区域治安程度的确定方法及装置与流程

本发明涉及社会治安技术领域，尤其是涉及一种区域治安程度的确定方法及装置。

背景技术：

社会经济的不断发展，伴随有社会成分的复杂程度加深，同时人际关系逐渐淡化，这都给某些犯罪分子提供了良好的犯罪机会。另外，社会人口每天在不同的区域流动，对不同的区域的治安管理会有一定程度上的影响，并且随着时间段的不同，对治安管理的影响也存在一定差异，并且不利于区域的治安管理。

技术实现要素：

有鉴于此，本发明的目的在于提供一种区域治安程度的确定方法及装置，可以较为合理准确的确定区域的治安程度，有助于对区域进行更好的治安管理。

第一方面，本发明实施例提供了一种区域治安程度的确定方法，包括：获取位于第一区域内的每个用户的个人信息；其中，个人信息包括个人身份数据和个人犯罪数据；获取每个用户在预设时长内在第一区域活动的第一轨迹信息，根据第一轨迹信息将第一区域划分形成至少一个第二区域；对每个用户的当前轨迹进行跟踪，得到每个用户的第二轨迹信息，并根据每个用户的第二轨迹信息，确定每个用户与各第二区域之间的关联度；基于每个用户的个人信息、每个用户的第二轨迹信息以及每个用户与各第二区域之间的关联度，确定每个第二区域的治安程度。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述根据第一轨迹信息将第一区域划分形成至少一个第二区域的步骤，包括：将第一区域划分为多个治安区块；根据第一轨迹信息计算各治安区块的区块特征；计算相邻的治安区块的区块特征之差的绝对值；判断相邻的治安区块的区块特征之差的绝对值是否小于或者等于预设差值；如果是，合并相邻的所述治安区块，得到第二区域。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述根据第一轨迹信息计算各治安区块的区块特征的步骤，包括：按照以下公式计算得到各治安区块的区块特征：

其中，fm为治安区块m的区块特征，为治安区块m中24小时内的用户的总人数，为治安区块m中用户的平均停留时间，s为治安区块m的面积。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，上述基于每个用户的个人信息、每个用户的第二轨迹信息以及每个用户与各第二区域之间的关联度，确定每个第二区域的治安程度的步骤，包括：基于每个用户的个人信息计算每个用户的危害指数；根据每个用户的危害指数以及每个用户的第二轨迹信息，计算得到每个用户的犯罪指数；根据每个用户的犯罪指数以及每个用户与各第二区域之间的关联度，确定每个第二区域的治安程度。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述基于每个用户的个人信息计算每个用户的危害指数的步骤，包括：提取每个用户的个人信息中的个人犯罪数据；对每个个人犯罪数据中所包含的犯罪案件进行分级处理，得到每个个人犯罪数据中的犯罪案件的案件等级；对各个人犯罪数据进行统计处理，得到统计结果；其中，统计结果包括案件名称、案件数量、罪犯年龄和罪犯性别；根据统计结果计算得到各案件名称对应的平均作案年龄和各案件名称对应的性别犯罪概率；基于个人犯罪数据、案件等级、平均作案年龄和性别犯罪概率计算每个用户的危害指数。

结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，上述基于个人犯罪数据、案件等级、平均作案年龄和性别犯罪概率计算每个用户的危害指数的步骤，包括：判断各用户的个人信息中的个人犯罪数据是否为空；如果是，根据第一危害指数公式计算个人犯罪数据为空的用户的危害指数；其中，第一危害指数公式与平均作案年龄和性别犯罪概率相关；如果否，根据第二危害指数公式计算个人犯罪数据不为空的用户的危害指数；其中，第二危害指数公式与个人犯罪数据、案件等级、平均作案年龄和性别犯罪概率相关。

结合第一方面的第五种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，上述根据第一危害指数公式计算个人犯罪数据为空的用户的危害指数的步骤，包括：按照以下公式计算得到个人犯罪数据为空的用户的危害指数：

其中，d^p表示个人犯罪数据为空的用户p的危害指数，u表示个人犯罪数据为空的用户p的犯罪类型，i表示个人犯罪数据为空的用户p的年收入，s为个人犯罪数据为空的用户p的性别，表示性别为s时案件i的性别犯罪概率，y^p表示个人犯罪数据为空的用户p的年龄，表示案件i犯罪的平均作案年龄。

结合第一方面的第五种可能的实施方式，本发明实施例提供了第一方面的第七种可能的实施方式，其中，上述根据第二危害指数公式计算个人犯罪数据不为空的用户的危害指数的步骤，包括：按照以下公式计算得到个人犯罪数据不为空的用户的危害指数：

其中，d^p表示个人犯罪数据不为空的用户p的危害指数，n表示与个人犯罪数据不为空的用户p相关的案件总数，n¹⁰表示与个人犯罪数据不为空的用户p相关的10年内的案件总数，li表示个人犯罪数据不为空的用户p第i次案件的案件等级，ti表示个人犯罪数据不为空的用户p在第i次案件中犯罪拘留的时间长度，t¹⁰表示个人犯罪数据不为空的用户p在10年内犯罪拘留的时间长度，tf表示个人犯罪数据不为空的用户p在上次案发距当前时间的时间长度。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第八种可能的实施方式，其中，上述根据每个用户的危害指数、每个用户的第二轨迹信息以及每个用户与各第二区域之间的关联度，计算得到每个用户的犯罪指数的步骤，包括：按照以下公式计算得到每个用户的犯罪指数：

其中，z表示用户的犯罪指数，j表示犯罪案件的类型，表示地点a在1年内发生j类型案件的数量，o表示用户在一个月内除居住地和工作场所之外所去的地点的数量，na表示用户在一个月内去地点a的次数，表示地点a在上一次案发距当前时间的时间长度，d表示用户的危害指数。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第九种可能的实施方式，其中，上述根据每个用户的犯罪指数，确定每个第二区域的治安程度的步骤，包括：按照以下公式计算得到每个第二区域的治安程度：

其中，e表示第二区域的治安程度，j表示第二区域内历史侦破的案件总数，j⁽¹⁾表示第二区域在预设时间内的历史侦破的案件总数，w表示第二区域内历史案件总数，w⁽¹⁾表示第二区域在预设时间内的历史案件总数，n表示第二区域关联的用户人数，z^k表示第k个人的犯罪指数。

第二方面，本发明实施例还提供一种区域治安程度的确定装置，包括：个人信息获取模块，用于获取位于第一区域内的每个用户的个人信息；其中，个人信息包括个人身份数据和个人犯罪数据；第二区域划分模块，用于获取每个用户在预设时长内在第一区域活动的第一轨迹信息，根据第一轨迹信息将第一区域划分形成至少一个第二区域；关联度确定模块，用于对每个用户的当前轨迹进行跟踪，得到每个用户的第二轨迹信息，并根据每个用户的第二轨迹信息，确定每个用户与各第二区域之间的关联度；治安程度确定模块，用于基于每个用户的个人信息、每个用户的第二轨迹信息以及每个用户与各第二区域之间的关联度，确定每个第二区域的治安程度。

本发明实施例带来了以下有益效果：

本发明实施例提供的区域治安程度的确定方法及装置，可以获取在第一区域内的每个用户的个人信息，并且通过获取得到的每个用户在第一区域内活动的第一轨迹信息将第一区域划分为多个第二区域，然后对每个用户的当前轨迹进行跟踪以得到每个用户的第二轨迹信息，根据该第二轨迹信息确定每个用户与每个第二区域的关联度，最终基于上述每个用户的个人信息、每个用户的第二轨迹信息和每个用户与每个第二区域的关联度确定每个第二区域的治安程度。本发明实施例可以根据每个用户的个人信息和轨迹信息等多维信息来确定每个区域的治安程度，并且通过跟踪用户的当前轨迹，可以实现对每个区域进行动态的治安分析，进而可以较为合理准确的确定区域的治安程度，有助于对区域进行更好的治安管理。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种区域治安程度的确定方法的流程图；

图2为本发明实施例提供的另一种区域治安程度的确定方法的流程图；

图3为本发明实施例提供的另一种区域治安程度的确定方法的流程图；

图4为本发明实施例提供的一种区域治安程度的确定装置的结构示意图；

图5为本发明实施例提供的一种智能终端的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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他实施例，都属于本发明保护的范围。

目前社会经济的发展，使社会成分越来越复杂，以及使社会中人际关系逐渐淡化，这均给区域治安增加了管理难度，使得无法对犯罪行为进行有效的预防，基于此，本发明实施例提供了的一种区域治安程度的确定方法及装置，可以更好的预防犯罪行为的发生，并且提高区域治安管理的效率。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种区域治安程度的确定方法进行详细介绍，参见图1所示的一种区域治安程度的确定方法的流程图，该方法包括以下步骤：

步骤s102，获取位于第一区域内的每个用户的个人信息。

在一种实施方式中，第一区域可以为某座城市，通过与该座城市的公安数据库建立联系，以获取该座城市中所有人员的个人信息，其中，个人信息包括个人身份数据和个人犯罪数据。可以理解的，个人身份数据可以包括该用户的姓名、年龄、性别、籍贯信息和身份证信息，当该用户没有犯罪前科时，也即没有历史犯罪数据时，个人信息中的个人犯罪数据为空；当该用户有犯罪前科时，即存在历史犯罪数据，则在个人信息中的个人犯罪数据中将包括但不限于犯罪时间、犯罪地点、案件类型和宣判结果等信息。

进一步的，为了便于及时调取所需用户的个人信息，可以在获取该座城市中所有人员的个人信息后，将所有人员的个人信息保存至预设区域，得到信息数据库，当需要调取所需用户的个人信息时，无需再访问该座城市的信息数据库，便可以直接获取所需信息。进一步的，信息数据库可以设置信息更新周期，以保证信息数据库中个人信息的准确性和完整性，更准确的对该座城市的治安程度进行分析确定。

步骤s104，获取每个用户在预设时长内在第一区域活动的第一轨迹信息，根据第一轨迹信息将第一区域划分形成至少一个第二区域。

通常情况下，一座城市可以划分为多个区域，例如，将某个住宅区作为一个区域，或者将某个休闲娱乐场所以及周边作为一个区域。本发明实施例提供了一种将一座城市划分为多个区域的方法，即根据每个用户的在某段时间内在该座城市活动的第一轨迹信息对该做城市的区域进行划分。具体的，以住宅区为例，将某个住宅区先确定为一个区块，然后获取一天时间内该区块的总人数、上述总人数在该区块的平均停留时间以及该区块的面积，根据总人数、平均停留时间和区块面积计算这个区块的区块特征，将区块特征相近并且连续的区块合并在一起，作为一个第二区域(也即，治安区域)。其中，区块特征相近的评判标准可以为判断两个区块的区块特征之差的绝对值是否超过预设值，进一步的，该预设值可以由一个已知治安区域中区块特征的波动范围决定。通过将区块特征相似的区块进行合并，可以减少该座城市中的治安区域，进而简化城市治安程度的计算过程。

步骤s106，对每个用户的当前轨迹进行跟踪，得到每个用户的第二轨迹信息，并根据每个用户的第二轨迹信息，确定每个用户与各第二区域之间的关联度。

可以理解的，每个治安区域的治安程度与在该治安区域活动的用户有关，因此需要确定每个用户与各治安区域之间的关联度。其中，可以判断用户在某一治安区域内滞留时间是否超过8小时，当用户在某一治安区域内滞留时间超过8小时，则可以将该用户与该治安区域进行绑定，以确定每个用户与各第二区域之间的关联度；在另一种实施方式中，可以将关联度设置为不同等级，例如关联度高等、关联度中等和关联度低等，根据用户在每个治安区域滞留的时长，对每个用户与各治安区域的关联度进行划分。

进一步的，考虑到在城市划分得到的多个治安区域中，存在多种类型的治安区域，包括居住区域、工作区域和娱乐区域，即每个用户可以在居住区域、工作区域和娱乐区域等多个治安内均停留较长时间，因此为了提高城市治安程度的准确度，每个用户可以绑定多个治安区域，同理，每个治安区域可以绑定多个用户。

其中，上述第一轨迹信息和第二轨迹信息均可以通过以下几种方式获取：(1)用户使用公交车、共享单车等公共交通的记录；(2)道路卡口通常会设置有摄像头，通过摄像头采集到与用户绑定的汽车的轨迹信息；(3)网吧、旅馆等需要身份证的地点；(4)道路卡口设置的摄像头捕捉到的行人行走的轨迹以及其他方式等多种方式获取用户的轨迹信息。

步骤s108，基于每个用户的个人信息、每个用户的第二轨迹信息以及每个用户与各第二区域之间的关联度，确定每个第二区域的治安程度。

具体的，首先根据每个用户的个人信息计算每个用户的危害指数，然后根据每个用户的危害指数、每个用户的第二轨迹信息和每个用户与各第二区域之间的关联度，计算得到每个用户的犯罪指数，最后根据每个用户的犯罪指数，确定每个第二区域的治安程度。优选的，在确定用户的危害指数时，可以分别针对用户存在犯罪前科和用户不存在犯罪前科对用户的危害指数进行计算，以提高每个用户危害指数计算的准确性，进而可以提高每个治安区域的治安程度的准确性。进一步的，为了简化治安区域的治安程度的计算过程，可以在确定某个治安区域的治安程度时，仅获取与该治安区域存在绑定关系的用户的个人信息。

本发明实施例提供的区域治安程度的确定方法，可以获取在第一区域内的每个用户的个人信息，并且通过获取得到的每个用户在第一区域内活动的第一轨迹信息将第一区域划分为多个第二区域，然后对每个用户的当前轨迹进行跟踪以得到每个用户的第二轨迹信息，根据该第二轨迹信息确定每个用户与每个第二区域的关联度，最终基于上述每个用户的个人信息、每个用户的第二轨迹信息和每个用户与每个第二区域的关联度确定每个第二区域的治安程度。本发明实施例可以根据每个用户的个人信息和轨迹信息等多维信息来确定每个区域的治安程度，并且通过跟踪用户的当前轨迹，可以实现对每个区域进行动态的治安分析，进而可以较为合理准确的确定区域的治安程度，有助于对区域进行更好的治安管理。

为了便于对上述实施例进行理解，本发明实施例还提供了另一种区域治安程度的确定方法，参见图2所示的另一种区域治安程度的确定方法的流程图，该方法包括以下步骤：

步骤s202，获取位于第一区域内的每个用户的个人信息。

步骤s204，获取每个用户在预设时长内在第一区域活动的第一轨迹信息。

步骤s206，将第一区域划分为多个治安区块。

步骤s208，根据第一轨迹信息计算各治安区块的区块特征。

本发明实施例提供了一种计算区块特征的方法，具体的，可以按照以下公式计算得到各治安区块的区块特征：

其中，fm为治安区块m的区块特征，为治安区块m中24小时内的用户的总人数，为治安区块m中用户的平均停留时间，为治安区块m的面积。

假设治安区块m1为某个办公区，通过用户的轨迹信息获取在该治安区块m1中24小时内出现的用户总人数，并根据每个用户在治安区块m1中停留的时间计算所有用户在治安区块m1中的平均停留时间，然后获取该治安区块m1的面积，便可以通过上述公式计算得到治安区块m1的区块特征。

步骤s210，计算相邻的治安区块的区块特征之差的绝对值。

假设在治安区块m1周围存在治安区块m2、治安区块m3和治安区块m4，其中治安区块m1分别与治安区块m2和治安区块m3相邻，治安区块m2不与治安区块m3相邻，并且治安区块m4不与上述任一治安区块相邻。其中，因为治安区块m4不与上述任一治安区块相邻，所以治安区块m4无法与上述任一治安区块合并，因此无需计算治安区块m4与上述任一治安区块的区块特征之差的绝对值。然后分别计算治安区块m1、治安区块m2和治安区块m3的区块特征，并分别计算治安区块m1与治安区块m2的区块特征之差的绝对值和治安区块m1与治安区块m3的区块特征之差的绝对值。

步骤s212，当相邻的治安区块的区块特征之差的绝对值小于或者等于预设差值时，合并相邻的治安区块，得到第二区域。

具体的，预设差值可以由一个已知治安区域中区块特征的波动范围决定，可以理解的，随着时间的变化，用户的轨迹信息会有有所不同，因此已知治安区域的区块特征会产生相应的变化，此时可以得到该治安区域的区块特征的波动范围，其中，预设差值在上述波动范围内即可。

当相邻的治安区块的区块特征之差的绝对值不超过上述预设差值时，便可以将相邻的治安区域合并在一起；而相邻的治安区块的区块特征之差的绝对值若超过上述预设差值，则将无法合并。假设上述治安区块m1与治安区块m2的区块特征之差的绝对值为a2，治安区块m1与治安区块m3的区块特征之差的绝对值为a3，并且a2小于或者等于a3大于所以治安区块m1与治安区块m2可以合并，而治安区块m1与治安区块m3无法合并。

步骤s214，对每个用户的当前轨迹进行跟踪，得到每个用户的第二轨迹信息，并根据每个用户的第二轨迹信息，确定每个用户与各所述第二区域之间的关联度。

步骤s216，基于每个用户的个人信息计算每个用户的危害指数。

本发明实施例进一步给出了计算每个用户危害指数的方法，首先需要对每个用户的个人信息进行处理，已得到计算每个用户的危害指数所需的参数，计算每个用户的危害指数所需的参数的具体参见以下步骤；

(1)提取每个用户的个人信息中的个人犯罪数据。

其中，个人犯罪数据包括但不限于犯罪时间、犯罪地点、案件类型和宣判结果等信息。

(2)对每个个人犯罪数据中所包含的犯罪案件进行分级处理，得到每个个人犯罪数据中的犯罪案件的案件等级。

为了提高每个用户的危害指数的准确度，可以将每个个人犯罪数据中所包含的犯罪案件进行分级处理。其中，分级方法可以为根据作案年龄、案件类型和宣判结果对犯罪案件进行划分。以通过犯罪的宣判结果对案件进行分级处理为例，拘留一年以下的案件为1级，拘留一年到三年的案件为2级，拘留三年到二十年的案件为3级，拘留20年以上以及无期的案件为4级。

(3)对各个人犯罪数据进行统计处理，得到统计结果。

其中，统计结果包括案件名称、案件数量、罪犯年龄和罪犯性别。

(4)根据统计结果计算得到各案件名称对应的平均作案年龄和各案件名称对应的性别犯罪概率。

可以理解的，因为个人犯罪数据包括在个人信息内，即个人犯罪数据与个人身份数据向关联。以案件名称为偷窃为例，通过对个人犯罪数据进行统计，可以得到案件名称为偷窃的所有犯罪案件，即可以得到偷窃的案件数量，以及每个偷窃犯的年龄和性别，此时便可以统计出各案件名称对应的平均作案年龄和各案件名称对应的性别犯罪概率。

进一步的，得到上述个人犯罪数据、案件等级、平均作案年龄和性别犯罪概率后，便可以基于个人犯罪数据、案件等级、平均作案年龄和性别犯罪概率计算每个用户的危害指数，具体的，计算每个用户危害指数的方法如下：

(1)判断各用户的个人信息中的个人犯罪数据是否为空。

为了提高每个用户的危害指数的准确度，因此可以针对有犯罪前科的用户和没有犯罪前科的用户分别计算危害指数。因为个人信息中包括个人犯罪数据，所以可以通过判断各用户的个人信息中的个人犯罪数据是否为空，即可得知各用户是否存在犯罪前科。

(2)如果是，根据第一危害指数公式计算个人犯罪数据为空的用户的危害指数。

其中，第一危害指数公式与上述平均作案年龄和性别犯罪概率相关就，进一步的，可以按照以下公式计算得到个人犯罪数据为空的用户的危害指数：

其中，d^p表示个人犯罪数据为空的用户p的危害指数，u表示个人犯罪数据为空的用户p的犯罪类型，i表示个人犯罪数据为空的用户p的年收入，单位为万，s为个人犯罪数据为空的用户p的性别，表示性别为s时案件i的性别犯罪概率，y^p表示个人犯罪数据为空的用户p的年龄，单位为年，表示案件i犯罪的平均作案年龄，单位为年，上述参数均可以通过用户的个人身份数据得到。

(3)如果否，根据第二危害指数公式计算个人犯罪数据不为空的用户的危害指数。

其中，第二危害指数公式与个人犯罪数据、案件等级、平均作案年龄和性别犯罪概率相关。进一步的，可以按照以下公式计算得到个人犯罪数据不为空的用户的危害指数：

其中，d^p表示个人犯罪数据不为空的用户p的危害指数，n表示与个人犯罪数据不为空的用户p相关的案件总数，n¹⁰表示与个人犯罪数据不为空的用户p相关的10年内的案件总数，li表示个人犯罪数据不为空的用户p第i次案件的案件等级，ti表示个人犯罪数据不为空的用户p在第i次案件中犯罪拘留的时间长度，单位为年，t¹⁰表示个人犯罪数据不为空的用户p在10年内犯罪拘留的时间长度，单位为年，tf表示个人犯罪数据不为空的用户p在上次案发距当前时间的时间长度，单位为年，上述参数均可以通过用户的个人犯罪数据得到。

步骤s218，根据每个用户的危害指数以及每个用户的第二轨迹信息，计算得到每个用户的犯罪指数。

其中，可以根据第二轨迹信息或者个人身份数据确定每个用户的居住地点以及工作地点，然后即可基于第二轨迹信息得到在一个月内每个除居住地和工作场所之外所去的地点的数量，用于计算每个用户的犯罪指数。具体的，可以按照以下公式计算得到每个用户的犯罪指数：

其中，z表示用户的犯罪指数，j表示犯罪案件的类型，表示地点a在1年内发生j类型案件的数量，o表示用户在一个月内除居住地和工作场所之外所去的地点的数量，na表示用户在一个月内去地点a的次数，表示地点a在上一次案发距当前时间的时间长度，d表示用户的危害指数。

步骤s220，根据每个用户的犯罪指数以及每个用户与各第二区域之间的关联度，确定每个第二区域的治安程度。

其中，第二区域的治安程度可以通过该第二区域的治安指数表征，因为已经确定每个治安区域和各用户的关联度，因此在计算每个治安区域的治安指数时只需要获取与各治安区域相关的用户的犯罪指数即可，具体的，可以按照以下公式计算得到每个第二区域的治安程度：

其中，e表示第二区域的治安程度，j表示第二区域内历史侦破的案件总数，j(1)表示第二区域在预设时间内的历史侦破的案件总数，w表示第二区域内历史案件总数，w(1)表示第二区域在预设时间内的历史案件总数，n表示第二区域关联的用户人数，z^k表示第k个人的犯罪指数。

进一步的，考虑到每个治安区域的治安指数不会短时间内发生较大变化，因此可以每月对各治安区域的治安指数进行计算，以实现对各治安区域的治安进行有效管理，提高治安管理的效率。

本发明实施例提供的区域治安程度的确定方法，可以获取在第一区域内的每个用户的个人信息以及每个用户在第一区域内活动的第一轨迹信息，在将第一区域划分为多个治安区块后，便根据第一轨迹信息计算各治安区块的区块特征，以将区块特征相似的相邻治安区块进行合并，然后对每个用户的当前轨迹进行跟踪以得到每个用户的第二轨迹信息，根据该第二轨迹信息确定每个用户与每个第二区域的关联度，基于上述每个用户的个人信息、每个用户的第二轨迹信息和每个用户与每个第二区域的关联度依次确定每个用户的危害指数和犯罪指数，最终计算每个第二区域的治安指数，以确定每个第二区域的治安程度。本发明实施例可以根据每个用户的个人信息和轨迹信息等多维信息来确定每个区域的治安程度，并且通过跟踪用户的当前轨迹，可以实现对每个区域进行动态的治安分析，进而可以较为合理准确的确定区域的治安程度，有助于对区域进行更好的治安管理。

参见图3所示的另一种区域治安程度的确定方法的流程图，该方法包括以下步骤：

步骤s302，获取城市中的信息，建立信息数据库。

即从城市的公安数据库中获取每个用户的个人信息，根据个人信息中的个人身份数据和个人犯罪数据建立信息数据库，以便于在需要个人信息时可以及时从信息数据库中调取个人信息。

步骤s304，提取城市中的轨迹信息，根据轨迹信息划分城市的治安区域。

首先将城市划分为若干区块(也即，治安区块)，然后根据轨迹信息计算各区块的区块特征，并将区块特征相近并且连续的区块合并在一起，作为一个治安区域。

步骤s306，根据轨迹信息，计算城市中每个用户的危害指数和潜在犯罪指数(也即，犯罪指数)。

通过对每个用户的轨迹进行实时跟踪，得到每个用户的轨迹信息，进而计算得到每个用户的危害指数和潜在犯罪指数。

步骤s308，将用户与治安区域绑定，根据人物的轨迹信息计算治安区域的治安指数。

通过将用户与治安区域进行绑定，可以有效减少治安指数的计算量，同时可以提高治安指数的准确性。

综上所述，本发明实施例能够实时评价当前区域的治安情况，并对未来的区域治安做出合理预测，通过结合区域内历史犯罪行为和区域当前用户的历史犯罪数据对犯罪行为进行分级，提高了对每个用户的犯罪指数计算的可信度，进而提高了对各治安区域的治安指数计算的准确度。另外，综合考虑了用户的身份信息和轨迹信息等多维度信息，并且根据时间的变化实现动态评价治安区域内的治安程度，可以较为合理准确的确定区域的治安程度，有助于对区域进行更好的治安管理。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。

对于前述实施例提供的区域治安程度的确定方法，本发明实施例还提供了一种区域治安程度的确定装置，参加图4所示的一种区域治安程度的确定装置的结构示意图，该装置包括以下部分：

个人信息获取模块402，用于获取位于第一区域内的每个用户的个人信息；其中，个人信息包括个人身份数据和个人犯罪数据。

第二区域划分模块404，用于获取每个所述用户在预设时长内在所述第一区域活动的第一轨迹信息，根据所述第一轨迹信息将所述第一区域划分形成至少一个第二区域。

关联度确定模块406，用于对每个用户的当前轨迹进行跟踪，得到每个用户的第二轨迹信息，并根据每个用户的第二轨迹信息，确定每个用户与各所述第二区域之间的关联度。

治安程度确定模块408，用于基于每个用户的个人信息、每个用户的第二轨迹信息以及每个用户与各第二区域之间的关联度，确定每个第二区域的治安程度。

本发明实施例提供的区域治安程度的确定装置，可以通过个人信息获取模块获取在第一区域内的每个用户的个人信息，并且通过第二区域划分模块获取得到每个用户在第一区域内活动的第一轨迹信息，根据上述第一轨迹信息将第一区域划分为多个第二区域，然后对每个用户的当前轨迹进行跟踪以得到每个用户的第二轨迹信息，关联度确定模块根据该第二轨迹信息确定每个用户与每个第二区域的关联度，最终治安程度确定模块基于上述每个用户的个人信息、每个用户的第二轨迹信息和每个用户与每个第二区域的关联度确定每个第二区域的治安程度。本发明实施例可以根据每个用户的个人信息和轨迹信息等多维信息来确定每个区域的治安程度，并且通过跟踪用户的当前轨迹，可以实现对每个区域进行动态的治安分析，进而可以较为合理准确的确定区域的治安程度，有助于对区域进行更好的治安管理。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

该设备为一种智能终端，具体的，该智能终端包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。

图5为本发明实施例提供的一种智能终端的结构示意图，该智能终端100包括：处理器50，存储器51，总线52和通信接口53，所述处理器50、通信接口53和存储器51通过总线52连接；处理器50用于执行存储器51中存储的可执行模块，例如计算机程序。

其中，存储器51可能包含高速随机存取存储器(ram，randomaccessmemory)，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线52可以是isa总线、pci总线或eisa总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器51用于存储程序，所述处理器50在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器50中，或者由处理器50实现。

处理器50可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessing，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现成可编程门阵列(field-programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51，处理器50读取存储器51中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的区域治安程度的确定方法及装置的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。

本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。