一种涉法人员群体画像分析系统及方法技术方案

本发明专利技术涉及一种涉法人员群体画像分析系统及方法，本发明专利技术主要包括涉法数据融合及预处理，涉法数据深度脱敏，融合数据特征处理，涉法人员群体挖掘，群体画像构建和画像展示六部分；本发明专利技术针对司法数据进行深度脱敏，防止信息泄露保护信息安全，并且针对融合多种业务系统涉法人员的群体性画像，方便挖掘特殊群体并进行有针对性的策略制定；此外，本发明专利技术还具有一定的灵活性，可根据用户经验对画像特征进行调整，并且可以针对特殊群体进行可视化展示。

An analysis system and method of group portrait of people involved in law

【技术实现步骤摘要】
一种涉法人员群体画像分析系统及方法
本专利技术涉及机器学习与自然语言处理
，尤其涉及一种涉法人员群体画像分析系统及方法。
技术介绍
近年来，国家大力推进行政执法综合管理监督信息系统建设，完善全国行政执法数据汇集和信息共享机制，全面提升全国行政执法与监督信息化水平，随着司法信息化的逐步完善，收集了大量的涉法案件信息，如裁判文书、监狱服刑记录、社区矫正、戒毒信息等数据。如何合理有效的利用数据辅助监管涉法人员，预防涉法人员逃脱、暴力、自杀等突发事件发生，根据涉法人员特征进行针对性教育改造，如何充分发挥数据效能是司法信息化建设的重要组成部分，而人物画像是在大数据背景下根据目标人物属性、行为等信息分析抽象出来的标签化的用户模型，用一些高度概括、容易理解的标签来描涉法群体，可以为后续辅助监管、教育改造等提供有力支持。目前，画像技术在电商、金融、通信等领域已经得到的很好的应用，为用户提供了良好的有针对性的服务。在司法领域人物画像技术应用还不多，专利CN109543986A是基于用户画像的监狱罪犯三预风险评估，通过分析样本数据来制定个人用户画像标本文档来自技高网...

【技术保护点】
1.一种涉法人员群体画像分析方法，其特征在于，包括如下步骤：/n(1)采集涉法数据，并对涉法数据进行融合及预处理；/n(2)对融合及预处理后的涉法数据进行深度脱敏；/n(3)基于涉法数据分别进行文本特征处理与数值特征处理，并进行特征融合，得到涉法人员的特征；/n(4)对涉法人员的特征作升维处理，将其转化为固定长度向量后作降维处理，并采用聚类算法进行涉法人员群体挖掘；/n(5)基于聚类结果，结合涉法人员的特征进行群体画像构建；/n(6)对构建得到的人物画像进行可视化处理，并支持根据界面展示对特征进行二次筛选。/n

【技术特征摘要】
1.一种涉法人员群体画像分析方法，其特征在于，包括如下步骤：
(1)采集涉法数据，并对涉法数据进行融合及预处理；
(2)对融合及预处理后的涉法数据进行深度脱敏；
(3)基于涉法数据分别进行文本特征处理与数值特征处理，并进行特征融合，得到涉法人员的特征；
(4)对涉法人员的特征作升维处理，将其转化为固定长度向量后作降维处理，并采用聚类算法进行涉法人员群体挖掘；
(5)基于聚类结果，结合涉法人员的特征进行群体画像构建；
(6)对构建得到的人物画像进行可视化处理，并支持根据界面展示对特征进行二次筛选。


2.根据权利要求1所述的一种涉法人员群体画像分析方法，其特征在于：所述步骤(1)具体为：通过多个业务系统收集涉法数据，将涉法人员基本信息赋予不同的权重，计算涉法人员相似程度，通过设置相似程度阈值、冗余信息处理、冲突信息处理来进行跨系统数据融合，并将单个业务系统中完全相同的记录去除，将空值率大于预设阈值的字段去除。


3.根据权利要求1所述的一种涉法人员群体画像分析方法，其特征在于：所述的深度脱敏方法步骤如下：
(2.1)统计涉法人员姓名信息，按照姓名中姓和名字的分布情况，重新生成涉法人员姓名；
(2.2)对涉法数据中涉及到的组织机构信息进行编码处理；
(2.3)将身份证件和联系方式转化为唯一标识代码形式；
(2.4)结合外部地图数据，对采集到的地址信息进行规范化处理，规范化为省市县的形式，不涉及更加详细信息；
(2.5)识别所述融合及预处理后的涉法数据中的实体数据，对所述实体数据执行步骤(2.1)-(2.4)，完成数据脱敏。


4.根据权利要求3所述的一种涉法人员群体画像分析方法，其特征在于：所述步骤(3)具体为：将涉法数据归类为文本特征数据与数值特征数据，具体划分为人员固定属性、人员动态属性、文本描述、地址、组织以及涉法案件特征六种特征类别数据，对这六种特征类别分别进行数据处理，并进行特征融合得到涉法人员的特征；其中，六种特征类别数据及处理具体如下：
1)人员固定属性数据反映涉法人员的基本信息，对数据进行预处理；
2)人员动态属性数据是指随着时间变化而不断改变的特征，反映涉法人员思想、行为变化状态，计算各动态属性数据的均值、方差、以及变化趋势，其中类别类数据需转化为数值型数据；
3)文本描述数据反应涉法案件文本描述信息，先进行分词，并采用word2vec模型生成X维向量；
4)地址数据反映涉法案件的地址相关性，采用步骤(2.4)所述方法处理；
5)组织数据反映涉法案件的组织相关性，采用步骤(2.2)所述方法处理；
6)涉法案件特征是指司法机关对涉法人员涉法事件的相关裁定信息，并对此类信息进行预处理。


5.根据权利要求4所述的一种涉法人员群体画像分析方法，其特征在于：所述变化趋势通过如下公式计算：



x＝[x1，x2，...，xm]
其中，m表示某个涉法人员动态数据记录条数；j是下标，无实际意义；x表示动态记录；1{}表示括号中记录为真则值为1，否则值为0；td(x)是特征x的变化趋势值，代表动态数据变好或者维持现状的趋势，在0-1之间。


6.根据权利要求1所述的一种涉法人员群体画像分析方法，其特征在于：所述步骤(4)具体如下：
(4.1)对涉法数据中的数值特征数据进行升维处理，转化为X维的向量形式，X可以根据实际特征类别以及特征数量决定；其中，空值特征也编码为X维向量；
(4.2)将特征向量乘以对应的权重横向拼接在一起，生成固定长度的涉法人员特征F，
F＝[g1f1，g2f2，...，gNfN]
其中，N表示涉法人员的特征数量，f表示X维特征向量，g表示特征向量的权重，根据业务需求来设定，F表示涉法人员特征拼接向量，共有N*X维；N的选取根据实际业务系统的特征数据量决定；
(4.3)对得到的涉法人员特征F进行降维处理，采用PCA降维提取主要特征F′，其中降维后F的维度可根据实际采用的算法和模型的准确度需求来设定；
(4.4)采用自适应DBSCAN密度聚类算法对处理好的降维特征F′进行聚类分析，获得稳定的C个聚类类别。


...

【专利技术属性】
技术研发人员：王开红，陈涛，金佳佳，丁锴，李建元，
申请(专利权)人：银江股份有限公司，
类型：发明
国别省市：浙江;33