一种基于最近邻算法预测人房一致性处理方法及系统技术方案

本公开提供了基于最近邻算法预测人房一致性处理方法及系统。基于最近邻算法预测人房一致性处理方法，包括将预设地理区域内的户籍数据和车辆数据相关联存储，车辆数据和卡口过车数据相关联存储；根据目标人的身份证号码，查询出目标人户籍数据，得到目标人及其关系人所属的车辆数据；获取相应卡口过车数据，得到数量落脚次数超过预设阈值的卡口；将数量落脚次数超过预设阈值的卡口坐标及户籍数据中的居住地址数据分别对应转换为卡口平面坐标和居住地址平面坐标，构建出k‑d树；利用最近邻搜索算法查找出k‑d树中与当前居住地址平面坐标点距离最近的卡口坐标点，若两者之间距离在预设范围内，则判定人房一致；否则判定人房不一致。

【技术实现步骤摘要】
一种基于最近邻算法预测人房一致性处理方法及系统
本公开属于数据处理领域，尤其涉及一种基于最近邻算法预测人房一致性处理方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。随着经济社会的发展和生活节奏的加速，生存要素中的“吃、穿、行”变动十分频繁，唯有“住”的要素变动相对较小。但目前，“管房”与“管人”却始终相脱节，管人的不管房，管房的不管人。专利技术人发现现有的数据查询存在以下问题：(1)数据烟囱问题，查询是孤立的，依据身份证号码产生结果数据；(2)基于公安数据，搜索出的户籍地址、车辆登记地址需要人工判断常住位置是否与之相近，耗费人力、物力。
技术实现思路
根据本公开的一个或多个实施例的一个方面，提供一种基于最近邻算法预测人房一致性处理方法，其能够快速分析目标人群的常住地址，提高了公安民警对目标人进行人房一致分析，常住地址排查，空置房屋、出租房屋排查的效率。本公开的一种基于最近邻算法预测人房一致性处理方法，包括：将预设地理区域内的户籍数据和车辆数据相关联存储，车辆数据和卡口过车数据相关联存储；其中，户籍数据包括居住地址数据、户主及同户关系人姓名和身份证号码；根据目标人的身份证号码，查询出目标人的户籍数据，进而得到目标人及其关系人所属的车辆数据；根据目标人及其关系人所属的车辆数据，获取相应卡口过车数据，通过卡口过车数据对车辆进行轨迹分析，得到数量落脚次数超过预设阈值的卡口；将数量落脚次数超过预设阈值的卡口坐标以及户籍数据中的居住地址数据分别对应转换为卡口平面坐标和居住地址平面坐标，进而构建出k-d树；利用最近邻搜索算法，查找出k-d树中与当前居住地址平面坐标点距离最近的卡口坐标点，若当前居住地址平面坐标点与最近的卡口坐标点之间距离在预设范围内，则判定人房一致；否则判定人房不一致。在一个或多个实施例中，通过卡口过车数据对车辆进行轨迹分析的过程为：通过卡口轨迹获取预设时间段内每天最后一次出现的卡口位置信息；建立以身份证为键，卡口信息为值的卡口集合，卡口信息包含卡口的名称和卡口GPS位置信息。在一个或多个实施例中，利用最近邻搜索算法，查找出k-d树中与当前居住地址平面坐标点距离最近的卡口坐标点的过程为：从k-d树的根节点开始，通过最近邻搜索，如果节点的分割维度值小于查找点的维度值表示查找点位于左子树空间中，则进入左子树，如果大于则进入右子树，直到达到叶子节点为止，将搜索路径上的每一个节点都加入到路径中；然后再回溯搜索路径，并判断未加入路径的其他子节点空间中是否可能有距离搜索点更近的节点，如果有可能，则遍历子节点空间，并将遍历到的节点加入到搜索路径中，重复这个过程直到搜索路径为空。在一个或多个实施例中，所述基于最近邻算法预测人房一致性处理方法，还包括：当人房不一致时，获取与户籍数据相关联的缴费数据；判定缴费数据是否存在，若是，则判定房屋出租；否则，判定房屋空置。在一个或多个实施例中，所述缴费数据包括水缴费数据、电缴费数据、天燃气缴费数据和暖气缴费数据。根据本公开的一个或多个实施例的另一个方面，提供一种基于最近邻算法预测人房一致性处理系统，其能够快速分析目标人群的常住地址，提高了公安民警对目标人进行人房一致分析，常住地址排查，空置房屋、出租房屋排查的效率。本公开的一种基于最近邻算法预测人房一致性处理系统，包括存储器和处理器；所述存储器用于存储户籍数据、与户籍数据相关联的车辆数据，以及车辆相关联的卡口过车数据；所述处理器包括：数据获取模块，其用于获取户籍数据、与户籍数据相关联的车辆数据，以及车辆相关联的卡口过车数据；所述户籍数据包括居住地址数据、户主及同户关系人姓名和身份证号码；目标人数据查询模块，其用于根据目标人的身份证号码，查询出目标人的户籍数据，进而得到目标人及其关系人所属的车辆数据；落脚卡口数据获取模块，其用于根据目标人及其关系人所属的车辆数据，获取相应卡口过车数据，通过卡口过车数据对车辆进行轨迹分析，得到数量落脚次数超过预设阈值的卡口；k-d树构建模块，其用于将数量落脚次数超过预设阈值的卡口坐标以及户籍数据中的居住地址数据分别对应转换为卡口平面坐标和居住地址平面坐标，进而构建出k-d树；人房一致判定模块，其用于利用最近邻搜索算法，查找出k-d树中与当前居住地址平面坐标点距离最近的卡口坐标点，若当前居住地址平面坐标点与最近的卡口坐标点之间距离在预设范围内，则判定人房一致；否则判定人房不一致。在一个或多个实施例中，在所述落脚卡口数据获取模块中，通过卡口过车数据对车辆进行轨迹分析的过程为：通过卡口轨迹获取预设时间段内每天最后一次出现的卡口位置信息；建立以身份证为键，卡口信息为值的卡口集合，卡口信息包含卡口的名称和卡口GPS位置信息。在一个或多个实施例中，在所述人房一致判定模块中，利用最近邻搜索算法，查找出k-d树中与当前居住地址平面坐标点距离最近的卡口坐标点的过程为：从k-d树的根节点开始，通过最近邻搜索，如果节点的分割维度值小于查找点的维度值表示查找点位于左子树空间中，则进入左子树，如果大于则进入右子树，直到达到叶子节点为止，将搜索路径上的每一个节点都加入到路径中；然后再回溯搜索路径，并判断未加入路径的其他子节点空间中是否可能有距离搜索点更近的节点，如果有可能，则遍历子节点空间，并将遍历到的节点加入到搜索路径中，重复这个过程直到搜索路径为空。在一个或多个实施例中，所述处理器，还包括：房屋出租及空置判定模块，其用于当人房不一致时，获取与户籍数据相关联的缴费数据；判定缴费数据是否存在，若是，则判定房屋出租；否则，判定房屋空置。在一个或多个实施例中，所述缴费数据包括水缴费数据、电缴费数据、天燃气缴费数据和暖气缴费数据。本公开的有益效果是：(1)本公开通过车辆落脚地址与户籍地址、房屋地址进行最近邻分析，能够快速分析目标人群的常住地址，提高了公安民警对目标人进行人房一致分析，常住地址排查，空置房屋、出租房屋排查的效率。(2)本公开通过核准本城或来城人员的实际居住地或落脚点，达到查房知人、查人知住”的服务管理效果，本公开的人房一致的分析，提高了公安针对特定人群打击分析的能力，为租赁房屋的集中排查、编码登记，实现全覆盖纳管提供了良好的思路。附图说明构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。图1是本公开的一种基于最近邻算法预测人房一致性处理方法实施例流程图。图2是本公开的一种基于最近邻算法预测人房一致性处理方法具体实施例流程图。图3是k-d树示例图。图4是本公开的一种基于最近邻算法预测人房一致性处理系统实施例结构示意图。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。通过本文档来自技高网...

【技术保护点】
1.一种基于最近邻算法预测人房一致性处理方法，其特征在于，包括：将预设地理区域内的户籍数据和车辆数据相关联存储，车辆数据和卡口过车数据相关联存储；其中，户籍数据包括居住地址数据、户主及同户关系人姓名和身份证号码；根据目标人的身份证号码，查询出目标人的户籍数据，进而得到目标人及其关系人所属的车辆数据；根据目标人及其关系人所属的车辆数据，获取相应卡口过车数据，通过卡口过车数据对车辆进行轨迹分析，得到数量落脚次数超过预设阈值的卡口；将数量落脚次数超过预设阈值的卡口坐标以及户籍数据中的居住地址数据分别对应转换为卡口平面坐标和居住地址平面坐标，进而构建出k‑d树；利用最近邻搜索算法，查找出k‑d树中与当前居住地址平面坐标点距离最近的卡口坐标点，若当前居住地址平面坐标点与最近的卡口坐标点之间距离在预设范围内，则判定人房一致；否则判定人房不一致。

【技术特征摘要】
1.一种基于最近邻算法预测人房一致性处理方法，其特征在于，包括：将预设地理区域内的户籍数据和车辆数据相关联存储，车辆数据和卡口过车数据相关联存储；其中，户籍数据包括居住地址数据、户主及同户关系人姓名和身份证号码；根据目标人的身份证号码，查询出目标人的户籍数据，进而得到目标人及其关系人所属的车辆数据；根据目标人及其关系人所属的车辆数据，获取相应卡口过车数据，通过卡口过车数据对车辆进行轨迹分析，得到数量落脚次数超过预设阈值的卡口；将数量落脚次数超过预设阈值的卡口坐标以及户籍数据中的居住地址数据分别对应转换为卡口平面坐标和居住地址平面坐标，进而构建出k-d树；利用最近邻搜索算法，查找出k-d树中与当前居住地址平面坐标点距离最近的卡口坐标点，若当前居住地址平面坐标点与最近的卡口坐标点之间距离在预设范围内，则判定人房一致；否则判定人房不一致。2.如权利要求1所述的一种基于最近邻算法预测人房一致性处理方法，其特征在于，通过卡口过车数据对车辆进行轨迹分析的过程为：通过卡口轨迹获取预设时间段内每天最后一次出现的卡口位置信息；建立以身份证为键，卡口信息为值的卡口集合，卡口信息包含卡口的名称和卡口GPS位置信息。3.如权利要求1所述的一种基于最近邻算法预测人房一致性处理方法，其特征在于，利用最近邻搜索算法，查找出k-d树中与当前居住地址平面坐标点距离最近的卡口坐标点的过程为：从k-d树的根节点开始，通过最近邻搜索，如果节点的分割维度值小于查找点的维度值表示查找点位于左子树空间中，则进入左子树，如果大于则进入右子树，直到达到叶子节点为止，将搜索路径上的每一个节点都加入到路径中；然后再回溯搜索路径，并判断未加入路径的其他子节点空间中是否可能有距离搜索点更近的节点，如果有可能，则遍历子节点空间，并将遍历到的节点加入到搜索路径中，重复这个过程直到搜索路径为空。4.如权利要求1所述的一种基于最近邻算法预测人房一致性处理方法，其特征在于，所述基于最近邻算法预测人房一致性处理方法，还包括：当人房不一致时，获取与户籍数据相关联的缴费数据；判定缴费数据是否存在，若是，则判定房屋出租；否则，判定房屋空置。5.如权利要求4所述的一种基于最近邻算法预测人房一致性处理方法，其特征在于，所述缴费数据包括水缴费数据、电缴费数据、天燃气缴费数据和暖气缴费数据。6.一种基于最近邻算法预测人房一致性处理系统，其特征在于，包括存储器和处理器；所述存储器用于关联存储预设地理区域内的户籍数据和车辆数据，以及关联存...

【专利技术属性】
技术研发人员：巩志远，刘长山，吕慧艳，吕京元，陈建学，
申请(专利权)人：巩志远，刘长山，吕慧艳，吕京元，陈建学，
类型：发明
国别省市：山东,37