[發明專利]一種預警等級的更新方法、更新裝置及可讀存儲介質有效
| 申請號: | 201911005117.8 | 申請日: | 2019-10-22 |
| 公開(公告)號: | CN110704469B | 公開(公告)日: | 2022-11-11 |
| 發明(設計)人: | 白格日樂圖 | 申請(專利權)人: | 北京明智和術科技有限公司 |
| 主分類號: | G06F16/23 | 分類號: | G06F16/23;G06N20/00;G06Q50/26 |
| 代理公司: | 北京超成律師事務所 11646 | 代理人: | 許書音 |
| 地址: | 100000 北京市朝陽區高碑店鄉高碑店村民*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 預警 等級 更新 方法 裝置 可讀 存儲 介質 | ||
1.一種預警等級的更新方法,其特征在于,所述更新方法包括:
從信息數據庫中獲取待標定人員在歷史關聯信息下的至少一個關聯特征和所述待標定人員的歷史預警等級,以及從信息數據流中獲取所述待標定人員在預設時間段內的實時關聯信息下的至少一個關聯特征;其中,所述關聯特征包括身份特征、關聯人員特征、關聯事件特征、關聯組織特征、關聯地點特征以及關聯物品特征中的至少一種;
基于所述歷史關聯信息下的至少一個關聯特征以及所述實時關聯信息下的至少一個關聯特征,確定所述待標定人員的第一要素關聯矩陣、第二要素關聯矩陣以及人員特征矩陣;其中,所述歷史關聯信息是指所述待標定人員有記載的歷史信息;
將所述第一要素關聯矩陣、所述第二要素關聯矩陣以及所述人員特征矩陣輸入至人員預警模型中,確定所述待標定人員的更新預警等級;其中,所述人員預警模型可以為任何的機器學習模型;
利用所述更新預警等級替換所述待標定人員的歷史預警等級;
通過以下步驟確定所述人員特征矩陣:
在歷史關聯信息以及實時關聯信息下,將至少一個關聯特征按照特征維度進行劃分,確定每個特征維度的中包括的多個關聯特征;
基于所述待標定人員的歷史關聯信息以及實時關聯信息,形成所述待標定人員的人員特征矩陣。
2.根據權利要求1所述的更新方法,其特征在于,通過以下步驟基于所述歷史關聯信息下的至少一個關聯特征以及所述實時關聯信息下的至少一個關聯特征,確定所述待標定人員的第一要素關聯矩陣:
從所述歷史關聯信息下的至少一個關聯特征中,確定出在歷史關聯信息下不同特征維度的兩個關聯特征之間的第一關聯指數,以及從所述實時關聯信息下的至少一個關聯特征中,確定出在實時關聯信息下不同特征維度的兩個關聯特征之間的第一關聯指數;
基于多個在歷史關聯信息下的第一關聯指數以及多個在實時關聯信息下的第一關聯指數,將所有的第一關聯指數進行排列,組合形成待標定人員的第一要素關聯矩陣。
3.根據權利要求1所述的更新方法,其特征在于,通過以下步驟基于所述歷史關聯信息下的至少一個關聯特征以及所述實時關聯信息下的至少一個關聯特征,確定所述待標定人員的第二要素關聯矩陣:
從所述歷史關聯信息下的至少一個關聯特征中,確定出在歷史關聯信息下相同特征維度的兩個關聯特征之間的第二關聯指數,以及從所述實時關聯信息下的至少一個關聯特征中,確定出在實時關聯信息下相同特征維度的兩個關聯特征之間的第二關聯指數;
基于多個在歷史關聯信息下的第二關聯指數以及多個在實時關聯信息下的第二關聯指數,將所有的第二關聯指數進行排列,組合形成待標定人員的第二要素關聯矩陣。
4.根據權利要求2所述的更新方法,其特征在于,通過以下步驟確定出不同特征維度的兩個關聯特征之間的第一關聯指數:
獲取不同特征維度的兩個關聯特征之間的評估指數以及軌跡評估指數;
基于所述評估指數,計算不同特征維度的兩個關聯特征之間的評估關聯指數,以及基于所述軌跡評估指數,計算不同特征維度的兩個關聯特征之間的軌跡關聯指數;
基于多個所述評估關聯指數以及多個所述軌跡關聯指數通過疊加計算,確定出不同特征維度下兩個關聯特征之間的第一關聯指數。
5.根據權利要求4所述的更新方法,其特征在于,所述評估指數包括置信度、鮮活度、同源頻次以及異源頻次中的至少一種,以及所述軌跡評估指數包括同軌跡相似度、軌跡鮮活度、軌跡同源頻次以及軌跡異源頻次中的至少一種。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京明智和術科技有限公司,未經北京明智和術科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911005117.8/1.html,轉載請聲明來源鉆瓜專利網。





