一种智能串并案分析方法及系统技术方案

本发明专利技术提供了一种智能串并案分析方法及系统，属于公安案件分析技术领域，解决了现有技术中串并案分析时需要侦查人员从公安信息系统中人工分析查找导致的费时费力、效率低下的问题，提高了串并案分析效率和准确率。其中，智能串并案分析方法包括以下步骤：基于公安刑侦数据库建立案件特征数据仓库，基于所述案件特征数据仓库通过机器学习生成串并案分析模型，利用所述串并案分析模型对未破案件进行分析，生成类案列表。

【技术实现步骤摘要】

本专利技术涉及公安案件分析
，具体而言，涉及一种智能串并案分析方法及系统。
技术介绍
当前，刑事犯罪斗争的形势十分严峻，刑事案件发案不断上升，犯罪活动的显著特点是流窜性和系列性案件比较突出。犯罪分子采用跨区域、跳跃式、大范围流窜的方法进行作案，犯罪手段日趋狡猾，暴力性更明显，时空跨度更大，且智能化、技术型团伙作案有向深层方向发展趋势。针对犯罪流窜性、系列性的特点，应强化串并案件工作，进行串并案件的侦查。串并案分析是刑侦工作的一个重要的侦查手段，所谓的串并案分析是指通过对案件的作案手段、痕迹、物证等进行综合分析，将存在一定联系的案件结合到一起进行合并侦破的侦查方法。通过串并案可以获取更多的案件信息，对系列性、连续性、多发性以及职业性犯罪案件的侦破具有极大的作用。串并案件有利于加强跨地区刑侦合作，共享犯罪信息资源，有利于获取各种犯罪证据、深挖余罪、预防犯罪。串并案件的主要方法有：以案串案，以人串案，以物串案，以案件性质串案。传统方法中通常需要侦查人员从以往的案件数据库中进行人工串并案分析，然而，由于犯罪案件的不断增加，公安信息系统里存储的案件数据量极其庞大，此外，一些无效的冗余信息也会出现，侦查人员想要从公安信息系统中通过人工的方式找到跟案件相关的案件，困难程度是可想而知的，这就导致了人力的增加，效率的下降。基于原有公安信息系统的串并案方法，往往会导致最终的串并案分析不够全面，且不够及时准确，例如应该进行串并的案件没有串并或及时串并，从而贻误了破案时机，严重的还会造成犯案人员连续作案，成为惯犯，给公民造成恐慌害怕，而严重影响社会的和谐稳定。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种智能串并案分析方法及系统，以解决现有技术中串并案分析时需要侦查人员从公安信息系统中人工分析查找导致的费时费力、效率低下的问题，能够提高串并案分析效率和准确率。第一方面，本专利技术实施例提供了一种智能串并案分析方法，所述方法包括以下步骤：基于公安刑侦数据库建立案件特征数据仓库；基于所述案件特征数据仓库通过机器学习生成串并案分析模型；利用所述串并案分析模型对未破案件进行分析，生成类案列表。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，上述方法还包括以下步骤：基于公安前科人员数据库建立高危人群数据库。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，上述方法还包括以下步骤：基于轨迹信息建立人员活动轨迹数据库。结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，上述方法还包括以下步骤：从所述高危人群数据库中调取高危人群数据；从所述人员活动轨迹数据库中调取轨迹数据；利用所述高危人群数据和所述轨迹数据对类案列表进行数据分析，生成串并案列表。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，所述轨迹信息包括电子围栏轨迹、上网轨迹、住宿轨迹、消费轨迹、公共交通出行轨迹。结合第一方面，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，所述机器学习具体包括以下步骤：选择训练经验；选择目标函数；选择目标函数的表示形式；选择函数逼近算法。本专利技术实施例提供了一种智能串并案分析方法，通过建立基于公安刑侦数据库的案件特征数据仓库，作为数据支持。基于案件特征数据仓库通过机器学习，分析已破串并案件的特征，生成串并案分析模型，并可以在用户的实际使用中不断更新、完善，最后利用串并案分析模型对未破案件进行分析，生成类案列表。在作案特征具有相同点、相似点的未破案件，就会作为类案出现在该类案列表中。从而解决了现有技术中串并案分析时需要侦查人员从公安信息系统中人工分析查找导致的费时费力、效率低下的问题，提高了串并案分析效率和准确率、降低遗漏率。第二方面，本专利技术实施例提供了一种智能串并案分析系统，包括：数据集成模块，用于基于公安刑侦数据库建立案件特征数据仓库；机器学习模块，用于基于所述案件特征数据仓库通过机器学习生成串并案分析模型；类案生成模块，用于利用所述串并案分析模型对未破案件进行分析，生成类案列表。结合第二方面，专利技术实施例提供了第二方面的第一种可能的实施方式，其中，该智能串并案分析系统还包括：轨迹分析模块，用于基于轨迹信息建立人员活动轨迹数据库；高危人群生成模块，用于基于公安前科人员数据库建立高危人群数据库。结合第二方面，专利技术实施例提供了第二方面的第二种可能的实施方式，其中，该智能串并案分析系统还包括：数据接入模块，用于从所述人员活动轨迹数据库、所述高危人群数据库中分别调取人员轨迹数据、高危人群数据；分析模块，用于利用所述高危人群数据和所述轨迹数据对类案列表进行数据分析，生成串并案列表。结合第二方面，专利技术实施例提供了第二方面的第三种可能的实施方式，其中，所述轨迹信息包括电子围栏轨迹、上网轨迹、住宿轨迹、消费轨迹、公共交通出行轨迹。本专利技术实施例提供了一种智能串并案分析系统，包括数据集成模块、机器学习模块和类案生成模块，其中，数据集成模块用于基于公安刑侦数据库建立案件特征数据仓库，机器学习模块用于基于案件特征数据仓库通过机器学习生成串并案分析模型，类案生成模块用于利用串并案分析模型对未破案件进行分析，生成类案列表。通过建立案件特征数据仓库，作为数据支持，然后基于案件特征数据仓库通过机器学习，分析已破串并案件的特征，生成串并案分析模型，并可以在用户的实际使用中不断更新、完善，最后利用串并案分析模型对未破案件进行分析，生成类案列表。在作案特征具有相同点、相似点的未破案件，就会作为类案出现在该类案列表中。从而解决了现有技术中串并案分析时需要侦查人员从公安信息系统中人工分析查找导致的费时费力、效率低下的问题，提高了串并案分析效率和准确率。本专利技术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，或者通过实施本专利技术而了解。本专利技术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。为使本专利技术的上述目的、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专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图。图1示出了本专利技术实施例所提供的一种智能串并案分析方法的流程图；图2示出了本专利技术实施例所提供的一种智能串并案分析方法中机器学习的流程图；图3示出了本专利技术实施例所提供的一种智能串并案分析系统的结构框架图。图示说明：301-数据集成模块，302-机器学习模块，303-类案生成模块304-轨迹分析模块，305-高危人群生成模块306-数据接入模块，307-分析模块具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人本文档来自技高网...

【技术保护点】
一种智能串并案分析方法，其特征在于，包括以下步骤：基于公安刑侦数据库建立案件特征数据仓库；基于所述案件特征数据仓库通过机器学习生成串并案分析模型；利用所述串并案分析模型对未破案件进行分析，生成类案列表。

【技术特征摘要】
1.一种智能串并案分析方法，其特征在于，包括以下步骤：基于公安刑侦数据库建立案件特征数据仓库；基于所述案件特征数据仓库通过机器学习生成串并案分析模型；利用所述串并案分析模型对未破案件进行分析，生成类案列表。2.根据权利要求1所述的智能串并案分析方法，其特征在于，还包括以下步骤：基于公安前科人员数据库建立高危人群数据库。3.根据权利要求2所述的智能串并案分析方法，其特征在于，还包括以下步骤：基于轨迹信息建立人员活动轨迹数据库。4.根据权利要求3所述的智能串并案分析方法，其特征在于，还包括以下步骤：从所述高危人群数据库中调取高危人群数据；从所述人员活动轨迹数据库中调取轨迹数据；利用所述高危人群数据和所述轨迹数据对类案列表进行数据分析，生成串并案列表。5.根据权利要求3所述的智能串并案分析方法，其特征在于，所述轨迹信息包括电子围栏轨迹、上网轨迹、住宿轨迹、消费轨迹、公共交通出行轨迹。6.根据权利要求1所述的智能串并案分析方法，其特征在于，所述机器学习具体包括以下步骤：选择训练...

【专利技术属性】
技术研发人员：冯一村，李龙辉，刘秋雯，
申请(专利权)人：冯一村，
类型：发明
国别省市：北京;11