[發(fā)明專利]一種基于大數(shù)據(jù)挖掘的虛擬身份關(guān)聯(lián)分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811490064.9
• 申請(qǐng)日: 2018-12-06
• 公開（公告）號(hào): CN109614420B
• 公開（公告）日: 2020-08-21
• 發(fā)明（設(shè)計(jì)）人: 王國鋒;劉海濱;莊維維;朱榮亞
• 申請(qǐng)（專利權(quán)）人: 南京森根科技股份有限公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/215;G06K9/62
• 代理公司: 廣州天河萬研知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44418
• 代理人: 劉強(qiáng)

本發(fā)明提供了一種基于大數(shù)據(jù)挖掘的虛擬身份關(guān)聯(lián)分析算法模型，屬于大數(shù)據(jù)挖掘技術(shù)領(lǐng)域。該方法包括獲取電子串號(hào)信息和物理地址信息；對(duì)源數(shù)據(jù)進(jìn)行清洗處理、規(guī)則過濾；并對(duì)處理后的數(shù)據(jù)進(jìn)行屬性分割、特征提取、指標(biāo)計(jì)算；針對(duì)樣本類別不平衡問題，調(diào)整不同類別訓(xùn)練樣本；搭建Logistic Regression算法模型，以計(jì)算手機(jī)物理地址和電子串號(hào)之間關(guān)系的匹配度，實(shí)現(xiàn)虛擬身份的挖掘分析和關(guān)聯(lián)匹配，本發(fā)明可以通過軌跡追查，確定犯罪軌跡，對(duì)犯罪嫌疑人實(shí)施跟蹤和追捕，偵破案件，最終達(dá)到對(duì)犯罪的有效控制和打擊。

技術(shù)領(lǐng)域

本發(fā)明涉及大數(shù)據(jù)挖掘領(lǐng)域，更具體地說，是一種基于大數(shù)據(jù)挖掘的虛擬身份關(guān)聯(lián)分析方法。

背景技術(shù)

隨著通訊技術(shù)的發(fā)展和電子設(shè)備的普及，手機(jī)已融入人們的日常生活，手機(jī)的運(yùn)動(dòng)軌跡與個(gè)人的活動(dòng)軌跡相伴而生，手機(jī)移動(dòng)軌跡很大程度上可以反映個(gè)人的生活習(xí)慣和活動(dòng)范圍等有價(jià)值的信息。電子串號(hào)數(shù)據(jù)和手機(jī)物理地址數(shù)據(jù)是無線采集終端或移動(dòng)采集設(shè)備捕捉到的并進(jìn)行處理生成的道路數(shù)據(jù)。通過對(duì)電子串號(hào)和物理地址的關(guān)聯(lián)匹配，為某機(jī)關(guān)部門追查罪犯、快速偵破案件提供技術(shù)支持。目前對(duì)電子串號(hào)和物理地址的虛擬身份關(guān)聯(lián)分析的研究少之甚少，且過去在此領(lǐng)域研究的技術(shù)手段和成果還存在很多待優(yōu)化的地方，故如何高效快速地處理獲取后的電子串號(hào)和物理地址的龐大軌跡數(shù)據(jù)成為目前的一大難題。

本發(fā)明對(duì)無線采集終端的數(shù)據(jù)，基于大數(shù)據(jù)挖掘分析，找出有價(jià)值的物理地址和電子串號(hào)的軌跡信息，根據(jù)算法構(gòu)建出物理地址和電子串號(hào)的關(guān)聯(lián)匹配模型，實(shí)現(xiàn)虛擬身份的確定和匹配，為某機(jī)關(guān)部門跟蹤抓捕犯罪嫌疑人、打擊罪犯提供重要技術(shù)支持。

發(fā)明內(nèi)容

針對(duì)上述背景技術(shù)中所提出的問題，本發(fā)明實(shí)施例的目的在于提供一種基于大數(shù)據(jù)挖掘的虛擬身份關(guān)聯(lián)分析方法，通過將采集到的數(shù)據(jù)進(jìn)行清洗、篩選，特征構(gòu)建及提取等處理，建立算法模型，提供了具有關(guān)聯(lián)匹配關(guān)系的電子串號(hào)和物理地址的虛擬身份信息，為數(shù)據(jù)關(guān)聯(lián)匹配提供技術(shù)支持。

為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：

一種基于大數(shù)據(jù)挖掘的虛擬身份關(guān)聯(lián)分析方法，包括以下步驟：

S1：電子串號(hào)及物理地址數(shù)據(jù)預(yù)處理；分別對(duì)無線數(shù)據(jù)采集終端的電子串號(hào)和物理地址的臟數(shù)據(jù)進(jìn)行處理，如數(shù)據(jù)去重、缺失值和異常值刪除等；

S2：關(guān)聯(lián)數(shù)據(jù)篩選及存儲(chǔ)；將滿足篩選規(guī)則的數(shù)據(jù)存儲(chǔ)于數(shù)據(jù)庫中；

S3：樣本特征構(gòu)建及提取；對(duì)關(guān)聯(lián)數(shù)據(jù)進(jìn)行屬性分割及結(jié)合，構(gòu)建M個(gè)樣本特征，并對(duì)特征數(shù)據(jù)進(jìn)行降維處理，使樣本變量維度變?yōu)镹；

S4：類別不平衡問題處理；采用Fisher判別法調(diào)整不同類別訓(xùn)練樣本；

S5：建立及優(yōu)化電子串號(hào)與物理地址關(guān)聯(lián)模型；根據(jù)算法建立模型，得出電子串號(hào)與物理地址的匹配度。

優(yōu)選的，所述步驟S2中篩選規(guī)則具體步驟為：

S201、將時(shí)間差范圍內(nèi)(即|t₁-t₂|Δt，其中t₁和t₂分別表示電子串號(hào)和物理地址被采集到的時(shí)間)采集到的電子串號(hào)和物理地址數(shù)據(jù)中的無線數(shù)據(jù)采集終端經(jīng)緯度字段進(jìn)行匹配，若經(jīng)緯度一致，則將此組電子串號(hào)和物理地址作為匹配對(duì)，并轉(zhuǎn)入步驟S202；若不一致，則舍棄；