。而市场上现有的都是分析与某个人同行的数据,而且需要配备其所生产的设备,局限性较大。在某些情况下是不可能实现的。



技术实现要素:

为解决上述技术问题,本发明提供一种基于特征码对特定群体人员的分析方法及系统,只需要民警在平台中将所需要布控的群体的人员信息设置进布控中,本发明能根据其设置好的规则,进行数据扫描,一旦有符合条件的情况,会及时向布控民警发出通知,及时让民警知道其所管辖的人员的动向,降低其犯案的可能性,从而减少案件的发生率。本发明的技术方案如下:

作为本发明的第一方面,提供一种基于特征码对特定群体人员的分析方法,所述方法包括以下步骤:

步骤1,设定数据分析规则g;

步骤2,根据数据分析规则g,通过大数据查询引擎得到数据集d;

步骤3,根据数据分析规则g,以数据集d中的数据采集时间降序排列,得到时序数据集d1;

步骤4,根据数据集d的站点对d1进行聚类分析,得到单站点数据集d2;

步骤5,对单站点数据集d2的数据进行相互碰撞分析,得到同行或聚集结果集r;

步骤6,对同行或聚集结果集r,根据数据分析规则g进行分析计算,得到预警结果s。

进一步地,在步骤s1中,所述数据分析规则包括数据源规则、人员规则、站点规则、时间规则和预警规则;

所述数据源规则,用于选定数据扫描范围;如选定基站采集数据,卡口过车数据等作为数据扫描范围;

所述人员规则,用于选定要布控的人员;通过选定特征码的方式选定要布控的人员,所述特征码包括姓名,身份证码等;

所述站点规则,用于选定要布控的站点;如通过选定要布控的基站编号、卡口编号或视频监控点编号等来选定要布控的站点;

所述时间规则,用于设定时间差,在所述时间差内进入同一站点的人员定义为同行人员;

所述预警规则(或称为通知规则),用于设定同行人数阀值和站点阀值,超过同行人数阀值则符合聚集预警条件;同时超过同行人数阀值和站点阀值则符合同行预警条件。

进一步地,s2具体为,根据数据分析规则g中的数据源规则、人员规则以及站点规则,通过大数据查询引擎得到数据集d,所述数据集d的数据结构为t{tid,tzm,sj},其中,tid为站点标识,tzm为人员特征码,sj为数据采集时间。

进一步地,s3具体为:根据数据分析规则g中的时间规则设定的时间差,以数据集d中的数据采集时间降序排列,并将在时间差内的数据采集时间进行集合,得到时序数据集d1,所述时序数据集d1的数据结构为s{sj,[t1,t2...]},其中sj为数据采集时间,[t1,t2...]为符合数据分析规则g中的时间规则设定的时间差的数据采集时间的集合,t1,t2...均为与sj间隔时间在时间差以内的数据采集时间。

进一步地,所述单站点数据集d2的数据结构为z{sj,tid,[t1,t2...]},其中,sj为采集时间,tid为站点标识,[t1,t2...]分别为相同站点且符合数据分析规则g中的时间规则设定的时间差的数据采集时间的集合,t1,t2...均为对应站点相同且与sj间隔时间在时间差以内的数据采集时间。

进一步地,s5中:

所述相互碰撞分析具体为:分析单站点数据集d2,按顺序取一个数据与下一个数据进行比对,如果两个数据中有相同的人员且站点不相同,则将这两个数据进行合并,将两个数据中的人员进行交集合并,得到特征码集,站点进行并集合并,得到站点标识;

所述同行或聚集结果集r的结构为j{[tzm1,tzm2...],kssj,jssj,[tid1,tid2...]},[tzm1,tzm2...]为特征码集,kssj为同行或聚集的开始时间,jssj同行或聚集的结束时间,[tzm1,tzm2...]站点标识集。

进一步地,所述s6具体为:根据数据分析规则g中的预警规则对同行或聚集结果集r进行分析计算,依次判断同行或聚集结果集r中的每个数据是否符合聚集预警或同行预警条件,并根据同行或聚集结果集r中判断为符合聚集预警或同行预警的数据生成预警结果s,所述预警结果s的结构为y{yjsj,yjnr,yjyy},其中yjsj为预警时间,yjnr为预警内容,yjyy为预警原因。

作为本发明的另一方面,提供一种基于特征码对特定群体人员的分析系统,其特征在于,所述系统包括:规则制定模块、数据采集模块、时序数据集生成模块、单站点数据集生成模块、同行或聚集结果集生成模块和预警结果生成模块;

所述规则制定模块,用于设定数据分析规则g;

所述数据采集模块,用于根据数据分析规则g,通过大数据查询引擎得到数据集d;

所述时序数据集生成模块,用于根据根据数据分析规则g,以数据集d中的数据采集时间降序排列,得到时序数据集d1;

所述单站点数据集生成模块,用于根据数据集d中的站点对d1进行聚类分析,得到单站点数据集d2;

所述同行或聚集结果集生成模块,用于对单站点数据集d2的数据进行相互碰撞分析,得到同行或聚集结果集r;

所述预警结果生成模块,用于对同行或聚集结果集r,根据数据分析规则g进行分析计算,得到预警结果s。

进一步地,所述规则制定模块包括数据源规则模块、人员规则模块、站点规则模块、时间规则和预警规则模块;所述数据源规则模块,用于选定数据扫描范围;所述人员规则模块,用于设定人员规则,以选定要布控的人员;所述站点规则模块,用于设定站点规则规则,以选定要布控的站点;所述时间规则模块,用于设定时间规则,以设定时间差,在所述时间差内进入同一站点的人员定义为同行人员;所述预警规则模块,用于设定预警规则,以设定同行人数阀值和站点阀值,超过同行人数阀值则符合聚集预警条件;同时超过同行人数阀值和站点阀值则符合同行预警条件。

本发明的有益效果:

本发明提供一种基于特征码对特定群体人员的分析方法及系统,只需要民警在平台中将所需要布控的群体的人员信息设置进布控中,本发明能根据其设置好的数据分析规则,进行数据扫描,一旦有符合条件的情况,会及时向布控民警发出通知,及时让民警知道其所管辖的人员的动向,降低其犯案的可能性,从而减少案件的发生率。

附图说明

图1为本发明实施例提供的一种基于特征码对特定群体人员的分析方法的流程图;

图2为本发明实施例提供的一种基于特征码对特定群体人员的分析系统框架图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。

如图1所示,作为本发明的第一方面,提供一种基于特征码对特定群体人员的分析方法,所述方法包括以下步骤:

步骤1,设定数据分析规则g;

步骤2,根据数据分析规则g,通过大数据查询引擎得到数据集d;

步骤3,根据数据分析规则g,以数据集d中的数据采集时间降序排列,得到时序数据集d1;

步骤4,根据数据集d的站点对d1进行聚类分析,得到单站点数据集d2;

步骤5,对单站点数据集d2的数据进行相互碰撞分析,得到同行或聚集结果集r;

步骤6,对同行或聚集结果集r,根据数据分析规则g进行分析计算,得到预警结果s。

其中,数据分析规则包括数据源规则、人员规则、站点规则、时间规则和预警规则;

所述数据源规则,用于选定数据扫描范围;如选定基站采集数据,卡口过车数据等作为数据扫描范围;

所述人员规则,用于选定要布控的人员;通过选定特征码的方式选定要布控的人员,所述特征码包括姓名,身份证号等,选定要捕捉的人员信息,如姓名,身份证号等;

所述站点规则,用于选定要布控的站点;如通过选定要布控的基站编号、卡口编号或视频监控点编号等来选定要布控的站点;

所述时间规则,用于设定时间差,在所述时间差内进入同一站点的人员定义为同行人员,例如,时间差为10s,任意选取一个人员,获取该人员经过编号001站点的数据采集时间t,则在t±10s内经过编号001站点的人员都与该人员为同行人员;

所述预警规则(或称为通知规则),用于设定同行人数阀值和站点阀值,超过同行人数阀值则符合聚集预警条件;同时超过同行人数阀值和站点阀值则符合同行预警条件。

优选地,s2具体为,根据数据分析规则g中的数据源规则、人员规则以及站点规则,通过大数据查询引擎得到数据集d,所述数据集d的数据结构为t{tid,tzm,sj},其中,tid为站点标识,tzm为人员特征码,sj为数据采集时间。

上述实施例中,通过数据源规则选定要布控的数据扫描范围,如通过数据源规则选定基站采集数据,卡口过车数据等作为数据扫描范围,通过人员规则选定要布控的人员,通过选定特征码的方式选定要布控的人员,所述特征码包括姓名,身份证号等,通过站点规则用于选定要布控的站点,例如选定基站编号为001、002、003等的基站作为要布控的站点。

优选地,s3具体为:根据数据分析规则g中的时间规则设定的时间差,以数据集d中的数据采集时间降序排列,并将在时间差内的数据采集时间进行集合,得到时序数据集d1,所述时序数据集d1的数据结构为s{sj,[t1,t2...]},其中sj为数据采集时间,[t1,t2...]为符合数据分析规则g中的时间规则设定的时间差的数据采集时间的集合,t1,t2...均为与sj间隔时间在时间差以内的数据采集时间。

上述实施例中,时序数据集d1具体为将所有查询到的数据集d中的数据进行时间排序,将所有非重复的时间点按时间先后顺序排列,得到一条所有记录的时间轴,将所有数据中的时间信息与时间轴的时间信息进行比对,如果两者的时间差在设定的时间差之内,则放于此时间点的集合中。

需要说明的,本发明中,通过数据采集时间,是可以查询到对应数据采集的站点和在该时间点经过该站点的人员的特征码的,例如,通过数据采集时间t1,则可以查询到是通过那个站点采集的,在该时间点经过该站点的人员的特征码。

优选地,根据数据集d的站点对d1进行聚类分析,得到单站点数据集d2,所述单站点数据集d2的数据结构为z{sj,tid,[t1,t2...]},其中,sj为采集时间,tid为站点标识,[t1,t2...]分别为相同站点且符合数据分析规则g中的时间规则设定的时间差的数据采集时间的集合,t1,t2...均为站点相同且与sj间隔时间在时间差以内的数据采集时间。

优选地,s5中:

所述相互碰撞分析具体为:分析单站点数据集d2,按顺序取一个数据与下一个数据进行比对,如果两个数据中有相同的人员且站点不相同,则将这两个数据进行合并,将两个数据中的人员进行交集合并,得到特征码集,站点进行并集合并,得到站点标识;

所述同行或聚集结果集r的结构为j{[tzm1,tzm2...],kssj,jssj,[tid1,tid2...]},[tzm1,tzm2...]为特征码集,kssj为同行或聚集的开始时间,jssj同行或聚集的结束时间,[tzm1,tzm2...]站点标识集。

优选地,所述s6具体为:根据数据分析规则g中的预警规则对同行或聚集结果集r进行分析计算,依次判断同行或聚集结果集r中的每个数据是否符合聚集预警或同行预警条件,并根据同行或聚集结果集r中判断为符合聚集预警或同行预警的数据生成预警结果s,所述预警结果s的结构为y{yjsj,yjnr,yjyy},其中yjsj为预警时间,yjnr为预警内容,yjyy为预警原。

为了更好的理解本发明,下面提供一个实例:

(一)用户设定布控规则,即数据分析规则g。

数据源规则:选定数据扫描范围。

人员规则:选定要布控的人员,如赵某某(50010119******1234),钱某某(50010319******7421),孙某某(50010419******4512),李某某(50010219******5624)。

站点规则:平台所有站点;

时间规则:设定时间差为10秒钟;

预警规则:设定同行人数阀值为1和站点阀值为1。

(二)根据数据分析规则g,通过大数据查询引擎得到数据集d,如表3-1所示,其中所述时间为该数据的数据采集时间。

表3-1

(三)根据数据集d的采集时间降序排列,得到时序数据集d1,具体为将所有查询到的数据集d中的数据进行时间排序,将所有非重复的时间点按时间先后顺序排列,得到一条所有记录的时间轴,将所有数据中的时间信息与时间轴的时间信息进行比对,如果两者的时间差在设定的时间差之内,则放于此时间点的集合中,取得各时间点的数据集d1。

(四)对数据集d1的以站点进行聚类分析,得到单站点数据集d2,如表3-2所示,取出有同站点的集合,同站点有两种情况,一是同一个站点,二是两个站点,但由于位置关系,可以看成一个站点。得到单站点的聚集数据,如表3-3所示。

表3-2

表3-3

(五)对单站点数据集d2的数据相互碰撞分析,得到同行或聚集结果集r,分析单站点聚集数据集合,按顺序取一个数据与下一个数据进行比对,如果两数据中有相同的人员且站点不相同的,则进行合并,人员进行交集合并,站点进行并集合并,其结果如表3-4所示。

表3-4

(六)对同行或聚集结果集r,根据规则配置的人数进行分析计算,得到预警结果s。从表3-4的结果可得知,序号1中聚集人数为3,超过预警规则的聚集预警条件,产生一条聚集预警;序号2中经过的站点为2,符合预警规则的同行预警条件,产生一条同行预警。

如图2所示,作为本发明的另一方面,提供一种基于特征码对特定群体

人员的分析系统,所述系统

包括:规则制定模块、数据采集模块、时序数据集生成模块、单站点数据集生成模块、同行或聚集结果集生成模块和预警结果生成模块;

所述规则制定模块,用于设定数据分析规则g;

所述数据采集模块,用于根据数据分析规则g,通过大数据查询引擎得到数据集d;

所述时序数据集生成模块,用于根据根据数据分析规则g,以数据集d中的数据采集时间降序排列,得到时序数据集d1;

所述单站点数据集生成模块,用于根据数据集d中的站点对d1进行聚类分析,得到单站点数据集d2;

所述同行或聚集结果集生成模块,用于对单站点数据集d2的数据进行相互碰撞分析,得到同行或聚集结果集r;

所述预警结果生成模块,用于对同行或聚集结果集r,根据数据分析规则g进行分析计算,得到预警结果s。

进一步地,所述规则制定模块包括数据源规则模块、人员规则模块、站点规则模块、时间规则和预警规则模块;所述数据源规则模块,用于选定数据扫描范围;所述人员规则模块,用于设定人员规则,以选定要布控的人员;所述站点规则模块,用于设定站点规则规则,以选定要布控的站点;所述时间规则模块,用于设定时间规则,以设定时间差,在所述时间差内进入同一站点的人员定义为同行人员;所述预警规则模块,用于设定预警规则,以设定同行人数阀值和站点阀值,超过同行人数阀值则符合聚集预警条件;同时超过同行人数阀值和站点阀值则符合同行预警条件。

以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1