一种智能化警情分析系统的制作方法

1.本发明属于警情分析领域，涉及文本相似度比较技术，具体是一种智能化警情分析系统。


背景技术：

2.公安在出警过程中，需要实时对现场警情做一些文字记录以及图片视频记录；其中，文字记录包括出警过程、证词、现场以及事件描述等；其中，现场以及事件描述包括但不限于时间、地点、人物以及事件发生概括和详细经过；每次出警的文字记录保存在档案库中，通常每个案件的出警记录保存在同一份档案中；但由于案件之间可能存在交叉关系，而基于人力难以观察出不同的档案之间存在的相关性；
3.为此，提出一种智能化警情分析系统。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种智能化警情分析系统，该一种智能化警情分析系统通过设置警情收集模块收集警情档案库中存放的历史案件的档案文件；设置警情信息存储模块保存收集到的警情档案数据，并将警情文件按时间顺序进行有序存储；设置关键信息提取模块利用正则匹配、文本匹配以及nlp技术等获取每份警情文件的关键信息因素；设置警情相关度分析模块根据不同警情文件中提取的关键信息因素，计算各个警情文件之间的关键信息因素的相似度，并计算综合相似度；设置警情信息统合模块根据综合相似度判断案件档案是否相近；解决了自动识别案件相关性的问题。
5.为实现上述目的，根据本发明的第一方面的实施例提出一种智能化警情分析系统，包括警情收集模块、警情信息存储模块、关键信息提取模块、警情相关度分析模块以及警情信息统合模块；其中，各个模块之间通过电气方式连接；
6.其中，所述警情收集模块主要用于收集警情档案库中存放的历史案件的档案；
7.所述警情收集模块收集警情档案库中存放的历史案件的档案包括两种方式：通过人力方式收集电子档案库中存放的电子形式的历史案件的档案；以及通过使用ocr扫描技术扫描纸质档案库中存放的纸质形式的历史案件的档案；所述警情收集模块收集的电子与纸质档案均按案件档案编号进行归类；所述警情收集模块将归类后的警情档案数据发送至警情信息存储模块；
8.其中，所述警情信息存储模块主要用于保存收集到的警情档案数据；
9.所述警情信息存储模块包括若干存储设备；所述存储设备为每个案件档案编号分配一块地存储区域，用于存储对应的所有警情文件；所述警情信息存储模块将每个案件档案中的警情文件按照出警时间的顺序进行有序存储；
10.其中，所述关键信息提取模块主要用于从警情信息存储模块中提取每个案件档案中警情文件内容中的关键信息；
11.所述关键信息提取模块提取警情文件内容中的关键信息包括以下步骤：
12.步骤s1：所述关键信息提取模块预先设置待提取关键信息因素；所述关键信息因素包括警情文件出警时间、出警地点、出警事件以及人物描述；
13.步骤s2：所述关键信息提取模块将案件档案按档案编号分类后，使用正则匹配方式或文字匹配方式获取每篇警情文件中的出警时间以及出警地点；
14.步骤s3：所述关键信息提取模块使用关键词提取技术获取每份警情文件中的关键词，并根据关键词提取出每份警情文件中的出警事件；
15.步骤s4：所述关键信息提取模块使用nlp技术提取出每份警情文件中，关于人物描述的语句；所述人物描述包括人物外貌、衣着以及行为的描述；
16.所述关键信息提取模块将从每份警情文件中获取的关键信息因素发送至警情相关度分析模块；
17.其中，警情相关度分析模块主要用于根据不同警情文件中提取的关键信息因素，计算各个警情文件之间的综合相似度；
18.所述警情相关度分析模块判断各个案件间是否具有相关性包括以下步骤：
19.步骤p1：所述警情相关度分析模块将不同的两份案件档案编号分别标记为p和q，案件档案p和案件档案q中的每份警情文件分别标记为pi和qj；其中，i和j分别为案件档案p和案件档案q中的警情文件编号；
20.步骤p2：所述警情相关度分析模块将不同案件档案中的每份警情文件的关键信息因素进行相似度计算；具体的，对比的方式包括：
21.计算警情文件pi和警情文件qj在出警时间上的时间差值，将时间差值标记为tpiqj；
22.将警情文件pi的出警地点和警情文件qj的出警地点在电子地图上进行标注，并通过电子地图计算出警情文件pi和警情文件qj在地理位置上的距离，将地理位置距离标记为dpiqj；
23.将警情文件pi的出警事件和警情文件qj的出警事件通过语句相似度分析技术获取出警事件的相似度；将出警事件的相似度标记为epiqj；
24.将警情文件pi的人物描述与警情文件qj的人物描述通过语句相似度分析技术获取人物描述的相似度；将人物描述相似度标记为mpiqj；
25.步骤p3：所述警情相关度分析模块预先根据实际经验预设警情文件的综合相似度比例系数a,b,c以及d；计算警情文件pi和警情文件qj的综合相似度spiqj＝a*tpiqj+b*dpiqj+c*epiqj+d*mpiqj；
26.所述警情相关度分析模块将每组警情文件pi和警情文件qj之间的综合相似度spiqj发送至警情信息统合模块；
27.所述警情信息统合模块主要用于将具有相关性的案件进行归纳与统一；
28.所述警情信息统合模块根据实际经验预设综合相似度阈值k；当警情文件pi和警情文件qj之间的综合相似度spiqj大于综合相似度阈值k时，表示案件档案p和案件档案q之间存在相关性；所述警情信息统合模块将警情文件pi根据出警时间插入案件档案q中，将警情文件qj根据出警时间插入案件档案p中。
29.与现有技术相比，本发明的有益效果是：
30.本发明通过设置警情收集模块收集警情档案库中存放的历史案件的档案文件；设置警情信息存储模块保存收集到的警情档案数据，并将警情文件按时间顺序进行有序存储；设置关键信息提取模块利用正则匹配、文本匹配以及nlp技术等获取每份警情文件的关键信息因素；设置警情相关度分析模块根据不同警情文件中提取的关键信息因素，计算各个警情文件之间的关键信息因素的相似度，并计算综合相似度；设置警情信息统合模块根据综合相似度判断案件档案是否相近；解决了自动识别案件相关性的问题。
附图说明
31.图1为本发明的原理图。
具体实施方式
32.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。
33.如图1所示，一种智能化警情分析系统，包括警情收集模块、警情信息存储模块、关键信息提取模块、警情相关度分析模块以及警情信息统合模块；其中，各个模块之间通过电气方式连接；
34.可以理解的是，公安在出警过程中，需要实时对现场警情做一些文字记录以及图片视频记录；其中，文字记录包括出警过程、证词、现场以及事件描述等；其中，现场以及事件描述包括但不限于时间、地点、人物以及事件发生概括和详细经过；每次出警的文字记录保存在档案库中，通常每个案件的出警记录保存在同一份档案中；但由于案件之间可能存在交叉关系，而基于人力难以观察出不同的档案之间存在的相关性；
35.其中，所述警情收集模块主要用于收集警情档案库中存放的历史案件的档案；
36.在一个优选的实施例中，所述警情收集模块收集警情档案库中存放的历史案件的档案包括两种方式：通过人力方式收集电子档案库中存放的电子形式的历史案件的档案；以及通过使用ocr扫描技术扫描纸质档案库中存放的纸质形式的历史案件的档案；所述警情收集模块收集的电子与纸质档案均按案件档案编号进行归类；所述警情收集模块将归类后的警情档案数据发送至警情信息存储模块；
37.其中，所述警情信息存储模块主要用于保存收集到的警情档案数据；
38.在一个优选的实施例中，所述警情信息存储模块包括若干存储设备；所述存储设备为每个案件档案编号分配一块地存储区域，用于存储对应的所有警情文件；所述警情信息存储模块将每个案件档案中的警情文件按照出警时间的顺序进行有序存储；
39.其中，所述关键信息提取模块主要用于从警情信息存储模块中提取每个案件档案中警情文件内容中的关键信息；
40.在一个优选的实施例中，所述关键信息提取模块提取警情文件内容中的关键信息包括以下步骤：
41.步骤s1：所述关键信息提取模块预先设置待提取关键信息因素；所述关键信息因素包括警情文件出警时间、出警地点、出警事件以及人物描述；
42.步骤s2：所述关键信息提取模块将案件档案按档案编号分类后，使用正则匹配方式或文字匹配方式获取每篇警情文件中的出警时间以及出警地点；
43.步骤s3：所述关键信息提取模块使用关键词提取技术获取每份警情文件中的关键词，并根据关键词提取出每份警情文件中的出警事件；
44.步骤s4：所述关键信息提取模块使用nlp技术提取出每份警情文件中，关于人物描述的语句；所述人物描述包括人物外貌、衣着以及行为的描述；
45.所述关键信息提取模块将从每份警情文件中获取的关键信息因素发送至警情相关度分析模块；
46.其中，警情相关度分析模块主要用于根据不同警情文件中提取的关键信息因素，计算各个警情文件之间的综合相似度；
47.在一个优选的实施例中，所述警情相关度分析模块判断各个案件间是否具有相关性包括以下步骤：
48.步骤p1：所述警情相关度分析模块将不同的两份案件档案编号分别标记为p和q，案件档案p和案件档案q中的每份警情文件分别标记为pi和qj；其中，i和j分别为案件档案p和案件档案q中的警情文件编号；
49.步骤p2：所述警情相关度分析模块将不同案件档案中的每份警情文件的关键信息因素进行相似度计算；具体的，对比的方式包括：
50.计算警情文件pi和警情文件qj在出警时间上的时间差值，将时间差值标记为tpiqj；
51.将警情文件pi的出警地点和警情文件qj的出警地点在电子地图上进行标注，并通过电子地图计算出警情文件pi和警情文件qj在地理位置上的距离，将地理位置距离标记为dpiqj；
52.将警情文件pi的出警事件和警情文件qj的出警事件通过语句相似度分析技术获取出警事件的相似度；将出警事件的相似度标记为epiqj；
53.将警情文件pi的人物描述与警情文件qj的人物描述通过语句相似度分析技术获取人物描述的相似度；将人物描述相似度标记为mpiqj；
54.步骤p3：所述警情相关度分析模块预先根据实际经验预设警情文件的综合相似度比例系数a,b,c以及d；计算警情文件pi和警情文件qj的综合相似度spiqj＝a*tpiqj+b*dpiqj+c*epiqj+d*mpiqj；
55.所述警情相关度分析模块将每组警情文件pi和警情文件qj之间的综合相似度spiqj发送至警情信息统合模块；
56.在一个优选的实施例中，所述警情信息统合模块主要用于将具有相关性的案件进行归纳与统一；
57.在一个优选的实施例中，所述警情信息统合模块根据实际经验预设综合相似度阈值k；当警情文件pi和警情文件qj之间的综合相似度spiqj大于综合相似度阈值k时，表示案件档案p和案件档案q之间存在相关性；所述警情信息统合模块将警情文件pi根据出警时间插入案件档案q中，将警情文件qj根据出警时间插入案件档案p中。
58.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改
或等同替换，而不脱离本发明技术方法的精神和范围。