基于人员多维关系的矛盾模型构建、预警方法和系统与流程

本发明涉及安全防范，尤其是一种基于人员多维关系的矛盾模型构建、预警方法和系统。

背景技术：

1、在日益飞速发展的信息技术支撑下，利用信息化手段管控案件警情及其相关人员，已经成为了研究的重要方向。

2、人员日常活动时，产生的各项行为事件记录的数据信息，记载了人员的动态轨迹以及事件的发展方向。因此利用人员动态轨迹来分析人员，利用事件的发展方向来分析事件，对于提高工作效率，显得尤为重要。

3、近年以来，矛盾纠纷具有主体多元化、诉求复杂化、类型多样化等新特点。创新利用数据建模技术，充分发挥大数据优势，急需初步实现矛盾纠纷自动排查、分类导流、监测调处、分析研判等功能。

技术实现思路

1、为了克服上述现有技术中缺乏关联大数据分析的矛盾预警模型的缺陷，本发明提出了一种基于人员多维关系的矛盾模型构建方法，可构建一种结合大数据信息例如网络舆情、热线消息进行高风险事件预警的矛盾预警模型。

2、为实现上述目的，本发明采用以下技术方案，包括：

3、基于人员多维关系的矛盾模型构建方法，用于构建预测指定人员在指定环境下发生指定矛盾事件的概率的矛盾预警模型；所述构建方法包括以下步骤：

4、s1、定义事件x＝(x1，x2，...，xn)和状态序列y＝(y1，y2，...，yk)，x1、x2、xn分别表示事件x的第一个标记、第二个标记和第n个标记，每一个标记包含一个或者多个特征；y1、y2、yk分别表示第一个状态标签、第二个状态标签和第k个状态标签；状态标签包括未发生、隐性发生和显性发生；状态序列中的状态标签根据矛盾事件的状态变化过程排序；隐性发生指的是事件已经发生但没有被发现；显性发生指的是事件已经被发现；

5、构建基础模型，基础模型用于结合事件的各个标记的特征计算事件对应各个状态标签的概率；

6、s2、获取拟合样本；拟合样本为标记有状态标签的事件；

7、s3、结合拟合样本对基础模型进行拟合，获取确定参数的基础模型作为矛盾预警模型。

8、优选的，基础模型如下：

9、

10、

11、

12、

13、ψi(y′，y，xi)＝exp(θi1f1(y′，y，xi)+θi2f2(y′，y，xi)+…+θim(i)fm(i)(y′，y，xi))

14、其中，p(y|x)表示事件x的概率分布，即事件x归属于状态序列y中各状态标签的概率的集合，所述集合中所有概率之和为1；exp表示以自然常数e为底的指数函数；z(x)表示规范化因子；q(∑)表示过渡参数；

15、令1≤i≤n，xi＝(xi1，xi2，...，xim(i))；xi表示事件x中的第i个标记，xi1、xi2、xim(i)分别表示标记xi中的第一个特征、第二个特征和第m(i)个特征；令1≤j≤m(i)，xij表示标记xi中的第j个特征，m(i)表示标记xi包含的特征总数量；n表示事件x包含的标记总数；

16、fj(y′，y，xi)表示第i个标记中第j个特征的特征函数，x′ij为事件x在状态标签为y’时的第i个标记中的第j个特征，xij为事件x在状态标签为y时的第i个标记中的第j个特征；y’∈y，y∈y，状态序列y中y’位于y前列，即y’在y之前发生；ψi(y′，y，xi)表示第i个标记的特征函数；

17、wij表示事件的第i个标记中的第j个特征对特征函数fj(y′，y，xi)的权重，θij表示事件的第i个标记中的第j个特征对特征函数ψi(y′，y，xi)的权重；λ1和λ2表示权重系数；wij、θij、λ1和λ2均为待拟合参数。

18、优选的，s2具体为：从历史数据中获取显性发生的案件，构建状态标签为显性发生的拟合样本；针对显性发生的事件，结合其在各标记的任意特征上的变化，构建不同事件以及事件对应的状态标签作为拟合样本。

19、优选的，隐性发生包括：正在发生、已发生但没有被报告；显性发生包括：已发生且已经被报告、已经进入调查程序、已经抓捕、已经结案。

20、优选的，所述标记包括：时间、地点、人物、矛盾类型。

21、优选的，时间的特征包括：矛盾发生周期以及与指定日期的关联程度。

22、优选的，地点的特征包括：学校周边区域、商场周边区域、人物常住地一次上一次案发地。

23、本发明还提出了一种基于人员多维关系的矛盾预警方法，包括以下步骤：

24、sa1、采用所述的基于人员多维关系的矛盾模型构建方法，构建矛盾预警模型；

25、sa2、获取指定的观察人员，基于观察人员构建事件作为待评估事件；将待评估事件输入矛盾预警模型，获取矛盾预警模型输出的概率分布；

26、sa3、计算各待评估事件的风险阈值，风险阈值为待评估事件对应隐性发生状态标签的概率和显性发生状态标签的概率之和；

27、sa4、获取风险阈值大于设定阈值的待评估事件作为高风险事件，根据高风险事件筛选高风险人员并输出。

28、优选的，基于人员多维关系的矛盾预警方法，其特征在于，s4具体为：提取高风险事件中的人员作为高风险人员并输出；

29、或者，s4具体为：获取风险阈值大于设定阈值的待评估事件作为高风险事件，选择设定周期内对应的高风险事件大于设定数量的人员作为高风险人员并输出；事件对应的人员为事件包含的任务。

30、本发明还提出了一种基于人员多维关系的矛盾预警系统，包括存储器和处理器，存储器中存储有计算机程序，处理器与存储器连接，处理器用于执行所述计算机程序，以实现所述的基于人员多维关系的矛盾预警方法。

31、本发明的优点在于：

32、(1)本发明构建的矛盾预警模型结合设置的状态标签，构建未发生、隐性发生和显性发生等状态标签，可追踪已被发现的事件的状态标签的转换，从而实现模型参数拟合。本发明构建的矛盾预警模型可针对待评估事件进行概率评估，从而实现高风险事件的提前预测，为高风险事件的防范提供支持。

33、(2)本发明提出的矛盾预警模型综合考虑事件的标记和各标记的特征构成，标记和特征均可自行设置，具体实施时可针对不同的矛盾类型针对性设置矛盾预警模型，进一步提高矛盾预警模型的精确预测，使得矛盾预警模型的应用更加灵活可靠。

34、(3)本发明中，在构建拟合样本时，可结合历史数据中的状态标签为显性发生的样本的状态转换节点逆推隐性发生的拟合样本和未发生的拟合样本，为模型学习提供了充足的标注样本支撑，有利于提高模型的拟合精度。

35、(4)本发明中的矛盾预警模型在预估高风险事件时，可基于已经存在的人员矛盾关系构建待评估事件，实现对现有矛盾的发展进度的预测防范；也可基于特定人员例如有不良记录人员构建待评估事件，实现对特定人员的预测防范。

36、(5)本发明提出的基于人员多维关系的矛盾预警方法，通过建立矛盾预警模型挖掘潜在矛盾，在大数据的支撑下，自动筛查出长期未解决的矛盾纠纷和可能升级为案事件的高危矛盾纠纷；关联刻画出矛盾点位、矛盾类型、矛盾人员身份，矛盾关联人身份标签等信息，可辅助化解工作开展；同时也可辅助警力分配，实现对高风险人员的重点监督，实现风险防范。。