一种重点人群识别方法、装置、计算机设备、计算机可读存储介质及计算机程序产品与流程

    技术2024-11-29  15


    本技术涉及目标识别技术和公共安全领域,尤其是涉及一种重点人群识别方法、装置、计算机设备、计算机可读存储介质及计算机程序产品。


    背景技术:

    1、随着社会的快速发展和多元化,各种社会问题也逐渐凸显出来,其中,重点人群因具有特殊性和复杂性,其行为、心理和社会环境等方面都需要特别的关注和管理。重点人群包括社区矫正对象、涉稳人员、吸毒人员、高危犯罪前科人员、严重精神障碍患者、刑释解教人员等等。

    2、目前,重点人群的识别及管理方法存在识别指标体系的不完备,部分研究存在指标选择不够全面和权重确定不够科学的问题,影响了识别结果的准确性和全面性的缺陷。

    3、针对上述中的相关技术,发明人发现现有的重点人群的识别方法存在有难以全面、准确地评估重点人群的问题。


    技术实现思路

    1、为了更加全面、更加准确地评估重点人群,提高重点人群的识别精度,本技术提供了一种重点人群识别方法、装置、计算机设备、计算机可读存储介质及计算机程序产品。

    2、第一方面,本技术提供一种重点人群识别方法。

    3、本技术是通过以下技术方案得以实现的:

    4、一种重点人群识别方法,包括以下步骤,

    5、创建反映目标人群个体特征的基础标签、反映目标人群历史犯罪信息特征的历史案件标签、反映目标人群通信行为特征的通信标签、反映目标人群到访场所特征的场所标签、反映社区报备案情特征的报备标签、反映目标人群电子卡口通行特征的电子卡口标签和反映目标人群健康状况特征的健康标签;

    6、获取反映目标人群属性的多维历史数据,将所述多维历史数据及所述基础标签、所述历史案件标签、所述通信标签、所述场所标签、所述报备标签、所述电子卡口标签和所述健康标签作为模型输入,训练预设的目标检测模型,输出所述目标人群中的目标对象和对应的初始社会风险值;

    7、根据所述目标对象的初始社会风险值及理论风险值的差异,对各类型标签的权重值进行调整,为各类型标签进行权重赋值;

    8、基于各类型标签的权重值,在反向传播的过程中更新所述目标检测模型的权重参数,以及将更新后的权重参数,作为训练完毕的目标检测模型所使用的权重参数;

    9、获取待检测人群的多维目标数据,输入训练完毕的目标检测模型中,输出所述待检测人群中的重点人员个体和对应的个体社会风险值。

    10、本技术在一较佳示例中可以进一步配置为:所述基础标签包括姓名特征、年龄特征、性别特征、教育程度特征、职业特征、家庭成员特征、社交圈特征、收入来源特征、财产特征、兴趣爱好特征、社会活动参与特征和犯罪团伙信息特征;

    11、所述历史案件标签包括犯罪类型特征、犯罪时间特征、犯罪地点特征、犯罪手段特征、再犯罪次数特征、再犯罪时间间隔特征、刑期类型和长度特征、刑满释放情况特征、参与团伙数量特征和团伙关系密度特征;

    12、所述通信标签包括每日通话次数特征、夜间通话频率特征、单次通话时长特征、通话对象关系特征、通话对象熟悉程度特征、频繁通话对象特征、通话内容关键词特征、通话地点特征、隐蔽沟通比例特征和异常通话模式特征;

    13、所述场所标签包括娱乐场所频率特征、社交场所频率特征、深夜活动频率特征、目标场所持续活动时间特征、目标场所异常行为频率特征、个体行动轨迹异常特征、犯罪高发区域特征、犯罪场所关联性特征和个体的目标场所的社交圈成员特征;

    14、所述报备标签包括个体被报备涉嫌犯罪的频率特征、个体被报备涉及纠纷的频率特征、报备内容关键词特征、报备涉及人物特征、个体被报备地点的分布特征、犯罪热点区域关联性特征、报备方身份特征、报备方与被报备个体的关系类型特征、报备处理结果特征和社区反馈情况特征;

    15、所述电子卡口标签包括卡口通行频率特征、卡口夜间通行频率特征、偏好通行路径特征、目的地分布特征、卡口通行时间段特征、卡口通行停留时长特征、通行交通工具类型特征、通行车辆特征、卡口通行轨迹特征和卡口通行区域关联性特征;

    16、所述健康标签包括精神疾病特征、心理健康状况特征、成瘾行为特征、滥用物质种类特征、成为暴力行为的受害特征、攻击性行为特征、紧急就医次数特征、精神科就诊次数特征和慢性疾病特征。

    17、本技术在一较佳示例中可以进一步配置为:还包括以下步骤,

    18、根据所述个体社会风险值,识别所述目标人群中个体的社会风险等级,并为所述社会风险等级匹配对应的管理策略。

    19、本技术在一较佳示例中可以进一步配置为:还包括以下步骤,

    20、获取历史重点人群的分发数据,作为历史分发数据;

    21、将所述历史分发数据输入预设的智能分发模型进行训练,输出重点人群的分发单位;

    22、当所述智能分发模型的输出满足预设的精度条件时,得到目标分发模型;

    23、基于所述目标分发模型,输入所述待检测人群中的重点人员个体和对应的个体社会风险值,得到各重点人员个体的分发单位;

    24、将各重点人员个体按照对应的分发单位执行一键批转操作,批量将各重点人员个体分发至目标受理单位。

    25、本技术在一较佳示例中可以进一步配置为:还包括以下步骤,

    26、接收情报工作主办人员针对各重点人员个体发起的处置预案请求;

    27、按照预设的主办单位要求审批所述处置预案请求;

    28、若所述处置预案请求审批通过,则触发所述目标受理单位的接收流程,基于所述处置预案请求,由所述目标受理单位的审核人员录入接收的所述重点人员个体关联的处置预案,此时,移交流程生效,并为所述移交流程备注对应的重点人员个体,修改主办单位为对应的所述目标受理单位。

    29、本技术在一较佳示例中可以进一步配置为:还包括以下步骤,

    30、赋予预设的目标用户除流转操作权限外的其他所有操作权限,其中,所述操作权限的协作范围根据当前的主办单位要求进行约束。

    31、第二方面,本技术提供一种重点人群识别装置。

    32、本技术是通过以下技术方案得以实现的:

    33、一种重点人群识别装置,包括,

    34、标签创建模块,用于创建反映目标人群个体特征的基础标签、反映目标人群历史犯罪信息特征的历史案件标签、反映目标人群通信行为特征的通信标签、反映目标人群到访场所特征的场所标签、反映社区报备案情特征的报备标签、反映目标人群电子卡口通行特征的电子卡口标签和反映目标人群健康状况特征的健康标签;

    35、数据模块,用于获取反映目标人群属性的多维历史数据,将所述多维历史数据及所述基础标签、所述历史案件标签、所述通信标签、所述场所标签、所述报备标签、所述电子卡口标签和所述健康标签作为模型输入,训练预设的目标检测模型,输出所述目标人群中的目标对象和对应的初始社会风险值;

    36、权重模块,用于根据所述目标对象的初始社会风险值及理论风险值的差异,对各类型标签的权重值进行调整,为各类型标签进行权重赋值;

    37、目标检测模型训练模块,用于基于各类型标签的权重值,在反向传播的过程中更新所述目标检测模型的权重参数,以及将更新后的权重参数,作为训练完毕的目标检测模型所使用的权重参数;

    38、重点人员识别模块,用于获取待检测人群的多维目标数据,输入训练完毕的目标检测模型中,输出所述待检测人群中的重点人员个体和对应的个体社会风险值。

    39、第三方面,本技术提供一种计算机设备。

    40、本技术是通过以下技术方案得以实现的:

    41、一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一种重点人群识别方法的步骤。

    42、第四方面,本技术提供一种计算机可读存储介质。

    43、本技术是通过以下技术方案得以实现的:

    44、一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一种重点人群识别方法的步骤。

    45、第五方面,本技术提供一种计算机程序产品。

    46、本技术是通过以下技术方案得以实现的:

    47、一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述任意一种重点人群识别方法的步骤。

    48、综上所述,与现有技术相比,本技术提供的技术方案带来的有益效果至少包括:

    49、通过创建基础标签、历史案件标签、通信标签、场所标签、报备标签、电子卡口标签和健康标签,以更全面地反映重点人群的特征属性,构建更完备的重点人群识别指标体系,有利于更准确地识别出重点人群;获取反映目标人群属性的多维历史数据,将多维历史数据及基础标签、历史案件标签、通信标签、场所标签、报备标签、电子卡口标签和健康标签作为模型输入,训练预设的目标检测模型,输出目标人群中的目标对象和对应的初始社会风险值,以实现重点人群的自动化识别,降低人为误差,且识别效率更高;根据目标对象的初始社会风险值及理论风险值的差异,对各类型标签的权重值进行调整,为各类型标签进行权重赋值,以根据理论风险值优化模型参数,更准确地确定重点人群识别指标体系中各标签的权重,进而提高重点人群的识别精度;最后,获取待检测人群的多维目标数据,输入训练完毕的目标检测模型中,输出待检测人群中的重点人员个体和对应的个体社会风险值,能够精准识别待检测人群中的重点人群,更加全面、更加准确地评估重点人群,提高重点人群的识别精度与识别效率。


    技术特征:

    1.一种重点人群识别方法,其特征在于,包括以下步骤,

    2.根据权利要求1所述的重点人群识别方法,其特征在于,所述基础标签包括姓名特征、年龄特征、性别特征、教育程度特征、职业特征、家庭成员特征、社交圈特征、收入来源特征、财产特征、兴趣爱好特征、社会活动参与特征和犯罪团伙信息特征;

    3.根据权利要求1所述的重点人群识别方法,其特征在于,还包括以下步骤,

    4.根据权利要求1所述的重点人群识别方法,其特征在于,还包括以下步骤,

    5.根据权利要求4所述的重点人群识别方法,其特征在于,还包括以下步骤,

    6.根据权利要求5所述的重点人群识别方法,其特征在于,还包括以下步骤,

    7.一种重点人群识别装置,其特征在于,包括,

    8.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现权利要求1至6任意一项所述方法的步骤。

    9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至6任意一项所述方法的步骤。

    10.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至6任意一项所述方法的步骤。


    技术总结
    本申请涉及目标识别技术和公共安全领域,公开了一种重点人群识别方法、装置、计算机设备、计算机可读存储介质及计算机程序产品,其方法包括创建反映目标人群属性的标签;将反映目标人群属性的多维历史数据和标签作为模型输入,训练预设的目标检测模型,输出目标人群中的目标对象和对应的初始社会风险值;为各类型标签进行权重赋值;基于各类型标签的权重值,在反向传播的过程中更新目标检测模型的权重参数;获取待检测人群的多维目标数据,输入训练完毕的目标检测模型中,输出待检测人群中的重点人员个体和对应的个体社会风险值。本申请具有提高重点人群的识别精度与识别效率,实现重点人群的智能化管控的效果。

    技术研发人员:胡洁仪,邓圣君,雷树海,林柏盛,江明君
    受保护的技术使用者:江门市市域社会智慧治理技术创新中心(江门市市域社会智慧治理应用示范基地)
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-22754.html

    最新回复(0)