一种基于活动轨迹定位同行伴随人员的方法、装置及设备制造方法及图纸

本发明专利技术提供了一种基于活动轨迹定位同行伴随人员的方法、装置及设备，其方法包括：获取目标人物铁路交通乘车信息确定同车人员；获取社会活动轨迹数据集得到关联社会活动数据；根据关联社会活动数据中不同社会活动类型基于预设的算法分别赋予关系粘合度权重；对满足预设条件的社会活动类型赋予对应的偏移量；根据不同社会活动的发生时间赋予对应的关系鲜活度系数；基于关系粘合度权重，偏移量、关系鲜活度系数及粘合度算法分别计算每个同车人员为目标人物同行伴随人员的概率，判定概率大于设定阈值的同车人员为目标人物的同行伴随人员。本发明专利技术提供基于活动轨迹定位同行伴随人员的方法能够全面、准确、有效的定位犯罪嫌疑人及其同行伴随人员。其同行伴随人员。其同行伴随人员。

【技术实现步骤摘要】
一种基于活动轨迹定位同行伴随人员的方法、装置及设备


[0001]本专利技术涉及公共安全
，具体涉及一种基于活动轨迹定位同行伴随人员的方法、装置及设备。

技术介绍

[0002]近年来，随着国家公安机关及相关部门联合开展的打击惩治行动的部署，针对违法犯罪团伙打击惩治力度的逐步加大，打击手段的不断丰富，追缉经验的不断积累，使得公安机关违法犯罪案件破获成功率显著提高。
[0003]然而随着社会的进步与信息科技的发展，违法犯罪人员出现流动性高和反侦察意识增强的趋势。在这种情况下，如何全面、准确、有效的定位犯罪从员及其组织人员，并对相关涉案人员实施抓捕是办案民警面临的难题。怎样对已经掌握的犯罪嫌疑人的随行同伙进行有效的筛查甄别甚至追踪预警，是打击惩治违法犯罪工作中重要的一步。现有同行人员分析均是基于办案民警人工根据强关联的人际关系、活动轨迹数据进行研判，而面对城市级的海量数据，通过办案民警人工筛选甄别已经很难发现潜在同行关系人员，而基于人工数据的核查延迟对于犯罪团伙的管控抓捕也存在严重的滞后性。
[0004]综上，现有技术中缺乏一种能够全面、准确、有效的定位犯罪嫌疑人及其同行伴随人员的方法。

技术实现思路

[0005]有鉴于此，有必要提供一种基于活动轨迹定位同行伴随人员的方法、装置及设备，能够全面、准确、有效的定位犯罪嫌疑人及其同行伴随人员。
[0006]为了解决上述技术问题，一方面，本专利技术提供了一种基于活动轨迹定位同行伴随人员的方法，包括：
[0007]获取目标人物的铁路交通乘车信息，根据所述乘车信息确定目标人物的同车人员；
[0008]获取所述目标人物与同车人员的社会活动轨迹数据集，基于所述社会活动轨迹数据集得到目标人物与同车人员的关联社会活动数据；
[0009]根据所述关联社会活动数据中不同社会活动类型，基于预设的关系粘合度权重赋予算法分别赋予对应的关系粘合度权重；
[0010]对所述不同社会活动类型中满足预设条件的社会活动类型赋予对应的关系粘合度权重偏移量；
[0011]根据不同社会活动的发生时间分别为对应的不同社会活动类型赋予对应的关系鲜活度系数；
[0012]基于所述关系粘合度权重、关系粘合度权重偏移量、关系鲜活度系数及预设的粘合度算法分别计算每个同车人员为目标人物同行伴随人员的概率，将所述概率大于设定阈值的同车人员判定为目标人物的同行伴随人员。
[0013]在一些可能实现的方式中，所述基于所述社会活动轨迹数据集得到目标人物与同车人员的关联社会活动数据，包括：
[0014]将所述社会活动轨迹数据集中目标人物的社会活动轨迹数据与同车人员的社会活动轨迹数据进行对比碰撞分析，根据碰撞分析结果得到所述目标人物与同车人员的关联社会活动数据。
[0015]在一些可能实现的方式中，所述根据所述关联社会活动数据中不同社会活动类型基于预设的关系粘合度权重赋予算法分别赋予对应的关系粘合度权重，包括：
[0016]对所述关联社会活动数据进行分类，得到不同社会活动类型；
[0017]基于AHP层次分析法并结合专家评分对所述不同社会活动类型进行关系粘合度评分；
[0018]基于预设的关系粘合度权重赋予算法分别对所述不同社会活动类型的关系粘合度评分进行计算，分别得到不同社会活动类型的关系粘合度权重。
[0019]在一些可能实现的方式中，所述对所述不同社会活动类型中满足预设条件的社会活动类型赋予对应的关系粘合度权重偏移量，包括：
[0020]当所述不同社会活动类型中预设的社会活动动作出现时，对该社会活动类型对应的关系粘合度权重赋予正向的偏移量；
[0021]其中，所述偏移量的大小通过AHP层次分析法并结合专家评分计算得到。
[0022]在一些可能实现的方式中，所述不同社会活动的发生时间距离当前时间点越近，所述关系鲜活度系数越大。
[0023]在一些可能实现的方式中，所述预设的关系粘合度权重赋予算法，包括：
[0024]所述预设的关系粘合度权重赋予算法计算公式如下：
[0025][0026]其中，j表示当前关系粘合度评分，m表示关系粘合度评分个数，W
j
表示关系粘合度评分分数，W
i
表示该社会活动类型的关系粘合度权重。
[0027]在一些可能实现的方式中，所述预设的粘合度算法，包括：
[0028]所述预设的粘合度算法计算公式如下：
[0029][0030]其中，n表示不同社会活动类型的数量，i表示当前社会活动类型，W
i
表示该社会活动类型的关系粘合度权重，表示在满足预设条件下对应社会活动类型的权重偏移量，T
i
表示该社会活动发生时间的关系鲜活度系数，T
l
表示当前同车人员与目标人物最近一次社会活动产生碰撞的时间鲜活度系数，且W∈[1,10]，T
i
∈[1,10]，T
l
∈[1,10]。
[0031]另一方面，本专利技术还提供了一种基于活动轨迹定位同行伴随人员的装置，包括：
[0032]人员确定模块，用于获取目标人物铁路交通乘车信息，根据所述乘车信息确定与目标人物的同车人员；
[0033]数据获取模块，用于获取所述目标人物与同车人员的社会活动轨迹数据集，基于
所述社会活动轨迹数据集得到目标人物与同车人员的关联社会活动数据；
[0034]权重更新模块，用于根据所述关联社会活动数据中不同社会活动类型基于预设的关系粘合度权重赋予算法分别赋予对应的关系粘合度权重；
[0035]偏移修正模块，用于对所述不同社会活动类型中满足预设条件的社会活动类型赋予对应的关系粘合度权重偏移量；
[0036]系数更新模块，用于根据不同社会活动的发生时间分别为对应的不同社会活动类型赋予对应的关系鲜活度系数；
[0037]目标判定模块，基于所述关系粘合度权重、关系粘合度权重偏移量、关系鲜活度系数及预设的粘合度算法分别计算每个同车人员为目标人物同行伴随人员的概率，将所述概率大于设定阈值的同车人员判定为目标人物的同行伴随人员。
[0038]另一方面，本专利技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现上述实现方式中所述的基于活动轨迹定位同行伴随人员的方法。
[0039]最后，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现上述实现方式中所述的基于活动轨迹定位同行伴随人员的方法。
[0040]采用上述实施例的有益效果是：本专利技术提供的基于活动轨迹定位同行伴随人员，通过获取目标人物铁路交通乘车信息，并确定目标人物与同车人员的关联社会活动数据，再根据预设的算法针对不同社会活动确定关系粘合度权重、关系粘合度权重偏移量、关系鲜活度系数，并根据粘合度算法分别计算每个同车人员为目标人物同行伴随人员的概率，通过多维本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于活动轨迹定位同行伴随人员的方法，其特征在于，包括：获取目标人物的铁路交通乘车信息，根据所述乘车信息确定目标人物的同车人员；获取所述目标人物与同车人员的社会活动轨迹数据集，基于所述社会活动轨迹数据集得到目标人物与同车人员的关联社会活动数据；根据所述关联社会活动数据中不同社会活动类型，基于预设的关系粘合度权重赋予算法分别赋予对应的关系粘合度权重；对所述不同社会活动类型中满足预设条件的社会活动类型赋予对应的关系粘合度权重偏移量；根据不同社会活动的发生时间分别为对应的不同社会活动类型赋予对应的关系鲜活度系数；基于所述关系粘合度权重、关系粘合度权重偏移量、关系鲜活度系数及预设的粘合度算法分别计算每个同车人员为目标人物同行伴随人员的概率，将所述概率大于设定阈值的同车人员判定为目标人物的同行伴随人员。2.根据权利要求1所述的基于活动轨迹定位同行伴随人员的方法，其特征在于，所述基于所述社会活动轨迹数据集得到目标人物与同车人员的关联社会活动数据，包括：将所述社会活动轨迹数据集中目标人物的社会活动轨迹数据与同车人员的社会活动轨迹数据进行对比碰撞分析，根据碰撞分析结果得到所述目标人物与同车人员的关联社会活动数据。3.根据权利要求1所述的基于活动轨迹定位同行伴随人员的方法，其特征在于，所述根据所述关联社会活动数据中不同社会活动类型，基于预设的关系粘合度权重赋予算法分别赋予对应的关系粘合度权重，包括：对所述关联社会活动数据进行分类，得到不同社会活动类型；基于AHP层次分析法并结合专家评分对所述不同社会活动类型进行关系粘合度评分；基于预设的关系粘合度权重赋予算法分别对所述不同社会活动类型的关系粘合度评分进行计算，分别得到不同社会活动类型的关系粘合度权重。4.根据权利要求3所述的基于活动轨迹定位同行伴随人员的方法，其特征在于，所述对所述不同社会活动类型中满足预设条件的社会活动类型赋予对应的关系粘合度权重偏移量，包括：当所述不同社会活动类型中预设的社会活动动作出现时，对该社会活动类型对应的关系粘合度权重赋予正向的偏移量；其中，所述偏移量的大小通过AHP层次分析法并结合专家评分计算得到。5.根据权利要求1所述的基于活动轨迹定位同行伴随人员的方法，其特征在于，所述不同社会活动的发生时间距离当前时间点越近，所述关系鲜活度系数越大。6.根据权利要求1所述的基于活动轨迹定位同行伴随人员的方法，其特征在于，所述预设的关系粘合...

【专利技术属性】
技术研发人员：赵舢越，张雄彪，余志壮，余毅，李显锋，
申请(专利权)人：武汉达梦数据技术有限公司，
类型：发明
国别省市：