[發(fā)明專利]吸毒人員風(fēng)險監(jiān)測方法

在審

• 申請?zhí)枺?/td>: 202010008545.2
• 申請日: 2020-01-06
• 公開（公告）號: CN111311056A
• 公開（公告）日: 2020-06-19
• 發(fā)明（設(shè)計）人: 王青;沈云湜;李彬;賈世易;陳建華;韓軍;李黎
• 申請（專利權(quán)）人: 北京中天鋒安全防護(hù)技術(shù)有限公司;公安部第一研究所
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62;G06Q50/26
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了吸毒人員風(fēng)險監(jiān)測方法，包括：S1、將吸毒人員的數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化的預(yù)處理后導(dǎo)入樣本庫，并確定數(shù)據(jù)的來源；S2、數(shù)據(jù)分析；S3、特征工程；S4、模型訓(xùn)練；S5、模型評估：對步驟S4得到的吸毒人員風(fēng)險評估模型進(jìn)行評估，若其得分超過閾值，則進(jìn)入步驟S6，反之，轉(zhuǎn)入步驟S4；S6、模型預(yù)警。本發(fā)明公開的吸毒人員風(fēng)險監(jiān)測方法具有以下有益效果：1、提高了吸毒人員的風(fēng)險識別準(zhǔn)確率；2、提高了吸毒人員的風(fēng)險識別的自動化程度；3、降低了吸毒人員監(jiān)控的成本。

技術(shù)領(lǐng)域

本發(fā)明屬于信息處理技術(shù)領(lǐng)域，具體涉及吸毒人員風(fēng)險監(jiān)測方法。

背景技術(shù)

毒品是指鴉片、海洛因、甲基苯丙胺(冰毒)、嗎啡、大麻、可卡因以及國家規(guī)定管制的其他能夠使人形成癮癖的麻醉藥品和精神藥品。

隨著藥物濫用逐漸成為一個新的、重大公共衛(wèi)生問題，如何有效預(yù)防、治療和管理吸毒人員，為毒品使用預(yù)防與控制提出新的挑戰(zhàn)和機遇。

目前，對于吸毒人員的監(jiān)測(主要是監(jiān)測是否復(fù)吸)的技術(shù)手段主要包括以下幾種類型：

1)人工排查：公安機關(guān)根據(jù)自身經(jīng)驗，不定期對吸毒人員進(jìn)行突擊檢查，并使用尿檢、毛發(fā)檢測等檢測吸毒人員是否吸毒。

2)群眾線索舉報：在社會上充分發(fā)展群眾力量，使用微信公眾號、公安手機APP等技術(shù)手段上傳線索，根據(jù)收集到的情報線索甄別結(jié)合人工排查手段來實現(xiàn)監(jiān)測目的。

3)數(shù)據(jù)模型：根據(jù)公安積累下來的經(jīng)驗，進(jìn)行數(shù)據(jù)建模，如使用同行、同住等數(shù)據(jù)模型檢測吸毒人員是否有聚集吸毒風(fēng)險。

但是上述的針對吸毒人員的監(jiān)測方法存在如下的主要缺陷：

1)風(fēng)險識別準(zhǔn)確率低

由于吸毒人員往往具有一定的反偵察意識，依賴群眾的線索舉報和常規(guī)的突擊檢查往往難以真正發(fā)現(xiàn)吸毒行為，而且吸毒人員也會通過使用他人手機號碼或者冒用他人身份證來躲避打擊；

2)自動化程度低

無論是線索舉報還是數(shù)據(jù)模型預(yù)警，都非常依賴公安民警，需要公安民警根據(jù)自身經(jīng)驗來甄別，甄別的準(zhǔn)確率也跟民警自身經(jīng)驗的多少息息相關(guān)；

3)人力成本居高不下

由于自動化程度低，大部分流程都需要民警親自參與，這些都大大加重了禁毒民警的負(fù)擔(dān)，浪費了人力成本。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明針對上述現(xiàn)有技術(shù)存在的問題做出改進(jìn)，即本發(fā)明公開了吸毒人員風(fēng)險監(jiān)測方法。

本發(fā)明是以人工智能算法(“隨機森林”模型)為后臺核心技術(shù)，貼合公安民警實戰(zhàn)經(jīng)驗，對掌握的吸毒人員的涉毒風(fēng)險進(jìn)行監(jiān)控，建設(shè)吸毒人員的識別、評估、預(yù)警、介入等功能為一體的、動態(tài)完整的風(fēng)險控制方法，并通過特征分析模式(如根據(jù)吸毒人員前科劣跡、行為表現(xiàn)、社交關(guān)系、生活環(huán)境、危險程度等信息)建模，結(jié)合其軌跡信息(如出入圈、首次流入、聚集等行為)進(jìn)行動態(tài)風(fēng)險監(jiān)測預(yù)警。

吸毒人員風(fēng)險監(jiān)測方法，包括以下步驟：

S1、將吸毒人員的數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化的預(yù)處理后導(dǎo)入樣本庫，并確定數(shù)據(jù)的來源，并對導(dǎo)入的數(shù)據(jù)進(jìn)行區(qū)分，分為正例和負(fù)例兩部分(為了作樣本數(shù)據(jù)分析用的)，完成后進(jìn)入步驟S2；

S2、數(shù)據(jù)分析：

分別分析步驟S1得到的正例數(shù)據(jù)之間的相關(guān)性和反例數(shù)據(jù)之間的相關(guān)性，得出每一個數(shù)據(jù)的特征點；

S3、特征工程：

逐一對正例數(shù)據(jù)和反例數(shù)據(jù)的特征點進(jìn)行提取，完成后進(jìn)入步驟S4；

S4、模型訓(xùn)練：