一种目标对象风险行为预警方法及相关设备技术

本申请公开了一种目标对象风险行为预警方法及相关设备，在具体的方法中，先基于预设情绪分析模型以及目标对象发布的多条历史信息来进行情绪分析，进而确定该目标对象是否情绪异常，然后通过预设风险行为解析模型来确定目标对象最有可能出现的风险行为类型，最后对与此风险行为类型对应的历史信息进行信息挖掘，从而清晰呈现与此风险行为类型相关的各类关键信息，最后基于与风险行为相关的关键信息来实现对目标对象的风险行为预警，其能够对情绪异常的对象进行深度的风险行为信息挖掘，并以挖掘得到的风险行为信息进行预警，提高了对目标对象风险行为预警的准确率

【技术实现步骤摘要】
一种目标对象风险行为预警方法及相关设备


[0001]本申请涉及计算机
，特别是涉及一种目标对象风险行为预警方法及相关设备
。

技术介绍

[0002]随着社交媒体和在线社交网络的飞速发展，大众的情绪和心理状态更容易受到社交媒体中多样化的言论所影响，从而出现对社会一定风险的行为，因此，对网络用户可能出现的负面情绪以及相应负面情绪所导致的风险行为进行监测能够有效维持社交媒体和社会的问题，其相关的技术变得日益重要
。
[0003]在传统的解决办法中，通常线下走访调研
、
线上举报以及筛选特定关键的方式等人工的手段来进行用户风险行为监测
。
然而，此类方法往往会消耗过多的社会资源及人力资源，难以应对大规模的监测需求
。
而在目前的现有技术中，通常基于自然语言技术以及相应仅能够基于用户的发言贴以及评论等信息来确定对应用户的情绪倾向性，但无法准确获取用户在此情绪倾向性基础下潜在的风险行为以及此风险行为相关的细节，对网络用户风险行为预警的准确率较低
。
[0004]因此，如何解决现有技术中对网络用户风险行为监测准确率较低的问题，成为本领域技术人员急需解决的技术问题
。

技术实现思路

[0005]基于上述问题，为了解决现有技术中对网络用户风险行为监测准确率较低的问题，本申请提供了一种目标对象风险行为预警方法及相关设备
。
[0006]本申请实施例公开了如下技术方案：
[0007]第一方面，本申请公开了一种目标对象风险行为预警方法，包括：
[0008]获取目标对象在预设时间段内所发布的多条历史信息；所述历史信息为所述目标对象在网络平台所发布的历史信息；
[0009]基于预设情绪分析模型和所述多条历史信息，确定所述目标对象是否情绪状态异常；在情绪状态异常的对象所发布的多条历史信息中，包括有多条表示负面情绪的历史信息；
[0010]若确定所述目标对象情绪状态异常，则根据预设风险行为解析模型对所述多条表示负面情绪的历史信息进行风险行为解析，得到多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型以及第一风险行为类型；所述第一风险行为类型包括：在所述多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型中，出现次数的排名高于预设排名位列的风险行为类型；所述预设风险行为解析模型基于深度学习模型训练得到；
[0011]基于预设信息挖掘算法，对与所述第一风险行为类型对应的历史信息进行风险行为信息挖掘，得到与所述第一风险行为类型对应的风险行为信息；
[0012]根据所述与所述第一风险行为类型对应的风险行为信息，进行风险行为预警
。
[0013]可选的，所述基于预设情绪分析模型和所述多条历史信息，确定所述目标对象是否情绪状态异常，具体包括：
[0014]基于所述预设情绪分析模型，对所述多条历史信息进行情绪分析，得到所述多条历史信息各自表示的情绪类别；所述情绪类别至少包括：积极情绪和负面情绪；
[0015]确定所述表示负面情绪的历史信息在所述多条历史信息中所占的比例；
[0016]若所述表示负面情绪的历史信息在所述多条历史信息中所占的比例超过预设阈值，则确定所述目标对象情绪状态异常
。
[0017]可选的，所述基于预设情绪分析模型和所述多条历史信息，确定所述目标对象是否情绪状态异常之前，还包括：
[0018]对所述多条历史信息进行数据预处理，得到多条经过处理后的历史信息；所述多条经过处理后的历史信息皆以预设格式存储；
[0019]对所述多条经过处理后的历史信息进行向量转换，得到与所述多条经过处理后的历史信息各自对应的词向量空间
。
[0020]可选的，所述根据预设风险行为解析模型对所述多条表示负面情绪的历史信息进行风险行为解析，得到多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型以及第一风险行为类型，具体包括：
[0021]基于所述预设风险行为解析模型，对所述多条表示负面情绪的历史信息进行事件分析，确定与所述多条表示负面情绪的历史信息各自对应的事件类型；所述事件类型表示导致所述目标对象出现风险行为的事件类型；
[0022]通过所述预设风险行为解析模型
、
所述多条表示负面情绪的历史信息以及对应的事件类型，确定所述多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型以及所述第一风险行为类型
。
[0023]可选的，所述根据所述与所述第一风险行为类型对应的风险行为信息，进行风险行为预警，具体包括：
[0024]根据所述与所述第一风险行为类型对应的风险行为信息，确定与所述风险行为信息对应的预警等级；
[0025]根据所述预警等级以及所述风险行为信息，生成针对所述目标对象的风险行为预警信号
。
[0026]可选的，所述风险行为信息包括：所述目标对象执行所述第一风险行为类型时所涉及的人物信息
、
时间信息以及地点信息
。
[0027]第二方面，本申请公开了一种目标对象风险行为预警系统，包括：
[0028]获取模块，用于获取目标对象在预设时间段内所发布的多条历史信息；所述历史信息为所述目标对象在网络平台所发布的历史信息；
[0029]情绪分析模块，用于基于预设情绪分析模型和所述多条历史信息，确定所述目标对象是否情绪状态异常；在情绪状态异常的对象所发布的多条历史信息中，包括有多条表示负面情绪的历史信息；
[0030]风险行为解析模块，用于在确定所述目标对象情绪状态异常时，则根据预设风险行为解析模型对所述多条表示负面情绪的历史信息进行风险行为解析，得到多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型以及第一风险行为类型；所述第一风
险行为类型包括：在所述多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型中，出现次数的排名高于预设排名位列的风险行为类型；所述预设风险行为解析模型基于深度学习模型训练得到；
[0031]信息挖掘模块，用于基于预设信息挖掘算法，对与所述第一风险行为类型对应的历史信息进行风险行为信息挖掘，得到与所述第一风险行为类型对应的风险行为信息；所述风险行为信息包括：执行所述第一风险行为类型涉及的人物信息
、
地点信息以及时间信息；
[0032]预警模块，用于根据所述与所述第一风险行为类型对应的风险行为信息，进行风险行为预警
。
[0033]可选的，所述情绪分析模块，具体用于：
[0034]基于所述预设情绪分析模型，对所述多条历史信息进行情绪分析，得到所述多条历史信息各自表示的情绪类别；所述情绪类别至少包括：积极情绪和负面情绪；
[0035]确定所述表示负面情绪的历史信息在所述多条历史信息中所占的比例；
[0036]若所述表示负面情绪的历史信息在所述多条历史信息中所占的比本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种目标对象风险行为预警方法，其特征在于，包括：获取目标对象在预设时间段内所发布的多条历史信息；所述历史信息为所述目标对象在网络平台所发布的历史信息；基于预设情绪分析模型和所述多条历史信息，确定所述目标对象是否情绪状态异常；在情绪状态异常的对象所发布的多条历史信息中，包括有多条表示负面情绪的历史信息；若确定所述目标对象情绪状态异常，则根据预设风险行为解析模型对所述多条表示负面情绪的历史信息进行风险行为解析，得到多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型以及第一风险行为类型；所述第一风险行为类型包括：在所述多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型中，出现次数的排名高于预设排名位列的风险行为类型；所述预设风险行为解析模型基于深度学习模型训练得到；基于预设信息挖掘算法，对与所述第一风险行为类型对应的历史信息进行风险行为信息挖掘，得到与所述第一风险行为类型对应的风险行为信息；根据所述与所述第一风险行为类型对应的风险行为信息，进行风险行为预警
。2.
根据权利要求1所述的方法，其特征在于，所述基于预设情绪分析模型和所述多条历史信息，确定所述目标对象是否情绪状态异常，具体包括：基于所述预设情绪分析模型，对所述多条历史信息进行情绪分析，得到所述多条历史信息各自表示的情绪类别；所述情绪类别至少包括：积极情绪和负面情绪；确定所述表示负面情绪的历史信息在所述多条历史信息中所占的比例；若所述表示负面情绪的历史信息在所述多条历史信息中所占的比例超过预设阈值，则确定所述目标对象情绪状态异常
。3.
根据权利要求1所述的方法，其特征在于，所述基于预设情绪分析模型和所述多条历史信息，确定所述目标对象是否情绪状态异常之前，还包括：对所述多条历史信息进行数据预处理，得到多条经过处理后的历史信息；所述多条经过处理后的历史信息皆以预设格式存储；对所述多条经过处理后的历史信息进行向量转换，得到与所述多条经过处理后的历史信息各自对应的词向量空间
。4.
根据权利要求1所述的方法，其特征在于，所述根据预设风险行为解析模型对所述多条表示负面情绪的历史信息进行风险行为解析，得到多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型以及第一风险行为类型，具体包括：基于所述预设风险行为解析模型，对所述多条表示负面情绪的历史信息进行事件分析，确定与所述多条表示负面情绪的历史信息各自对应的事件类型；所述事件类型表示导致所述目标对象出现风险行为的事件类型；通过所述预设风险行为解析模型
、
所述多条表示负面情绪的历史信息以及对应的事件类型，确定所述多个与所述多条表示负面情绪的历史信息各自对应的风险行为类型以及所述第一风险行为类型
。5.
根据权利要求1所述的方法，其特征在于，所述根据所述与所述第一风险行为类型对应的风险行为信息，进行风险行为预警，具体包括：根据所述与所述第一风险行为类型对应的风险行为信息，确定与所述风险行为信息对应的预警等级；
根据所述预警等级以及所述风险行为信息，生成针对所述目标对象的风险行为预警信号
。6.
根据权利要求1所述的方法，其特征在于，所述风险行为信息包括：所述目标对象执行所述第一风险行为类型时所涉及的人物信息
、
时间信息以及地点信息
。7.
一种目标对象风险行为预警系统，其特征在于，包括：获取模块，用于获取目标对象在预设时间段内所发布的多条历史信息；所述历史信息为所述目标对象在网络平台所发布的历史信息；情绪分析模块，用于基于预设情绪分析模型和所...

【专利技术属性】
技术研发人员：赵伟康，李鹏，孙家星，何佳，郑瑞，马盈沛，李丽，
申请(专利权)人：嵩山实验室，
类型：发明
国别省市：