本技术涉及通信，尤其涉及一种目标对象异常告警方法、装置、设备、介质及程序产品。
背景技术：
1、“矫正”概念被引入社会领域，成为司法方面的专门用语，意指司法机关和工作人员通过各种措施和手段，使犯罪者或具有犯罪倾向的违法人员得到思想上、心理上和行为上的矫正治疗，从而重新融入社会，成为其中正常成员的过程。现有的矫正过程中，存在目标对象逃逸越界的情况。
2、当前矫正系统存在目标对象逃逸越界告警的功能，其规定个体在未得到批示情况下，一般不得超过规定的区域，因此，现有技术通常采用实时定位的方式对目标对象进行监测，对逃逸越界行为进行告警。例如，通过gps、wi-fi、蓝牙等技术，实时追踪目标对象的位置，当其出现越界行为时，系统可以实时定位并发送警报信息给管理人员；利用电子围栏技术，在地图上划定允许目标对象活动的区域，一旦目标对象的位置数据超出这些区域，系统就会自动触发报警。但是受通信设施以及定位仪器的精度问题的影响，当目标对象在许可活动范围活动时，可能会出现异常行为误判的问题。
3、因此，现有的技术在进行目标对象的异常行为监测时，存在矫正系统正常行为误报警的情况。
技术实现思路
1、本技术提供一种目标对象异常告警方法、装置、设备、介质及程序产品，用以解决现有的技术在进行目标对象的异常行为监测时，存在矫正系统正常行为误报警的问题，以提高告警的准确度。
2、第一方面，本技术提供一种目标对象异常告警方法，包括：
3、获取目标对象的犯罪记录信息；
4、根据犯罪记录信息中的犯罪严重程度信息、犯罪次数信息、犯罪记录的改变趋势信息，对目标对象进行异常情况发生概率的预测处理，得到第一异常概率；
5、根据第一异常概率、以及犯罪记录信息的犯罪记录信息权重，确定与第一异常概率对应的目标调整系数，其中，当第一异常概率小于第一阈值时，目标调整系数为第一调整系数，当第一异常概率大于或等于第一阈值、且小于第二阈值时，目标调整系数为第二调整系数，当第一异常概率大于或等于第二阈值时，目标调整系数为第三调整系数，第三调整系数大于第二调整系数，第二调整系数大于第一调整系数，且第三调整系数和第二调整系数之差大于第二调整系数和第一调整系数之差；
6、根据目标调整系数、以及第一异常概率，得到第一预测分数；
7、根据第一预测分数和第二预测分数，得到目标分数，第二预测分数根据第二异常概率确定，第二异常概率为对其他数据信息进行预测处理后得到的异常概率，其他数据信息包括心理评估信息、地理位置信息、健康状况信息、社会关系信息、日常活动信息、行为表现信息、目标对象基本信息中的至少一种信息；
8、根据目标分数，得到目标对象的行为异常分析结果。
9、在一种可能的实施方式中，根据犯罪记录信息中的犯罪严重程度信息、犯罪次数信息、犯罪记录的改变趋势信息，对目标对象进行异常情况发生概率的预测处理，得到第一异常概率，包括：
10、对犯罪记录信息中的犯罪严重程度信息、犯罪次数信息、犯罪记录的改变趋势信息进行数据预处理，得到标准化的犯罪记录信息特征，其中，标准化的犯罪记录信息特征包括犯罪严重程度信息特征、犯罪次数信息特征、犯罪记录的改变趋势信息特征；
11、将标准化的犯罪记录信息特征输入至预设第一预测模型，得到第一异常概率，预设第一预测模型为根据历史犯罪记录信息的信息特征、以及对应的历史异常行为进行模型训练得到的逻辑回归模型。
12、在一种可能的实施方式中，根据第一异常概率、以及犯罪记录信息的犯罪记录信息权重，确定与第一异常概率对应的目标调整系数，包括：
13、根据犯罪记录信息的信息类型，确定犯罪记录信息的犯罪记录信息权重；
14、根据犯罪记录信息权重，确定阈值划分区间、以及与阈值划分区间对应的调整系数；
15、根据阈值划分区间、以及与阈值划分区间对应的调整系数，确定与第一异常概率对应的目标调整系数。
16、在一种可能的实施方式中，在根据第一预测分数和第二预测分数，得到目标分数之前，该方法还包括：
17、对其他数据信息进行预测处理，得到第二异常概率；
18、根据其他数据信息的信息类别，确定与其他数据信息对应的其他数据信息权重；
19、根据其他数据信息权重，确定与其他数据信息对应的其他阈值划分区间、以及与其他阈值划分区间对应的其他调整系数；
20、根据其他阈值划分区间、以及与其他阈值划分区间对应的其他调整系数、以及第二异常概率，确定第二预测分数。
21、在一种可能的实施方式中，当其他数据信息为心理评估信息时，
22、对其他数据信息进行预测处理，得到第二异常概率，包括：
23、对心理评估信息中的自我控制能力信息、心理健康状况信息、适应能力信息进行数据预处理，得到标准化的心理评估信息特征，标准化的心理评估信息特征包括自我控制能力信息特征、心理健康状况信息特征、适应能力信息特征；
24、将标准化的心理评估信息特征输入至预设第二预测模型，确定心理评估信息的信息类别边界、以及各个信息特征相对于信息类别边界的位置距离，预设第二预测模型为根据历史心理评估信息、以及对应的历史异常行为进行模型训练得到的svm模型，信息类别边界为预设第二预测模型的超平面边界；
25、根据位置距离与预设概率区间之间的映射关系，得到第二异常概率。
26、在一种可能的实施方式中，当其他数据信息为地理位置信息时，
27、对其他数据信息进行预测处理，得到第二异常概率，包括：
28、对地理位置信息进行特征提取与归一化处理，得到目标对象的位置特征、以及位置特征对应的当前时刻；
29、对当前时刻的位置特征和上一时刻的位置特征进行位置关联度分析，确定目标对象下一时刻的移动速度、方向变化、位置变化的频率，其中，上一时刻的位置特征根据上一时刻对目标对象进行实际位置观测得到，位置关联度为对历史地理位置信息中相邻时刻对应的位置特征进行位置依赖关系分析确定；
30、根据移动速度、方向变化、位置变化的频率，得到下一时刻的预测位置信息；
31、根据预设位置图谱中各个位置与预设概率区间的映射关系，确定与预测位置信息对应的第二异常概率，预设位置图谱根据目标对象的允许活动范围设定。
32、在一种可能的实施方式中，当其他数据信息为社会关系信息时，
33、对其他数据信息进行预测处理，得到第二异常概率，包括：
34、根据社会关系信息，确定与目标对象存在关联的其他对象；
35、以目标对象、其他对象作为节点，社会关系信息作为边，构建社交网络图谱；
36、对社交网络图谱进行边对节点的影响程度分析，得到第二异常概率，其中，边对节点的影响程度根据对历史社会关系信息、以及目标对象的历史异常行为进行特征关联分析得到。
37、在一种可能的实施方式中，在根据目标分数，得到目标对象的行为分析结果之后，该方法还包括：
38、确定目标分数对应的异常风险等级；
39、若异常风险等级大于预设异常风险等级要求，则获取目标对象的实际行为信息，并将实际行为信息发送至人机交互界面，以使目标人员基于实际行为信息对目标对象进行异常分数评估，实际行为信息为基于现有设备对目标对象在特定时刻进行实时监测得到的行为信息；
40、响应于人机交互界面中评估人员的评估结果，得到实际异常分数；
41、根据实际异常分数和目标分数，对犯罪记录信息的犯罪记录信息权重、与其他数据信息对应的其他数据信息权重进行调整，得到各个信息类别的目标权重。
42、第二方面，本技术提供一种目标对象异常告警装置，包括：
43、获取模块，用于获取目标对象的犯罪记录信息；
44、预测模块，用于根据犯罪记录信息中的犯罪严重程度信息、犯罪次数信息、犯罪记录的改变趋势信息，对目标对象进行异常情况发生概率的预测处理，得到第一异常概率；
45、确定模块，用于根据第一异常概率、以及犯罪记录信息的犯罪记录信息权重，确定与第一异常概率对应的目标调整系数，其中，当第一异常概率小于第一阈值时，目标调整系数为第一调整系数，当第一异常概率大于或等于第一阈值、且小于第二阈值时，目标调整系数为第二调整系数，当第一异常概率大于或等于第二阈值时，目标调整系数为第三调整系数，第三调整系数大于第二调整系数，第二调整系数大于第一调整系数，且第三调整系数和第二调整系数之差大于第二调整系数和第一调整系数之差；
46、第一得到模块，用于根据目标调整系数、以及第一异常概率，得到预测分数；
47、第二得到模块，用于根据第一预测分数和第二预测分数，得到目标分数，第二预测分数根据第二异常概率确定，第二异常概率为对其他数据信息进行预测处理后得到的异常概率，其他数据信息包括心理评估信息、地理位置信息、健康状况信息、社会关系信息、日常活动信息、行为表现信息、目标对象基本信息中的至少一种信息；
48、第三得到模块，用于根据目标分数，得到目标对象的行为分析结果。
49、第三方面，本技术实施例提供一种电子设备，包括：存储器，处理器；
50、存储器存储计算机执行指令；
51、处理器执行存储器存储的计算机执行指令，使得处理器执行如上第一方面和/或第一方面各种可能的实施方式。
52、第四方面，本技术实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如上第一方面和/或第一方面各种可能的实施方式。
53、第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面和/或第一方面各种可能的实施方式。
54、本技术提供的目标对象异常告警方法、装置、设备、介质及程序产品，通过获取目标对象的犯罪记录信息；根据犯罪记录信息中的犯罪严重程度信息、犯罪次数信息、犯罪记录的改变趋势信息，对目标对象进行异常情况发生概率的预测处理，得到第一异常概率；根据第一异常概率、以及犯罪记录信息的犯罪记录信息权重，确定与第一异常概率对应的目标调整系数；根据目标调整系数、以及第一异常概率，得到第一预测分数；根据第一预测分数和第二预测分数，得到目标分数，第二预测分数根据第二异常概率确定，第二异常概率为对其他数据信息进行预测处理后得到的异常概率，其他数据信息包括心理评估信息、地理位置信息、健康状况信息、社会关系信息、日常活动信息、行为表现信息、目标对象基本信息中的至少一种信息；根据目标分数，得到目标对象的行为异常分析结果的手段，由于犯罪记录信息可以直接反映目标对象的历史行为、行为模式及倾向，这种行为模式具有一定的稳定性和持续性，因此利用犯罪记录信息进行异常预测分析，提高了预测准确性；同时，针对预测概率设定不同的阈值，并为每个阈值区间分配不同的调整系数，允许对预测概率对应分数进行调整，以适应实际的告警需求和风险偏好，使告警更加精确；最后，利用其他数据信息进行多维度数据预测，可以识别出目标对象在不同方面的异常风险，增加了预测的细致程度，再对预测结果进行结合以获得更全面的目标对象行为特征预测分数，以更准确地区分真正的异常行为和正常行为，从而降低误报率。
1.一种目标对象异常告警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述犯罪记录信息中的犯罪严重程度信息、犯罪次数信息、犯罪记录的改变趋势信息，对所述目标对象进行异常情况发生概率的预测处理，得到第一异常概率，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一异常概率、以及所述犯罪记录信息的犯罪记录信息权重，确定与所述第一异常概率对应的目标调整系数，包括：
4.根据权利要求1所述的方法，其特征在于，在所述根据所述第一预测分数和所述第二预测分数，得到目标分数之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，当所述其他数据信息为心理评估信息时，
6.根据权利要求4所述的方法，其特征在于，当所述其他数据信息为地理位置信息时，
7.根据权利要求4所述的方法，其特征在于，当所述其他数据信息为社会关系信息时，
8.根据权利要求1所述的方法，其特征在于，在所述根据所述目标分数，得到所述目标对象的行为分析结果之后，所述方法还包括：
9.一种目标对象异常告警装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括：存储器，处理器；
11.一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中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-8任一项所述的方法。
12.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-8任一项所述的方法。
