[發明專利]一種用于失蹤人群時空定位服務的數據分析方法

有效

• 申請號: 201910463886.6
• 申請日: 2019-05-30
• 公開（公告）號: CN110347760B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 姚堯;劉一飛
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06K9/62;G06Q10/04
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 易濱

本發明提供了一種用于失蹤人群時空定位服務的數據分析方法，包括：通過已有失蹤人口數據構建初始數據集；對初始數據集中的數據進行數據篩選和預處理，提取出用于進行分類的指標，得到樣本數據集；對樣本數據集中的數據進行進一步細化分類，并進行分類標號，得到用于模型構建的假設空間組；傳入假設空間組中的各假設空間，構建各獨立預測模型；根據各獨立預測模型的結果精度，基于統計方法創建綜合預測模型，可給出失蹤者可能到達的城市列表和對應城市的概率。利用這一模型，僅需提供失蹤者性別、身高、出生日期、失蹤日期和失蹤位置描述，可獲知失蹤者可能到達的城市，能夠為尋找失蹤者提供幫助。

技術領域

本發明涉及數據分析技術領域，具體涉及一種用于失蹤人群時空定位服務的數據分析方法。

背景技術

人工智能界認為機器學習是人工智能領域中最能體現智能的一個分支之一。它致力于研究如何通過計算的手段，利用經驗來改善系統自身的性能。機器學習所研究的主要內容是關于計算機上從數據中產生模型的算法。將經驗數據提供給它，它就能通過這些數據產生模型。在面臨新的情況發生時，模型就能夠提供給相應的判斷。

隨機森林是一類常見的機器學習方法，是一個包含了多顆多個決策樹的分類器。它的優點有：對于不平衡的分類資料集來說，它可以平衡誤差；對于很多種資料，它可以產生高準確度的分類器；在決定類別時，它能夠評估變數的重要性等。現今，相關的理論和技術均以完善。在充足數據集的支持下，利用機器學習的隨機森林方法能夠較好解決各種分類問題。

在中國，失蹤人口的非法收養(包括失蹤和被拐賣)是一直存在影響社會穩定和家庭穩定的關鍵公共安全問題。前人對失蹤人口的非法收養問題研究較少，對于非法收養的節點城市和關鍵路徑進行了識別和定位。這一研究是從宏觀尺度對人口非法收養網絡進行的分析，有效說明了失蹤人口的轉移路徑的整體情況，但沒有對販賣個例可能到達的位置進行有效的評估，為尋親家庭提供直接的建議。

發明內容

本發明要解決的技術問題在于，針對上述目前缺少對失蹤人口去向預測的相關方法的技術問題，提供一種用于失蹤人群時空定位服務的數據分析方法解決上述技術缺陷。

一種用于失蹤人群時空定位服務的數據分析方法，包括：

S1、根據已有失蹤人口數據構建初始數據集；

S2、對初始數據集中的數據進行數據篩選和預處理，提取得到用于進行分類的指標以構成樣本數據集；

S3、對樣本數據集中的數據進行進一步細化分類，并進行分類標號，得到用于模型構建的假設空間組；

S4、根據分別傳入假設空間組中的各假設空間，來分別構建獨立預測模型；

S5、按照獨立預測模型的結果精度，基于統計方法創建綜合預測模型，可給出失蹤者可能到達的城市列表和對應城市的概率。

進一步的，S1中所述失蹤人口數據，包括失蹤者性別、身高、出生日期、失蹤日期、失蹤位置描述和到達位置描述；所述的初始數據集，包括失蹤者性別、身高、出生日期、失蹤日期、失蹤位置描述和到達位置描述字段；所述的構建過程，是將上述失蹤人口數據中的對應內容添加到初始數據集的對應字段中。

進一步的，S2中所述對初始數據集中的數據進行數據篩選和預處理過程，是將無效數據從數據集中剔除，無效數據包括缺失數據項的數據條目，以及數據內容不合法的數據條目；S2中提取得到的用于進行分類的指標包括失蹤省份、失蹤區塊、失蹤時年齡、失蹤年份、失蹤月份、性別、失蹤時身高、到達省份、到達區塊、轉移相對距離和轉移相對方位。

進一步的，S2中提取出用于進行分類的指標的方法包括：

S21、將初始數據集中的失蹤者性別、身高對應填入樣本數據集中的性別、失蹤時身高字段中；