[發(fā)明專利]危機(jī)事件預(yù)警模型構(gòu)建、危機(jī)事件預(yù)警方法和電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110038448.2
• 申請(qǐng)日: 2021-01-12
• 公開(kāi)（公告）號(hào): CN112669188A
• 公開(kāi)（公告）日: 2021-04-16
• 發(fā)明（設(shè)計(jì)）人: 徐濤;張無(wú)忌
• 申請(qǐng)（專利權(quán)）人: 徐濤;張無(wú)忌
• 主分類號(hào): G06Q50/26
• 分類號(hào): G06Q50/26;G06Q10/06;G06K9/62;G06F3/01;A61B5/16;A61B5/0205;A61B5/00
• 代理公司: 北京知果之信知識(shí)產(chǎn)權(quán)代理有限公司 11541
• 代理人: 卜榮麗

本申請(qǐng)?zhí)峁┝艘环N危機(jī)事件預(yù)警模型構(gòu)建、危機(jī)事件預(yù)警方法和電子設(shè)備，其中，該方法包括：獲取危機(jī)事件人員的特征信息，所述特征信息包括個(gè)人信息、心理信息、生理信息和行為信息中的至少之一；對(duì)所述特征信息進(jìn)行聚類分析，得到特征集合組，其中，危機(jī)事件對(duì)應(yīng)一個(gè)或多個(gè)所述特征集合組；基于每個(gè)特征集合組的屬性確定預(yù)測(cè)閾值和所述預(yù)測(cè)閾值對(duì)應(yīng)的危機(jī)事件概率，構(gòu)建所述危機(jī)事件預(yù)警模型。可以實(shí)現(xiàn)無(wú)需主動(dòng)上報(bào)，通過(guò)待測(cè)人員的特征信息即可完成對(duì)于危機(jī)事件發(fā)生概率進(jìn)行預(yù)測(cè)，能夠快速縮小危機(jī)人員人群范圍，預(yù)測(cè)潛在群體，并且準(zhǔn)確快速的預(yù)測(cè)危機(jī)事件發(fā)生的概率，幫助有關(guān)部門獲得動(dòng)態(tài)數(shù)據(jù)，進(jìn)行更好的人員管理。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能領(lǐng)域，尤其涉及一種危機(jī)事件預(yù)警模型構(gòu)建、危機(jī)事件預(yù)警方法和電子設(shè)備。

背景技術(shù)

危機(jī)事件包括自殺、傷害他人、暴力、欲違法犯罪、反社會(huì)等。

由于其私密性，有關(guān)部門很難通過(guò)發(fā)生危機(jī)的人員主動(dòng)上報(bào)的方式知曉其所在，發(fā)現(xiàn)機(jī)制非常被動(dòng)。由于社會(huì)群體的體量極大，如果沒(méi)有一種快速縮小范圍，甄別預(yù)警危機(jī)事件的方式，則會(huì)浪費(fèi)大量的社會(huì)資源，難以遏制社會(huì)不穩(wěn)定因素。

因此，如何快速穩(wěn)定的預(yù)警危機(jī)事件的發(fā)生成為亟待解決的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┝艘环N危機(jī)事件預(yù)警模型構(gòu)建、危機(jī)事件預(yù)警方法和電子設(shè)備，以至少解決相關(guān)技術(shù)中存在如何快速穩(wěn)定的預(yù)警危機(jī)事件的發(fā)生成為亟待解決的技術(shù)問(wèn)題。

根據(jù)本申請(qǐng)實(shí)施例的一個(gè)方面，提供了一種危機(jī)事件預(yù)警模型構(gòu)建方法，包括：獲取危機(jī)事件人員的特征信息，所述特征信息包括個(gè)人信息、心理信息、生理信息和行為信息中的至少之一；對(duì)所述特征信息進(jìn)行聚類分析，得到特征集合組，其中，危機(jī)事件對(duì)應(yīng)一個(gè)或多個(gè)所述特征集合組；基于每個(gè)特征集合組的屬性確定預(yù)測(cè)閾值和所述預(yù)測(cè)閾值對(duì)應(yīng)的危機(jī)事件概率，構(gòu)建所述危機(jī)事件預(yù)警模型。

可選地，所述獲取危機(jī)事件人員的特征信息包括：基于大數(shù)據(jù)和/或人機(jī)交互獲取所述待測(cè)人員的特征信息。

可選地，所述獲取危機(jī)事件人員的特征信息包括：獲取危機(jī)事件人員的歷史記錄數(shù)據(jù)；對(duì)所述歷史記錄數(shù)據(jù)進(jìn)行特征統(tǒng)計(jì)，得到大數(shù)據(jù)特征信息；獲取危機(jī)事件人員的人機(jī)交互結(jié)果；對(duì)所述人機(jī)交互結(jié)果中的特征進(jìn)行統(tǒng)計(jì)，得到人機(jī)交互特征信息；根據(jù)所述大數(shù)據(jù)特征信息和所述人機(jī)交互特征信息得到所述危機(jī)人員的特征信息。

可選地，所述根據(jù)所述大數(shù)據(jù)特征信息和所述人機(jī)交互特征信息得到所述危機(jī)人員的特征信息，將所述大數(shù)據(jù)特征信息和所述人機(jī)交互特征信息進(jìn)行相互對(duì)比分析，得到各個(gè)維度特征的確信度；基于確信度整合所述大數(shù)據(jù)特征信息和人機(jī)交互特征信息，得到所述危機(jī)人員的特征信息。

可選地，所述對(duì)所述特征信息進(jìn)行聚類分析包括：獲取危機(jī)事件的類別；利用聚類分析算法分別對(duì)每一類危機(jī)事進(jìn)行特征信息聚類，得到每一類危機(jī)事件對(duì)應(yīng)的特征信息集合組。

可選地，所述屬性包括特征集合組對(duì)應(yīng)的危機(jī)事件的類別和所述特征集合組中的特征信息的數(shù)量；所述基于每個(gè)特征集合組的屬性確定預(yù)測(cè)閾值和所述預(yù)測(cè)閾值對(duì)應(yīng)的危機(jī)事件概率，構(gòu)建所述危機(jī)事件預(yù)警模型包括：基于所述特征集合組中的特征信息的數(shù)量確定預(yù)測(cè)閾值的檔位數(shù)量；基于所述特征集合組所屬的危機(jī)事件的類別確定每個(gè)檔位的預(yù)設(shè)閾值的數(shù)值和以及每個(gè)檔位的預(yù)設(shè)閾值對(duì)應(yīng)的危機(jī)事件的概率的數(shù)值。

根據(jù)第二方面，本發(fā)明實(shí)施例提供了一種危機(jī)事件預(yù)警方法，包括：獲取待測(cè)人員的特征信息，所述特征信息包括個(gè)人信息、心理信息、生理信息和行為信息中的至少之一；將所述特征信息輸入至預(yù)警模型，得到所述待測(cè)人員發(fā)生危機(jī)事件的概率，所述預(yù)警模型基于對(duì)所述危機(jī)人員特征信息進(jìn)行聚類分析，得到特征集合組，并基于不同的特征集合組的預(yù)測(cè)閾值和所述預(yù)測(cè)閾值對(duì)應(yīng)的危機(jī)事件概率構(gòu)建而成。