[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

本發明公開了一種犯罪群體識別方法、設備及存儲介質，所述犯罪群體識別方法包括以下步驟：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。本發明根據隱式的弱關聯關系、多關系和強關聯光系等數據，可生成社交關系網絡，能夠根據少量的犯罪嫌疑人信息，可以快速的從社交關系網絡中識別出犯罪社區群體。

技術領域

本發明涉及社交群體識別領域，尤其涉及一種犯罪群體識別方法、設備及存儲介質。

背景技術

隨著Web2.0的快速普及與推進，Facebook、Twitter、QQ、微博、微信等社交網絡得到了飛速發展，互聯網的交互性、自媒體屬性愈來愈明顯，人和人的社會關系更為復雜。實際生活中，人與人之間更多的表現出強關聯關系，而社交網絡更多的表現出弱關聯關系。

目前，對犯罪成員關系及其關系親密度偵測的主要技術方法分為兩類，利用同時被捕或在同一地區實施犯罪的犯罪人員形成的網絡進行識別；利用人員之間的通信或交易形成的網絡來進行識別。但現有的犯罪群體識別方法較多考慮單關系、較多關注顯式的強關聯關系和較少關注隱式的弱關聯關系，需要采集大量的數據，但數據采集困難，無法對犯罪群體進行度量，此外，現有的犯罪群體識別方法，處理數據的規模和效率也較低，難以勝任海量的弱關聯關系數據分析。

因此，現有的犯罪群體識別方法，存在處理數據的規模和效率較低、數據采集困難，無法準確的對犯罪群體進行度量的問題。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供一種犯罪群體識別方法、設備及存儲介質，旨在解決處理數據的規模和效率較低、數據采集困難，無法準確的對犯罪群體進行度量的技術問題。

為實現上述目的，本發明提供一種犯罪群體識別方法，所述犯罪群體識別方法包括以下步驟：

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。

可選地，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。

可選地，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。