基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法技术

本发明专利技术公开了一种基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法，通过对公共数字生活中的一些重点生活场景中的多源异构数据进行数据分析、提取，生成信息和行为要素特征库，将其与用户数字画像结合，构建个性化规则机制，及时准确地对不同重点生活场景做出预测预警，为事前干预做出有力支撑，可应用于公共安全卫生预警、心理健康预警、校园欺凌事件预警等。

【技术实现步骤摘要】
基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法
本专利技术属于大数据分析
，具体涉及一种基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法。
技术介绍
随着云计算、大数据等互联网技术的更新迭代以及生活水平的不断提高，人们对于基础教育、公共卫生、公共交通、养老等公共服务需求不断扩大，各级政府部门也在时刻思考、关注在互联网+的时代背景下创新政府公共服务模式，推进公共生活数字化，提供生活便利。在公共数字生活中，一些重点生活场景如经济纠纷事件、火灾等场景，一旦出现问题，将会对人民群众的利益和社会稳定造成严重影响，在这些重点生活场景中，做出预测预警，提前发现能避免重大损失。而另外一些生活场景如路线规划、智能推荐等场景，进行精准分析和预测，可为人民群众提供极大的便利，提高人民生活幸福感；因此，能够及时准确地对不同重点生活场景做出预测预警、为事前干预做出有力支撑已成为迫切需要解决的问题。现有的预测预警技术，仍然是基于单一维度或少数维度的特征对人们的行为进行分析预测，有分析特征不够全面，预测准确率较低等缺点。公开号为CN106709606A的中国专利提供了一种个性化场景预测方法及装置，其首先基于位置服务获取用户的地理位置信息，所述地理位置信息包括与时间相关联的POI信息，接着对用户在预设期间内所有的地理位置信息进行聚类分析，获取生活习惯轨迹向量序列，然后基于所述生活习惯轨迹向量序列，构建马尔科夫转移矩阵，最后获取用户的当前场景，基于所述当前场景从所述马尔科夫转移矩阵中，获取对应的预测场景。公开号为CN107967578A的中国专利提供了一种智慧城市公共安全大数据预警平台，包括顺次链接的预警系统、通信模块、云数据平台和信息接收终端，预警系统包括自然灾害预警系统、事故灾难预警系统、公共卫生事件预警系统、社会安全事件预警系统，信息接收终端包括PC端或移动终端，且PC端或移动终端分别通过预警应用程序界面显示预警信息，其将自然灾害预警系统、事故灾难预警系统、公共卫生事件预警系统和社会安全事件预警系统监测到的预警信息通过通信模块传输至云数据平台，并发送至PC端或移动终端，经预警应用程序界面显示预警信息，使得公众与预警系统能够较好的衔接，仅通过一个预警应用程序就能够及时知晓预警信息，方便快捷。公开号为CN109711613A的中国专利提供了一种基于人员关系模型和事件关联模型的预警方法及系统，该方法从公共安全大数据提取模型信息数据，对模型信息数据进行过滤处理；根据人员身份数据对模型信息数据进行统计分析，提取出多次反映事件的人员创建人员关系模型；根据事件数据对模型信息数据进行语义要素的抽取，提取出人员多次反映的事件创建事件关系模型；根据一个人反映事件的次数设置人员预警阈值；根据多人反映一件事的次数设置事件预警阈值，对超出预警阈值的人员和事件进行预警。综上分析，一个优质的预警系统要能够准确及时地对不同重点生活场景做出预测预警，同时还要融合用户的多维属性，打破局限、关联各维属性，根据各维属性特征使用相对应的处理方法，使预警系统更加及时，更加准确。
技术实现思路
鉴于上述，本专利技术提供了一种基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法，能够及时准确地对不同重点生活场景做出预测预警，为事前干预做出有力支撑。一种基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法，包括如下步骤：(1)通过物联网、应用端、业务系统三种接入途径获取海量多源异构数据，并建立数据库；(2)对数据库进行分层，构建人、企、地、事、物五个基础要素主题库；(3)采用批流式大数据实时处理技术对多源异构数据进行处理；(4)将上述五个基础要素主题库与具体的应用场景相结合，构建具体应用场景下用户数字画像的五个维度：人口属性、生活属性、社交属性、消费特征、心理属性；(5)根据处理过后的多源异构数据，通过数据挖掘分析用户标签构建用户数字画像；(6)针对具体应用场景，利用用户数字画像信息通过对深度贝叶斯网络进行训练，得到该场景下的事件风险预测模型，进而利用该模型对目标事件存在的风险进行预测预警。进一步地，所述步骤(1)中的多源异构数据包括结构化数据和非结构化数据，结构化数据包括了以房屋、地址等基本信息在内的基础数据以及以车辆出入信息和物联感知信息在内的扩展数据，非结构化数据包括了人员采集的生活事件信息、摄像头等设备采集的视频监控数据、音频类以及图像类数据。进一步地，所述步骤(3)中的批流式大数据实时处理技术包括了数据采集、数据加载、数据总线、数据分析、业务服务五个功能模块，数据采集模块负责使用物联网采集、应用端采集的方式实时接入流数据；数据加载模块负责加载历史离线数据以及从业务系统中接入流数据；数据总线模块负责将各类数据按照统一的格式放入指定通道进行传输；数据分析模块负责对实时数据进行抽取、加工和产品数据的推送服务；当收到业务系统发出的实时查询请求时，数据分析模块能够利用内部的分析处理模型在完整大数据集上实时计算出相应的指标并进行判断，将结果通过业务服务模块反馈给业务系统。进一步地，所述步骤(4)中的人口属性用于描述用户社会层面基本特征信息，帮助各个重点生活应用场景了解用户的基本情况(具体包括姓名、性别、年级专业、学号、宿舍号、身高、年龄、婚否、联系方式、职业等等)；所述生活属性用于了解用户的生活状况，包括生活活动范围(包括食堂、教学楼、宿舍楼、商场、公交车站、火车站等)和出行方式(包括自行车、共享单车、电动车、公交车、自驾车等)，以便后续给用户提供精准的服务；所述社交属性用于描述用户的社交图谱、家庭成员、朋友圈、兴趣爱好(具体包括室友、同学、学生、老师、较为亲密、喜欢去图书馆等等)，这些信息往往代表用户的社会关系网，通过社交信息可以尽可能完整地了解用户，以便为用户提供个性化的服务；所述消费特征用于描述用户主要消费习惯和消费偏好(包括有车族、购物类型、购买周期、品牌偏好等等)，用于挖掘相关消费服务的潜在用户，依据用户消费特点推荐相关产品和服务，提高推荐转化率；所述心理属性用于关注用户的心理状况信息(如性格、能力、气质、价值观、情感、思维等)，通过匿名问卷调查或相似用户聚类的方式获取用户心理情况，根据其心理状况提供相应的心理服务或进行重点关注。进一步地，所述步骤(5)中针对多源异构数据中的非视频数据和视频数据，分别采用基于原始数据挖掘的用户标签构建方式以及基于视频结构化技术的用户标签构建方式；对于非视频数据，基于原始数据挖掘的用户标签构建方式融合了自然语言处理、用户意图识别、关联规则、聚类分析以及轨迹相似度五种方法；对于特定用户特定维度数据缺失的情况，则使用协同过滤算法通过对其他相似用户的分析补全特征，保证用户标签的完备性；对于视频数据，基于视频结构化技术的用户标签构建方式融合了目标检测、OpenCV+CNN情绪识别、GaitSet步态识别三种方法。进一步地，所述自然语言处理过程采用TF-IDF算法计算文本之间的相似度，进而根据相似度采用fastText分类器对文本进行本文档来自技高网...

【技术保护点】
1.一种基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法，包括如下步骤：/n(1)通过物联网、应用端、业务系统三种接入途径获取海量多源异构数据，并建立数据库；/n(2)对数据库进行分层，构建人、企、地、事、物五个基础要素主题库；/n(3)采用批流式大数据实时处理技术对多源异构数据进行处理；/n(4)将上述五个基础要素主题库与具体的应用场景相结合，构建具体应用场景下用户数字画像的五个维度：人口属性、生活属性、社交属性、消费特征、心理属性；/n(5)根据处理过后的多源异构数据，通过数据挖掘分析用户标签构建用户数字画像；/n(6)针对具体应用场景，利用用户数字画像信息通过对深度贝叶斯网络进行训练，得到该场景下的事件风险预测模型，进而利用该模型对目标事件存在的风险进行预测预警。/n

【技术特征摘要】
1.一种基于深度贝叶斯网络的公共数字生活场景规则模型预测预警方法，包括如下步骤：
(1)通过物联网、应用端、业务系统三种接入途径获取海量多源异构数据，并建立数据库；
(2)对数据库进行分层，构建人、企、地、事、物五个基础要素主题库；
(3)采用批流式大数据实时处理技术对多源异构数据进行处理；
(4)将上述五个基础要素主题库与具体的应用场景相结合，构建具体应用场景下用户数字画像的五个维度：人口属性、生活属性、社交属性、消费特征、心理属性；
(5)根据处理过后的多源异构数据，通过数据挖掘分析用户标签构建用户数字画像；
(6)针对具体应用场景，利用用户数字画像信息通过对深度贝叶斯网络进行训练，得到该场景下的事件风险预测模型，进而利用该模型对目标事件存在的风险进行预测预警。


2.根据权利要求1所述的公共数字生活场景规则模型预测预警方法，其特征在于：所述步骤(1)中的多源异构数据包括结构化数据和非结构化数据，结构化数据包括了以房屋、地址等基本信息在内的基础数据以及以车辆出入信息和物联感知信息在内的扩展数据，非结构化数据包括了人员采集的生活事件信息、摄像头等设备采集的视频监控数据、音频类以及图像类数据。


3.根据权利要求1所述的公共数字生活场景规则模型预测预警方法，其特征在于：所述步骤(3)中的批流式大数据实时处理技术包括了数据采集、数据加载、数据总线、数据分析、业务服务五个功能模块，数据采集模块负责使用物联网采集、应用端采集的方式实时接入流数据；数据加载模块负责加载历史离线数据以及从业务系统中接入流数据；数据总线模块负责将各类数据按照统一的格式放入指定通道进行传输；数据分析模块负责对实时数据进行抽取、加工和产品数据的推送服务；当收到业务系统发出的实时查询请求时，数据分析模块能够利用内部的分析处理模型在完整大数据集上实时计算出相应的指标并进行判断，将结果通过业务服务模块反馈给业务系统。


4.根据权利要求1所述的公共数字生活场景规则模型预测预警方法，其特征在于：所述步骤(4)中的人口属性用于描述用户社会层面基本特征信息，帮助各个重点生活应用场景了解用户的基本情况；所述生活属性用于了解用户的生活状况，包括生活活动范围和出行方式，以便后续给用户提供精准的服务；所述社交属性用于描述用户的社交图谱、家庭成员、朋友圈、兴趣爱好，这些信息往往代表用户的社会关系网，通过社交信息可以尽可能完整地了解用户，以便为用户提供个性化的服务；所述消费特征用于描述用户主要消费习惯和消费偏好，用于挖掘相关消费服务的潜在用户，依据用户消费特点推荐相关产品和服务，提高推荐转化率；所述心理属性用于关注用户的心理状况信息，通过匿名问卷调查或相似用户聚类的方式获取用户心理情况，根据其心理状况提供相应的心理服务或进行重点关注。


5.根据权利要求1所述的公共数字生活场景规则模型预测预警方法，其特征在于：所述步骤(5)中针对多源异构数据中的非视频数据和视频数据，分别采用基于原始数据挖掘的用户标签构建方式以及基于视频结构化技术的用户标签构建方式；对于非视频数据，基于原始数据挖掘的用户标签构建方式融合了自然语言处理、用户意图识别、关联规则、聚类分析以及轨迹相似度五种方法；...

【专利技术属性】
技术研发人员：马汉杰，董慧，许永恩，刘烈宏，李柏睿，
申请(专利权)人：杭州码全信息科技有限公司，
类型：发明
国别省市：浙江;33