人员亲密度分析方法、终端及存储介质技术

本发明专利技术公开了一种人员亲密度分析方法、终端及存储介质，其方法包括：确定公安数据中目标人员之间的目标数据特征，目标数据特征包括目标人员关系和目标行为关系；确定目标行为关系的发生次数，并对发生次数按预设规则缩小至预设区间范围内，得到转换数据；对目标人员关系和转换数据进行分析，得到样本数据；对样本数据分类，并利用分类后的样本数据计算目标人员之间的亲密度。通过上述方式，本发明专利技术能够将人员之间发生的行为关系的次数缩减到预设范围之内，避免因行为关系的数值过大而降低人员关系亲密度的计算精度。

【技术实现步骤摘要】
人员亲密度分析方法、终端及存储介质
本申请涉及警务大数据挖掘分析
，特别是涉及一种人员亲密度分析方法、终端及存储介质。
技术介绍
公安部门进行人员之间的亲密度计算，应用于对与高危人员亲密度较高的人员进行掌控等各个方面，对于公安工作的开展具有十分重要的作用，目前在基于公安数据进行人员亲密度计算方面主要是针对公安数据中的父母关系、配偶关系、同住、同出行等特征数据采用机器学习方法或者基于规则的方法计算人员之间的亲密度。但是，同住、同出行、同上网等人员之间的行为关系发生次数较多时，得到的样本数据中行为关系的数值较大，会导致最终计算得到的人员亲密度的准确性降低。
技术实现思路
本申请提供一种人员亲密度分析方法、终端及存储介质，以提高计算得到人员之间亲密度的准确性。为解决上述技术问题，本申请采用的一个技术方案是：提供一种人员亲密度分析方法，包括：确定公安数据中目标人员之间的目标数据特征，目标数据特征包括目标人员关系和目标行为关系；确定目标行为关系的发生次数，并对发生次数按预设规则缩小至预设区间范围内，得到转换数据；对目标人员关系和转换数据进行分析，得到样本数据；对样本数据分类，并利用分类后的样本数据计算目标人员之间的亲密度。为解决上述技术问题，本申请采用的再一个技术方案是：提供一种终端，终端包括处理器、与处理器耦接的存储器，其中，存储器存储有用于实现上述中任一项的人员亲密度分析方法的程序指令；处理器用于执行存储器存储的程序指令以分析人员之间的亲密度。为解决上述技术问题，本申请采用的再一个技术方案是：提供一种存储介质，存储有能够实现上述中任一项的人员亲密度分析方法的程序文件。本申请的有益效果是：本专利技术提供的人员亲密度分析方法通过从公安数据中获取到目标人员之间的目标人员关系和目标行为关系，将每一个目标行为关系对应的发生次数按预设规则缩小至预设区间范围内，得到转换数据，再利用目标人员关系和转换数据得到样本数据，通过样本数据进行计算得到目标人员之间的亲密度，其通过将目标行为关系发生次数按预设规则进行转换，从而缩小发生次数，避免发生次数的数值过大而降低最终的计算结果的精度，提高了计算得到的人员亲密度的准确性。附图说明图1是本专利技术第一实施例的人员亲密度分析方法的流程示意图；图2是本专利技术第二实施例的人员亲密度分析方法的流程示意图；图3是本专利技术第三实施例的人员亲密度分析方法的流程示意图；图4是本专利技术第四实施例的人员亲密度分析方法的流程示意图；图5是本专利技术实施例的人员亲密度分析装置的结构示意图；图6是本专利技术实施例的终端的结构示意图；图7是本专利技术实施例的存储介质的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。图1是本专利技术第一实施例的人员亲密度分析方法的流程示意图。需注意的是，若有实质上相同的结果，本专利技术的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括步骤：步骤S101：确定公安数据中目标人员之间的目标数据特征，目标数据特征包括目标人员关系和目标行为关系。需要说明的是，本实施例中，人员之间的关系可以划分为人员关系和行为关系，其中，人员关系是指人员之间的社交关系，例如：父母、配偶、兄弟、同学、同事、朋友等关系，代指两个人之间的明确的关系；行为关系是指人员之间发生的行为的关系，例如：同出行、同上网、同住宿等关系，且行为关系还包括发生次数的属性，例如，同出行10次，同住宿8次等。在步骤S101中，从公安数据中获取目标人员之间的目标数据特征，其中，数据特征是指朋友、同事、同学、同出行、同上网、同住宿等，所有的数据特征可以划分为人员关系和行为关系两大类。本实施例通过从公安数据中的目标数据特征，得到目标人员之间的目标人员关系和目标行为关系。步骤S102：确定目标行为关系的发生次数，并对发生次数按预设规则缩小至预设区间范围内，得到转换数据。在步骤S102中，通过公安数据确定目标人员之间的目标行为关系的发生次数，例如，目标行为关系包括同出行和同上网，其中，同出行10次，同上网8次等；在确定目标行为关系的发生次数后，对发生次数按预设规则进行转换，使得所有的发生次数缩小至至预设区间范围内，得到转换数据，从而缩小目标行为关系的发生次数。其中，预设规则和预设区间范围由客户预先设定，优选地，为了进一步提高最终计算得到的亲密度的准确性，在一些实施例中，预设区间范围优选为[0,1]，预设规则可通过数据的标准化来实现，例如通过min-max标准化(Min-maxnormalization)、log函数转换、atan函数转换、z-score标准化(zero-menanormalization)等方法实现，从而将发生次数缩小至[0,1]区间范围内。步骤S103：对目标人员关系和转换数据进行分析，得到样本数据。在步骤S103中，基于目标人员关系进行分析，从而得到目标人员关系的样本数据，基于转换数据进行分析，从而得到目标行为关系的样本数据，目标人员关系的样本数据和目标行为关系的样本数据构成最终的样本数据。步骤S104：对样本数据分类，并利用分类后的样本数据计算目标人员之间的亲密度。在步骤S104中，通过采用逻辑回归算法或决策树对样本数据进行分类，再将分类后的样本数据输入至sigmoid函数或Tanh函数中进行计算，得到目标人员之间的亲密度。本专利技术第一实施例的人员亲密度分析方法通过从公安数据中获取到本文档来自技高网...

【技术保护点】
1.一种人员亲密度分析方法，其特征在于，包括：/n确定公安数据中目标人员之间的目标数据特征，所述目标数据特征包括目标人员关系和目标行为关系；/n确定所述目标行为关系的发生次数，并对所述发生次数按预设规则缩小至预设区间范围内，得到转换数据；/n对所述目标人员关系和所述转换数据进行分析，得到样本数据；/n对所述样本数据分类，并利用分类后的样本数据计算目标人员之间的亲密度。/n

【技术特征摘要】
1.一种人员亲密度分析方法，其特征在于，包括：
确定公安数据中目标人员之间的目标数据特征，所述目标数据特征包括目标人员关系和目标行为关系；
确定所述目标行为关系的发生次数，并对所述发生次数按预设规则缩小至预设区间范围内，得到转换数据；
对所述目标人员关系和所述转换数据进行分析，得到样本数据；
对所述样本数据分类，并利用分类后的样本数据计算目标人员之间的亲密度。


2.根据权利要求1所述的人员亲密度分析方法，其特征在于，确定目标行为关系的发生次数，并对发生次数按预设规则缩小至预设区间范围内，得到转换数据，包括：
获取每一个所述目标行为关系的发生次数；
对所述发生次数进行指数转换，得到所述发生次数在所述预设区间范围内对应的所述转换数据。


3.根据权利要求2所述的人员亲密度分析方法，其特征在于，所述指数转换的计算过程为：计算e的x次幂，得到所述转换数据，x等于1减去所述发生次数的倒数。


4.根据权利要求1或2所述的人员亲密度分析方法，其特征在于，所述预设区间范围为[0,1]。


5.根据权利要求1所述的人员亲密度分析方法，其特征在于，对目标人员关系和转换数据进行分析，得到样本数据，包括：
确认所述人员关系对应的等级，并将所述目标数据特征中的目标人员关系对应的等级置1，其余人员关系对应的等级置0，得到人员关系样本数据，所述公安数据包括多个数据特征，且所述数据特征划分为预设数量个等级，每一个等级包括至少一个所述数据特征；
基于所述预设数量个等级以及每一个等级对应的数据特征的个数...

【专利技术属性】
技术研发人员：李保敏，何林强，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33