[發明專利]犯罪群體識別方法、設備及存儲介質

在審

• 申請號: 201710504137.4
• 申請日: 2017-06-27
• 公開（公告）號: CN109144984A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 王壯;丁偉
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/242;G06F16/245;G06F16/248;G06F16/28;G06Q50/00;G06Q50/26
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

1.一種犯罪群體識別方法，其特征在于，包括以下步驟：

根據接收到的數據配置請求中的數據獲取指令獲取社交關系數據；

根據所述配置請求中的數據預處理規則對所述社交關系數據進行預處理，并根據預處理后的社交關系數據生成社交關系網絡；

接收犯罪群體識別請求，從所述社交關系網絡中獲取社區群體，并根據所述犯罪群體識別請求中的犯罪群體特征信息，從所述社區群體中識別出犯罪社區群體。

2.如權利要求1所述的犯罪群體識別方法，其特征在于，所述根據所述配置請求中的數據預處理規則對所述社交關系數據進行預處理，并根據預處理后的社交關系數據生成社交關系網絡的步驟包括：

根據所述配置請求中的網絡清洗配置對所述社交關系數據進行清洗，以獲取第一社交關系數據；

根據所述配置請求中的多源映射策略對所述第一社交關系數據進行標識，以獲取第二社交關系數據；

根據所述第二社交關系數據和所述配置請求中的權重策略配置生成社交關系網絡。

3.如權利要求1所述的犯罪群體識別方法，其特征在于，所述從所述社交關系網絡中獲取社區群體的步驟包括：

對所述社交關系網絡進行初始化，以將所述社交關系網絡中的節點轉換為節點社區；

計算所述社交關系網絡中每個節點社區的有方向模塊度；

根據所述有方向模塊度計算每個社區節點與鄰接社區節點的模塊度增量，并根據所述模塊度增量更新所述社交關系網絡中的節點社區；

將更新后的社交關系網絡中處于同一節點社區的全部節點壓縮為新節點，并將所述新節點轉換為新節點社區，以獲取社區群體。

4.如權利要求1所述的犯罪群體識別方法，其特征在于，所述根據所述犯罪群體識別請求中的犯罪群體特征信息，從所述社區群體中識別出犯罪社區群體的步驟之后，所述犯罪群體識別方法還包括：

從所述犯罪社區群體中識別出犯罪核心成員，并在所述社交關系網絡中標記所述犯罪核心成員，同時顯示標記后的社交關系網絡。

5.如權利要求4所述的犯罪群體識別方法，其特征在于，所述從所述犯罪社區群體中識別出犯罪核心成員的步驟包括：

根據所述犯罪群體識別請求中的犯罪核心成員信息，確定犯罪核心成員樣本；

統計每個非犯罪核心成員與所述犯罪核心成員樣本的連接權重，并將所述連接權重最大的非犯罪核心成員標記為犯罪核心成員；

統計每個非犯罪核心成員與全部犯罪核心成員的連接權重之和，并將所述連接權重之和最大的非犯罪核心成員標記為犯罪核心成員，直至犯罪核心成員數達到所述犯罪群體識別請求中的犯罪核心成員數。

6.如權利要求1-5中任一項所述的犯罪群體識別方法，其特征在于，所述犯罪群體識別方法還包括：

查詢每個犯罪核心成員的身份信息和位置信息，并在所述犯罪社區群體中進行標記；

根據公安機構的地理位置分布和所述位置信息確定待行動公安機構和待逮捕的犯罪核心成員；

通過網絡將所述待逮捕的犯罪核心成員的身份信息和位置信息傳輸至待行動公安機構。

7.如權利要求1-5中任一項所述的犯罪群體識別方法，其特征在于，所述根據接收到的數據配置請求中的數據獲取指令獲取社交關系數據的步驟之前，所述犯罪群體識別方法還包括：

從接收到的數據配置請求中獲取指紋信息，并驗證所述指紋信息；

當所述指紋信息通過驗證時，執行所述根據接收到的數據配置請求中的數據獲取指令獲取社交關系數據的步驟。

8.如權利要求1-5中任一項所述的犯罪群體識別方法，其特征在于，所述根據所述犯罪群體識別請求中的犯罪群體特征信息，從所述社區群體中識別出犯罪社區群體的步驟之后，所述犯罪群體識別方法還包括：

接收犯罪社區群體的查詢請求，并獲取所述查詢請求中的犯罪社區群體的標識信息；

在查詢到與所述標識信息關聯的犯罪社區群體時，顯示所述犯罪社區群體。