[發明專利]一種人員管理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202111521764.1
• 申請日: 2021-12-13
• 公開（公告）號: CN114418175A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 吳濤;汪昊
• 申請（專利權）人: 重慶紫光華山智安科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06F16/33;G06F40/30
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 常曉

1.一種人員管理方法，其特征在于，所述方法包括：

獲取目標對象基于時間序列的定位數據和交通出行數據；

根據所述定位數據和交通出行數據確定預設多個特征參數中每個特征參數對應的特征值；其中，所述多個特征參數為對信訪產生影響的多個事件對應的參數；

通過訓練好的預測模型中的第一子模型基于所述每個特征參數對應的特征值預測所述目標對象的第一信訪概率；其中，所述第一子模型為通過第一訓練數據集對回歸模型進行擬合得到的，所述第一訓練數據集包括所述多個特征參數中每個特征參數對應的多個特征值；

若所述第一信訪概率大于第一預設閾值，則基于所述第一信訪概率生成第一管理指令；其中，所述第一管理指令用于指示管理人員對所述目標對象采取管控措施。

2.如權利要求1所述的方法，其特征在于，所述多個特征參數包括異常軌跡類別、預設事件最近一次發生的時刻與當前時刻的間隔時長、所述預設事件在第一預設時長內出現的次數和最近一次定位信號消失的持續時長，所述異常軌跡類別用于指示預設區域的敏感等級，所述預設事件包括出現在所述預設區域、購票、安檢、所述目標對象與其它管控對象同行、所述目標對象與所述其它管控對象聚集和定位信號消失中的至少一種。

3.如權利要求1所述的方法，其特征在于，所述通過訓練好的預測模型中的第一子模型基于所述每個特征參數對應的特征值預測所述目標對象的第一信訪概率，包括：

確定每個特征值對應的特征分數；

通過第一預設值減去所述每個特征值對應的特征分數，得到第一差值；其中，所述第一預設值為所述多個特征參數對應的全量分數集合中的最大值；

確定所述第一差值與所述第一預設值之間的第二差值，以及所述第一預設值和第二預設值之間的第三差值；其中，所述第二預設值為所述全量分數集合中的最小值；

根據所述第二差值和所述第三差值之間的比值預測所述第一信訪概率。

4.如權利要求1所述的方法，其特征在于，所述方法還包括：

若所述第一信訪概率小于第二預設閾值，則基于所述第一信訪概率生成第二管理指令；其中，所述第二預設閾值小于所述第一預設閾值，所述第二管理指令用于指示所述管理人員對所述目標對象進行觀察。

5.如權利要求4所述的方法，其特征在于，所述方法還包括：

若所述第一信訪概率大于所述第二預設閾值且小于所述第一預設閾值，則獲取所述目標對象的歷史信訪數據和情報文本數據；其中，所述情報文本數據為管理人員收集并記錄的所述目標對象的行為的數據；

根據所述歷史信訪數據和情報文本數據預測所述目標對象的第二信訪概率；

根據所述第一信訪概率和所述第二信訪概率確定所述目標對象的目標信訪概率，并基于所述目標信訪概率生成管理指令。

6.如權利要求5所述的方法，其特征在于，所述根據所述歷史信訪數據和情報文本數據預測所述目標對象的第二信訪概率，包括：

通過訓練好的語言模型對所述情報文本數據進行語義分析；

按照預定義信訪類別對語義分析結果進行分類；其中，所述預定義信訪類別包括明確會信訪、大概率會信訪、小概率會信訪、明確不會信訪和信訪無關事件；

確定第二預設時長內每個信訪類別對應的事件次數；

根據所述歷史信訪數據確定所述目標對象在第三預設時長內的歷史信訪次數；

通過所述預測模型中的第二子模型基于所述每個信訪類別對應的事件次數和所述歷史信訪次數分別對應的特征值預測所述第二信訪概率；其中，所述第二子模型為通過第二訓練數據集對所述回歸模型進行擬合得到的，所述第二訓練數據集包括所述每個信訪類別對應的事件次數和所述歷史信訪次數分別對應的多個特征值。