本申请涉及一种人员染毒风险预测方法、系统、智能终端和存储介质，其方法包括判断非涉毒特定人员与涉毒特定人员的关联时间是否超过预设时间；若是，则将非涉毒特定人员归为第一数据集；若否，则将非涉毒特定人员归为第二数据集；抽取涉毒特定人员和非涉毒特定人员构建训练数据集，使用训练数据集进行训练，得到预测模型；将第一数据集中未被抽取的非涉毒特定人员构建待预测人员关系特征数据集，将待预测人员关系特征数据集带入预测模型中，得到待预测人员预测可信度值，同时获取待预测人员的预测次数，并根据预测可信度值和预测次数计算待预测人员的染毒风险值。本申请具有快速的对非涉毒特定人员进行涉毒风险预测的效果。非涉毒特定人员进行涉毒风险预测的效果。非涉毒特定人员进行涉毒风险预测的效果。
【技术实现步骤摘要】
一种人员染毒风险预测方法、系统、智能终端和存储介质
[0001]本申请涉及大数据处理的领域，尤其是涉及一种人员染毒风险预测方法、系统、智能终端和存储介质。
技术介绍
[0002]快速的对非涉毒特定人员进行涉毒风险预测成为一个亟待解决的问题。
技术实现思路
[0003]为了快速的对非涉毒特定人员进行涉毒风险预测，本申请提供一种人员染毒风险预测方法、系统、智能终端和存储介质。
[0004]本申请目的一是提供一种人员染毒风险预测方法。
[0005]本申请的上述申请目的一是通过以下技术方案得以实现的：一种人员染毒风险预测方法，包括；获取涉毒特定人员的基本信息；基于预设行为数据库，根据所述基本信息调取与涉毒特定人员有关联的非涉毒特定人员以及非涉毒特定人员的基本信息，并根据所述涉毒特定人员的基本信息和非涉毒特定人员的基本信息构建涉毒特定人员关系特征数据集和非涉毒特定人员关系特征数据集，所述涉毒特定人员关系特征数据集为涉毒特定人员之间的关系特征数据，所述非涉毒特定人员关系特征数据集为非涉毒特定人员和涉毒特定人员的关系特征数据；判断所述非涉毒特定人员与涉毒特定人员的关联时间是否超过预设时间；若是，则将非涉毒特定人员归为第一数据集；若否，则将非涉毒特定人员归为第二数据集；基于预设比例抽样规则，抽取涉毒特定人员和非涉毒特定人员，并构建训练数据集；基于预设分类算法，对所述训练数据集进行训练，得到预测模型；将所述第一数据集中未被抽取的非涉毒特定人员作为待预测人员，并构建待预测人员关系特征数据集；将所述待预测人员关系特征数据集带入预测模型中，得到预测结果，所述预测结果为每个待预测人员的预测可信度值；获取所述待预测人员的预测次数；根据所述预测次数和预测可信度值计算待预测人员的染毒风险值。
[0006]本申请在一较佳示例中可以进一步配置为：从所述涉毒特定人员关系特征数据集抽取的涉毒特定人员的数量和从第一数据集和第二数据集中抽取的非涉毒特定人员的数量相同。
[0007]本申请在一较佳示例中可以进一步配置为：从所述第一数据集中抽取的非涉毒特定人员的数量小于从第二数据集中抽取的非涉毒特定人员的数量。
[0008]本申请在一较佳示例中可以进一步配置为：所述根据所述预测次数和预测可信度值计算待预测人员的染毒风险值，包括；计算多个所述预测可信度值的总和，得到总和结果；根据所述预测次数和总和结果计算平均预测可信度值，所述平均预测可信度值为待预测人员的染毒风险值。
[0009]本申请目的二是提供一种人员染毒风险预测系统。
[0010]本申请的上述申请目的二是通过以下技术方案得以实现的：一种人员染毒风险预测系统，包括；第一获取模块，获取涉毒特定人员的基本信息；调取模块，基于预设行为数据库，根据所述基本信息调取与涉毒特定人员有关联的非涉毒特定人员以及非涉毒特定人员的基本信息，并根据所述涉毒特定人员的基本信息和非涉毒特定人员的基本信息构建涉毒特定人员关系特征数据集和非涉毒特定人员关系特征数据集；判断模块，判断所述非涉毒特定人员与涉毒特定人员的关联时间是否超过预设时间；若是，则将非涉毒特定人员归为第一数据集；若否，则将非涉毒特定人员归为第二数据集；抽样模块，基于预设比例抽样规则，从所述涉毒特定人员关系特征数据集、第一数据集和第二数据集中抽取涉毒特定人员和非涉毒特定人员，并构建训练数据集；训练模块，基于预设分类算法，对所述训练数据集进行训练，得到预测模型；作为模块，将所述第一数据集中未被抽取的非涉毒特定人员作为待预测人员，并构建待预测人员关系特征数据集；预测模块，将所述待预测人员关系特征数据集带入预测模型中，得到预测结果，所述预测结果为每个待预测人员的预测可信度值；第二获取模块，获取所述待预测人员的预测次数；计算模块，根据所述预测次数和预测可信度值计算待预测人员的染毒风险值。
[0011]本申请目的三是提供一种智能终端。
[0012]本申请的上述申请目的三是通过以下技术方案得以实现的；一种智能终端，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述一种人员染毒风险预测方法的计算机程序。
[0013]本申请目的四是提供一种计算机存储介质。
[0014]本申请的上述目的四是通过以下技术方案得以实现的：一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种人员染毒风险预测方法的计算机程序。
[0015]综上所述，本申请包括以下有益技术效果：通过涉毒特定人员的基本信息和非涉毒特定人员的基本信息构建涉毒人员关系特征数据集和非涉毒人员关系特征数据集，然后判断非涉毒特定人员与涉毒特定人员的关联时间是否超过预设时间，若是，说明非涉毒特定人员与涉毒特定人员接触较早，在行为特征上面具有一定的同步性和相似性，若否，说明非涉毒特定人员与涉毒特定人员接触较晚，
基于预设比例抽样规则，将涉毒特定人员、部分与涉毒特定人员接触较早的非涉毒特定人员和部分涉毒特定人员接触较晚的非涉毒特定人员进行整合，构建训练数据集，并通过预设分类算法对训练数据集进行训练，进而构建预测模型，将剩余与涉毒特定人员接触较早的非涉毒特定人员构建待预测人员关系特征数据集，将待预测人员关系特征数据集带入到预测模型中，可以得到待预测人员的预测可信度，获取待预测人员的预测次数，由于预设比例抽样规则中的比例抽样是随机的，因此，每次的待预测人员的预测可信度值是不同的，最后根据待预测人员的预测次数和预测可信度值计算染毒风险值，进而能够达到快速的对非涉毒特定人员进行涉毒风险预测的效果。
附图说明
[0016]图1是本申请实施例一种人员染毒风险预测方法的流程示意图。
[0017]图2是本申请实施例一种人员染毒风险预测系统的系统示意图。
[0018]图3是本申请实施例的智能终端的结构示意图。
[0019]附图标记说明：21、第一获取模块；22、调取模块；23、判断模块；24、抽样模块；25、训练模块；26、作为模块；27、预测模块；28、第二获取模块；29、计算模块；301、CPU；302、ROM；303、RAM；304、总线；305、I/O接口；306、输入部分；307、输出部分；308、存储部分；309、通信部分；310、驱动器；311、可拆卸介质。
具体实施方式
[0020]以下结合附图对本申请作进一步详细说明。
[0021]本具体实施例仅仅是对本申请的解释，并不是对本申请的限制，本领域技术人员在阅读完说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要是在本申请的权利要求范围内都受到专利法的保护。
[0022]本申请实施例提供一种人员染毒风险预测方法，主要应用于对与涉毒特定人员有关联的人员的监测分析。具体的，对涉毒特定人员和与涉毒特定人员有关联的人员的情况分析暂无有效的预测方法，目前通过定期人工访谈以及随机抽样对非涉毒特定人员监测，还可以通过量化的方法对非涉毒特定人员进行监测，这样大大浪费了人力物力，非常低效，因此，快速的对非涉毒特定人员进行涉毒风险预测本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人员染毒风险预测方法，其特征在于：包括；获取涉毒特定人员的基本信息；基于预设行为数据库，根据所述基本信息调取与涉毒特定人员有关联的非涉毒特定人员以及非涉毒特定人员的基本信息，并根据所述涉毒特定人员的基本信息和非涉毒特定人员的基本信息构建涉毒特定人员关系特征数据集和非涉毒特定人员关系特征数据集，所述涉毒特定人员关系特征数据集为涉毒特定人员之间的关系特征数据，所述非涉毒特定人员关系特征数据集为非涉毒特定人员和涉毒特定人员的关系特征数据；判断所述非涉毒特定人员与涉毒特定人员的关联时间是否超过预设时间；若是，则将非涉毒特定人员归为第一数据集；若否，则将非涉毒特定人员归为第二数据集；基于预设比例抽样规则，抽取涉毒特定人员和非涉毒特定人员，并构建训练数据集；基于预设分类算法，对所述训练数据集进行训练，得到预测模型；将所述第一数据集中未被抽取的非涉毒特定人员作为待预测人员，并构建待预测人员关系特征数据集；将所述待预测人员关系特征数据集带入预测模型中，得到预测结果，所述预测结果为每个待预测人员的预测可信度值；获取所述待预测人员的预测次数；根据所述预测次数和预测可信度值计算待预测人员的染毒风险值。2.根据权利要求1所述的一种人员染毒风险预测方法，其特征在于：还包括；根据所述涉毒特定人员关系特征数据集抽取的涉毒特定人员的数量确定第一数据集和第二数据集中抽取的非涉毒特定人员的数量。3.根据权利要求1所述的一种人员染毒风险预测方法，其特征在于：从所述第一数据集中抽取的非涉毒特定人员的数量小于从第二数据集中抽取的非涉毒特定人员的数量。4.根据权利要求1所述的一种人员染毒风险预测方法，其特征在于：所述根据所述预测次数和预测可信度值计算待预测人员的染毒...
【专利技术属性】
技术研发人员：徐涛，吴楠，蒋修强，胡大明，
申请(专利权)人：北京码牛科技股份有限公司，
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。