[發明專利]基于k?means算法的公安犯罪類案研判方法

在審

• 申請號: 201710147542.5
• 申請日: 2017-03-13
• 公開（公告）號: CN107145895A
• 公開（公告）日: 2017-09-08
• 發明（設計）人: 呂品高;王忠林
• 申請（專利權）人: 東方網力科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/26
• 代理公司: 北京金智普華知識產權代理有限公司11401
• 代理人: 皋吉甫

1.基于改進k-means算法的公安犯罪類案研判方法，其特征在于，該方法為：收集用戶最近已經破案的歷史案件信息存入數據庫中，定義維度向量屬性，抽取數據庫中的案件特征，將抽取出的案件特征利用詞袋模型進行屬性向量化，得到數據庫中案件特征的案件矩陣，運用k-means算法對案件矩陣進行聚類，形成類案庫，取每個類集中的所有案件向量的坐標的平均值，并將K類別的質心組成向量矩陣A；通過用戶輸入新的案件，根據定義的維度向量屬性確定新輸入案件所對應案件特征向量，并將新的案件標示為向量B1；將B1分別與矩陣A中Ai計算歐幾里得距離，即輸入案件向量與K個類案集的距離，并推送距離最近的類案集給用戶，尋找案件的共性，協助破案。

2.根據權利要求1所述的公安犯罪類案研判方法，其特征在于，該方法具體包括以下步驟：

步驟1：收集用戶已經破案的歷史案件信息存入數據庫中，定義6個維度向量屬性；

步驟2：抽取數據庫中的案件特征，將抽取出的案件特征利用詞袋模型進行屬性向量化，得到數據庫中案件特征的案件矩陣；

步驟3：運用k-means算法對案件矩陣進行聚類，形成類案庫，取每個類集中的所有案件向量的坐標的平均值，視為該類集的質心Ai，i＝K最優值，并將K類別的質心組成向量矩陣A；

步驟4：通過用戶輸入新的案件，通過步驟1定義的6個維度向量屬性確定新輸入案件所對應案件特征向量，并將新的案件標示為向量B1；將B1分別與矩陣A中Ai計算歐幾里得距離，即輸入案件向量與K個類案集的距離，并推送距離最近的類案集給辦案民警用戶，尋找案件的共性，協助破案。

3.根據權利要求2所述的公安犯罪類案研判方法，其特征在于，所述已經破案的歷史案件為至少一個月內的。

4.根據權利要求2所述的公安犯罪類案研判方法，其特征在于，所述步驟1中的維度向量屬性分別為案件類型、作案時間、作案對象、作案地點、作案人員區域和作案工具。

5.根據權利要求2所述的公安犯罪類案研判方法，其特征在于，所述步驟2中：所述詞袋模型進行屬性向量化的具體步驟為：首先計算每一個案情簡要說明Case_i中的關鍵詞name_ij相對于詞袋中S個基本詞的相似度，S＞0，并選出最大相似度；然后將選取的最大相似度乘以關鍵詞name_ij在詞袋中的順序使其唯一性，得到name_ij對應的數值x_ij；所有歷史案件的每個特征進行上述操作，得到案件矩陣，為：

x11x12Λx1jx21x22Λx2jMMΛMxi1xi2Λxij,]]>

式中：x₁₁為第一個案件向量維度-案件類型與詞袋中比對基本相似度最大值，x_i1為第i個案件向量維度-案件類型與詞袋中比對基本相似度最大值，X_1j為第1個案件向量維度-案件類型與詞袋中比對基本相似度最大值，x_ij為第i個案件向量維度-案件類型與詞袋中比對基本相似度最大值，j為維度值，j＝6,j為案件數，j>0。

6.根據權利要求2所述的公安犯罪類案研判方法，其特征在于，所述步驟3中：K值的確定為：

首先，根據案件類型確定的K值的取值范圍，K的取值范圍為1-100；

其次，將確定的K值的范圍結合輪廓系數的循環算法求出每個K值的對應值分別為輪廓系數值，如果其中一個輪廓系數值最接近1，則該輪廓系數值為輪廓系數最優值，該輪廓系數最優值對應K值為K最優值，將該K最優值作為輸入參量。