【技术实现步骤摘要】
重点人员风险等级评估方法及相关设备
[0001]本申请涉及机器学习
，尤其涉及一种重点人员风险等级评估方法及相关设备。
技术介绍
[0002]在近些年对外开放水平不断提高，人民生活水平大幅度改善，人口流动愈加频繁，人员流动的机会和频率大大增加，治安管理的复杂性和艰巨性日益凸显，公共安全和治安秩序面临新的挑战。有效评估并及时预警干预目标人员可能对社会造成的伤害，能够极大增强社会治安效果。
[0003]预警和打击干预是有效控制目标人员潜在风险不可偏废的两个方面，然而在实践中“重打击轻预警”的问题普遍存在，治安风险评估缺少足够的科学方法支撑，在实际治安工作中多为犯罪行为发生后的被动式调查工作，完整意义上的提前判断潜在风险的预警工作仍偏少。因此，迫切需要应用大数据、机器学习和深度学习等领域的相关技术从海量且复杂的数据源中提取有效信息，并根据历史研判经验进行建模，推动预警模式的转型，对目标人员的潜在违法行为实施有效的风险预警，进而降低目标人员给社会治安带来的潜在危害。
技术实现思路
[0004]有鉴于此，...
【技术保护点】
【技术特征摘要】
1.一种重点人员风险等级评估方法，其特征在于，包括：根据目标人员的相关信息构建风险评估指标体系；根据所述风险评估指标体系对所述目标人员的相关信息进行数据标注，以得到第一风险指标数据；基于所述第一风险指标数据通过知识抽取和知识融合构建第一目标人员知识图谱，通过基于CasRel模型的联合学习方法对所述第一风险指标数据进行实体关系抽取，确定第一实体关系三元组；通过实体对齐和实体链接对所述第一实体关系三元组进行知识融合；将经过知识融合的所述第一实体关系三元组与预设的结构化知识体系进行结合，以构建所述第一目标人员知识图谱；基于预设的抽象规则库对所述第一目标人员知识图谱进行补全，以得到第二目标人员知识图谱；基于所述第二目标人员知识图谱对所述第一风险指标数据进行补全，以得到第二风险指标数据；基于所述第二风险指标数据通过预先构建的风险研判模型得到所述目标人员的风险得分，将所述第二风险指标数据按照离散型和连续型分别编码后，输入所述风险研判模型中，以输出所述目标人员的风险得分；其中离散型数据通过独热one
‑
hot编码方法进行编码；连续型数据按照高斯分布进行编码，并均进行归一化处理；所述的风险研判模型是通过极限梯度提升的决策树算法进行预训练的；基于所述风险得分和预设阈值确定所述目标人员的风险等级。2.根据权利要求1所述的方法，其特征在于，所述基于预设的抽象规则库对所述第一目标人员知识图谱进行补全，以得到第二目标人员知识图谱，包括：遍历所述第一目标人员知识图谱中的全部第二实体关系三元组，将全部满足所述抽象规则库的所述第二实体关系三元组对应的实例规则合并作为初始实例规则库；根据所述第二实体关系三元组构建负例实体关系三元组，将所述第二实体关系三元组中的实体替换为所述第一目标人员知识图谱中的任一实体，和/或将所述第二实体关系三元组中的关系替换为所述第一目标人员知识图谱中的任一关系，以得到所述负例实体关系三元组；将所述第二实体关系三元组和所述负例实体关系三元组输入预先构建的知识图谱嵌入模型中，输出实体的向量嵌入表示和关系的矩阵嵌入表示；基于所述实体的向量嵌入表示和所述关系...
【专利技术属性】
技术研发人员：杨洪涛，徐娜，吕林智，马鸿博，文勇杰，翟伟，穆淑清，梁艳，邵元勋，
申请(专利权)人：天津市中环系统工程有限责任公司，
类型：发明
国别省市：
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。