【技术实现步骤摘要】
类案可疑对象智能挖掘分析方法
本专利技术涉及公共安全行为侦查
，特别是一种类案可疑对象智能挖掘分析方法。
技术介绍
在公共安全行业中，很多基层没有办案经验的民警在侦查办案过程中，每天面对各种各样的案件，线索稀少、案情复杂，往往无从下手，难以结合当前案件发生的作案特征(如接近手段、侵害手段、选择对象、选择时机、选择区域等)和线索要素(时间、空间、人员、物品等)做到精准的分析研判，无法自动分析潜在的可疑对象，经通过办案民警的经验进行判断。为了破解此难题，目前传统的做法是针对案件相关特征和规律，根据作案特点与可疑对象间的关联关系设定一定的关联规则，通过关联规则的综合运算，推断最有可能的潜在作案对象。该技术手段虽然一定程度发现了潜在的作案对象，部分解决了自动化运算、潜在对象自动推送问题，但是该方案的设计思路并没有从历史的已破案件样本中寻找规律，仅仅是依靠办案专家的经验进行总结，提供相关的关联规则，设置打分权重，存在一定弊端：一是难以实现精准地推理运算，二是无法适应新发案件的分析，综合成效大大折扣，无法满足实战应用要求。...
【技术保护点】
1.类案可疑对象智能挖掘分析方法，其特征在于，包括以下具体步骤：/nS1、输入历史已破案件侦查研判要素进行样本训练；/nS2、分析历史已破案件侦查研判要素，产生关键要素特征；/nS3、通过Apriori算法对步骤S2中关键要素特征进行分析计算，形成关键要素与涉案对象决策树；/nS4、分析新发案件要素特征，形成新发案件条件集；系统接收新发的案件信息，根据案件的类别提取同类案别的历史案件训练集中相同的涉案关键特征要素；/nS5、输入新发案件条件集；系统输入新发案件提取的涉案关键特征集；/nS6、基于步骤S3中决策树智能挖掘分析，通过决策树算法对新发案件进行决策；把新发的案件的所...
【技术特征摘要】
1.类案可疑对象智能挖掘分析方法，其特征在于，包括以下具体步骤：
S1、输入历史已破案件侦查研判要素进行样本训练；
S2、分析历史已破案件侦查研判要素，产生关键要素特征；
S3、通过Apriori算法对步骤S2中关键要素特征进行分析计算，形成关键要素与涉案对象决策树；
S4、分析新发案件要素特征，形成新发案件条件集；系统接收新发的案件信息，根据案件的类别提取同类案别的历史案件训练集中相同的涉案关键特征要素；
S5、输入新发案件条件集；系统输入新发案件提取的涉案关键特征集；
S6、基于步骤S3中决策树智能挖掘分析，通过决策树算法对新发案件进行决策；把新发的案件的所有关键特征要素作为节点，遍历每个特征要素的每种分裂方式，找到依赖权重最大的分裂特征，分裂成两个或者多个节点，针对分裂后的节点不断迭代循环分裂，直到找到最终的关键特征要素，最终形成决策树路径；
S7、精确推送可疑对象；根据步骤S6分析出的新发案件决策树路径，结合路径中出现的关键特征要素，按照关键要素在路径中出现的顺序，逐个分析筛选每个关键特征要素中出现的涉案人员，综合多个关键特征要素进行碰撞分析，最终推导出最终潜在的可疑人员数据集；
所述步骤S2中，关键要素特征为典型的、能够确定涉案人员的相关行为特征。
2.根据权利要求1所述的类案可疑对象智能挖掘分析方法，其特征在于，所述步骤S1中，按照案件状态条件查询出归档案件库中所有的已破案件，关联出已破案件抓获的嫌疑人员，根据每类案件嫌疑人的涉案要素，形成测试样本库，选择一定的随机比例样本数据，通过Scikit-learn进行训练学习。
3.根据权利要求2所述的类案可疑对象智能挖掘分析方法，其特征在于，所述涉案要素包括户籍、籍贯、性别、年龄、民族、文化程度、职业、专长、活动轨迹、关系人、前科特征。
4.根据权利要求1所述的类案可疑对象智能挖掘分析方法，其特征在于，所述步骤S2中，通过监督学习中的分类算法分析同类案件的训练结果集，输出各类涉案要素与每类案件关联紧密程度，形成每类案...
【专利技术属性】
技术研发人员：苏学武，刘怀春，唐飞，何晓伟，谢丽，
申请(专利权)人：珠海市新德汇信息技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。