[發明專利]一種基于電查電圍數據的身份識別方法及系統

在審

• 申請號: 202011301364.5
• 申請日: 2020-11-19
• 公開（公告）號: CN112100310A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 孫俊鋒;李軍;苗功勛
• 申請（專利權）人: 南京中孚信息技術有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/27;G06F16/2458;G06K9/62
• 代理公司: 南京中盟科創知識產權代理事務所(特殊普通合伙) 32279
• 代理人: 孫麗君

本發明公開了一種基于電查電圍數據的身份識別方法及系統，該方法包括以下步驟：S1、采用預設算法對電圍及電查數據采集中出現的乒乓數據和漂移數據進行預處理；S2、對預處理后的電圍數據進行特征分析，建立并訓練身份識別模型；S3、將預處理后的電圍及電查數據傳入訓練后的身份識別模型中，并獲得識別結果。本發明的有益效果為：本發明通過對用戶的行為模式進行分析，預測用戶的真實身份屬性；本發明利用Hadoop/Spark分布式計算平臺的高可靠性、高擴展性、高效性以及高容錯性，對用戶的基礎信息、特征行為等進行分析，在功能實現的基礎上展現出數據處理很高的效率。

技術領域

本發明涉及電子信息技術領域，具體來說，涉及一種基于電查電圍數據的身份識別方法及系統。

背景技術

隨著信息化和移動設備的快速發展和普及,利用手機定位技術實時獲取手機位置已經成為一種更為方便，流行的方法，相比與傳統的出行數據調查，手機的定位數據獲取更加方便，實時且豐富。其中雖然GPS數據因為其較高的精準度受到廣泛的研究，但由于GPS信息數據獲取較為困難，且涉及用戶隱私。與之相比，運營商的通信數據覆蓋面廣泛，面向的用戶群體多，即使是不含有GPS的用戶，也能擁有較為豐富的數據，有更加有助于警方對于危險分子的身份的識別。

盡管手機的基站定位數據具有實時性，數字化，覆蓋廣等優點，但是由于其采集的技術的缺陷，獲取的數據也具有相同的缺陷。一是定位精度不夠準確。原因主要是受制于基站的分布密度，在城市的密集區域，基站分布密度大，精度最多可達100米以內，但是在高速附近，基站密度低，定位精度參差不齊。其次是因為移動設備和基站的缺陷，采集數據會出現大量的漂移，乒乓等現象，這也使手機基站的定位數據更加復雜。二是受制于定位數據的采集規則，首先，定位數據的采集是需要數據觸發，比如接打電話，接收短信和移動數據切換等。由此造成數據的時間分布不均勻，這也會影響軌跡的特征分析。

針對相關技術中的問題，目前尚未提出有效的解決方案。

發明內容

針對相關技術中的問題，本發明提出一種基于電查電圍數據的身份識別方法及系統，以克服現有相關技術所存在的上述技術問題。

為此，本發明采用的具體技術方案如下：

根據本發明的一個方面，提供了一種基于電查電圍數據的身份識別方法，該方法包括以下步驟：

S1、采用預設算法對電圍及電查數據采集中出現的乒乓數據和漂移數據進行預處理；

S2、對預處理后的電圍數據進行特征分析，建立并訓練身份識別模型；

S3、將預處理后的電圍及電查數據傳入訓練后的身份識別模型中，并獲得識別結果；

其中，所述采用預設算法對電圍及電查數據采集中出現的乒乓數據進行預處理還包括以下步驟：

S11、以手機號和時間戳為主鍵，對數據進行排序；

S12、依次順序選取i、i+1及i+2三條數據，且設置數據i為1；

若?t_i與?t_(i+1)均小于時間閾值T，第i條數據與第i+1條數據不同，且第i條數據與i+2條數據相同，則判斷數據i+1為乒乓數據，進行刪除處理；

數據i采用向量表示，且；

其中，所述采用預設算法對電圍及電查數據采集中出現的漂移數據進行預處理還包括以下步驟：

S11’、以手機號和時間戳為主鍵，對數據進行排序；

S12’、依次順序選取i、i+1及i+2的三條數據，且設置數據i為1；

若?d_i小于漂移距離閾值或者v_i小于漂移速度閾值，則判斷數據i+1為正常點，否則刪除；