[發(fā)明專利]一種基于大數據的行為預測方法、裝置、設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202011046915.8
• 申請日: 2020-09-29
• 公開（公告）號: CN112132357A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設計）人: 楊特春;劉弘胤;尚子淳;潘巖;陳訊
• 申請（專利權）人: 佳都新太科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26
• 代理公司: 北京澤方譽航專利代理事務所(普通合伙) 11884
• 代理人: 唐明磊

本申請實施例公開了一種基于大數據的行為預測方法、裝置、設備及存儲介質。本申請實施例提供的技術方案通過基于大數據收集預測目標在設定時間范圍內的活動信息，并根據活動信息確定預測目標的積分分值，將積分分值輸入到行為預測模型中，由行為預測模型對積分分值進行分析并輸出對應預測目標的預警積分值，并根據各預測目標的預警積分值對預測目標進行冒泡排序，以根據排序結果確定對預測目標的展示方式，工作人員可根據對預測目標的展示方式確定更需要進行管控的預測目標，提高安全管控效率。

技術領域

本申請實施例涉及公共安全技術領域，尤其涉及一種基于大數據的行為預測方法、裝置、設備及存儲介質。

背景技術

為了維護社會治安穩(wěn)定，需要實時對涉及治安穩(wěn)定的人員進行管控。目前對目標人員的管控方式一般是直接安排工作人員對目標人員進行逐個走訪，了解各目標人員的狀態(tài)，并采取對應的控制措施。

但是在當前維穩(wěn)工作中，由于目標人員眾多，工作人員不足，維穩(wěn)資源無法精準按需進行分配，導致部分真正要管控的目標人員沒有落實管控的現象時有發(fā)生，安全管控效率較低。

發(fā)明內容

本申請實施例提供一種基于大數據的行為預測方法、裝置、設備及存儲介質，以確定需要進行管控的預測目標，提高安全管控效率。

在第一方面，本申請實施例提供了一種基于大數據的行為預測方法，包括：

基于預測目標在設定時間范圍內的活動信息，確定預測目標的積分分值；

將所述積分分值輸入行為預測模型，由所述行為預測模型對所述積分分值進行分析得到預測目標的預警積分值；

根據所述預警積分值對預測目標進行冒泡排序，并根據排序結果確定對預測目標的展示方式。

進一步的，所述活動信息包括積分項、積分條件和積分頻次，所述積分項、所述積分條件、所述積分頻次和所述積分分值存在預設的積分關聯(lián)關系。

進一步的，所述基于預測目標在設定時間范圍內的活動信息，確定預測目標的積分分值，包括：

獲取預測目標在設定時間范圍內的活動信息，確定預測目標對應的積分項、積分條件和積分頻次；

基于所述積分關聯(lián)關系確定所述積分項、所述積分條件和所述積分頻次對應的積分分值。

進一步的，所述基于預測目標在設定時間范圍內的活動信息，確定預測目標的積分分值之前，還包括：

基于神經學習網絡搭建行為預測模型，并利用歷史監(jiān)測數據對所述行為預測模型進行訓練。

進一步的，所述基于神經學習網絡搭建行為預測模型，并利用歷史監(jiān)測數據對所述行為預測模型進行訓練，包括：

基于神經學習網絡搭建行為預測模型，所述行為預測模型的向量模式為z＝w^Tx+b，其中z為預警積分值、w為權值項、b為偏置項、x為積分分值；

以歷史監(jiān)測數據中的積分分值為輸入、預警積分值為輸出，對所述行為預測模型進行訓練并對權值項和偏置項進行調優(yōu)，直至所述行為預測模型達到準確率要求。

進一步的，所述以歷史監(jiān)測數據中的積分分值為輸入、預警積分值為輸出，對所述行為預測模型進行訓練并對權值項和偏置項進行調優(yōu)，直至所述行為預測模型達到準確率要求，包括：

預先設定多組權值項和偏置項的值，并基于設定的所述權值項和所述偏置項，以歷史監(jiān)測數據中的積分分值為輸入、預警積分值為輸出，對所述行為預測模型進行訓練；

基于所述行為預測模型未達到準確率要求，篩選多組對應準確率靠前的權值項和偏置項；