一种基于大数据的智慧监督模型构建方法与系统技术方案

一种基于大数据的智慧监督模型构建方法，包括：搜集样本：搜集目标人物的多种类型的所有数据信息，包括：财务信息与社交信息与媒体信息，并对数据信息进行初始化处理，包括：数据信息的标准化处理；模型建立：训练所有数据信息，并建立最大二项堆网络模型；模型训练：基于交叉熵损失函数预测模型，并根据前馈网络更新最大二项堆网络模型的权重和偏置；结果反馈：根据训练好的模型对当前的数据信息进行预测，并得到最终的预测结果。本发明专利技术在两个层面上整合了深度学习网络的结构设计：一是从数据变量的视角，对不同数据类型之间的作用进行模型化，挖掘内在联系；二是从时间序列的视角，对不同时间点的数据向量进行建模，挖掘数据之间的互动关系。

【技术实现步骤摘要】

本专利技术属于数据分析，更具体的，涉及一种基于大数据的智慧监督模型构建方法与系统。

技术介绍

1、在现代社会，随着科技的发展和数据生成量的剧增，传统的犯罪侦查和分析方法面临着重大挑战。传统方法通常依赖人工收集和分析数据，这不仅耗时耗力，而且在处理大规模数据时效率极低。同时，由于犯罪手段的不断演变和复杂化，传统方法在识别新型犯罪模式和构建犯罪网络方面显得力不从心。

2、为了应对这些挑战，近年来，基于大数据的智慧监督模型逐渐成为犯罪侦查和分析的重要工具。这类模型利用先进的数据处理技术，如数据挖掘、机器学习和自然语言处理，自动化地整合和分析来自不同来源的大量数据，包括财务记录、通话记录、社交媒体活动以及出行信息等。这些技术能够揭示数据之间的隐含关系，帮助执法人员追踪犯罪活动，识别犯罪嫌疑人，以及预测犯罪趋势。

3、尽管基于大数据的智慧监督模型在犯罪侦查领域展现出巨大潜力，但目前的技术实现仍存在一些缺陷。数据的质量和完整性直接影响分析结果的准确性。不准确或不完整的数据可能导致误判或遗漏重要线索。

<b>技术实现思路...

【技术保护点】

1.一种基于大数据的智慧监督模型构建方法，其特征在于，所述方法包括步骤1～步骤4；

2.根据权利要求1所述的一种基于大数据的智慧监督模型构建方法，其特征在于，每一条数据信息至少包括：时间戳、值与对方信息；对于流水数据，其值为流水数据的所涉及的金额；对于社交信息而言，其值为通话时长或者停留时间。

3.根据权利要求1所述的一种基于大数据的智慧监督模型构建方法，其特征在于，步骤2具体包括步骤2.1～步骤2.7；

4.根据权利要求3所述的一种基于大数据的智慧监督模型构建方法，其特征在于，每一个结点在最大二项堆中的映射向量vk如下式所示：p>

5.根据权...

【技术特征摘要】

1.一种基于大数据的智慧监督模型构建方法，其特征在于，所述方法包括步骤1～步骤4；

2.根据权利要求1所述的一种基于大数据的智慧监督模型构建方法，其特征在于，每一条数据信息至少包括：时间戳、值与对方信息；对于流水数据，其值为流水数据的所涉及的金额；对于社交信息而言，其值为通话时长或者停留时间。

3.根据权利要求1所述的一种基于大数据的智慧监督模型构建方法，其特征在于，步骤2具体包括步骤2.1～步骤2.7；

4.根据权利要求3所述的一种基于大数据的智慧监督模型...

【专利技术属性】
技术研发人员：武春庆，
申请(专利权)人：南京金鼎嘉崎信息科技有限公司，
类型：发明
国别省市：