[发明专利]一种基于深度学习算法的事件预警模型构建方法

说明书

本发明涉及一种基于深度学习算法的事件预警模型构建方法，通过对大规模重大事件相关资源信息进行数据整合、数据关联，通过灵活建模工具、可视化分析手段，建立事件预警模型，获取有价值的重大事件预警信息，从而为相关部门提供更加快速、有效的情报信息，为政府决策提供有效的数据支撑。

技术领域

本发明涉及机器学习及大数据分析技术领域，具体涉及一种基于深度学习算法的事件预警模型构建方法。

背景技术

公共安全情报信息视线中的重大事件是指危害国家安全和稳定的政治事件、暴力恐怖事件、群体性事件和综合性事件。频发的重大事件牵制了各级职能部门的大量精力，对各级政府管理构成巨大压力。网络环境下，面对海量数据，且这些信息分散在多个业务系统中，只有将它们收集汇总，进行综合分析计算，才能够为重大事件预警提供更有价值的信息。用深度学习技术，设计一种对重大事件的预警防范系统十分必要。

发明内容

本发明的目的在于用深度学习技术，提供一种基于深度学习算法的事件预警模型构建方法，挖掘在数据背后隐藏深层次的价值数据，为不同领域政府部门在应对突发事件、重大事件预警预测、敏感人员布控等工作提供技术支撑。

本发明的技术方案如下：

一种基于深度学习算法的事件预警模型构建方法，其特征在于包括：

(1)事件数据存储：运用分布式结构存储机制和执行机制，对存储海量的、各类复杂数据类型的结构化数据和非结构化数据进行存储；

(2)数据分析比对处理：深度卷积神经网络、自动编码器、递归神经网络及深度信念网络的深度学习技术，对存储整合后的数据进行分析比对处理；

(3)分析模型配置：根据不同的业务需求，制定适当分析模型，包括前端图表分析、综合关联展示、关联扩展分析、时间序列分析、空间分析平台，为用户提供一个可灵活配置的业务模型的分析平台；

(4)可视化分析：通过对关注对象的扩展，确定关注对象的关联信息及关联关系，通过各种分析功能及算法，对实体信息及关联线索进行进一步分析，挖掘出其隐藏其间的对象间的深层信息；

(5)事件预警防范：通过多因素叠加事件模型自动分析服务生成事件预警信息，对事件进行跟踪、监测并结合人工研判，从而对事件进行有效处置，对未发生事件或事件苗头进行有效防范。

本发明运用先进的大数据、深度学习等技术，对大规模重大事件相关资源信息进行数据整合、数据关联，通过灵活建模工具、可视化分析等手段，建立事件预警模型，获取有价值的重大事件预警信息，从而为相关部门提供更加快速、有效的情报信息，为政府决策提供有效的数据支撑。

具体实施方式

本发明具体实施过程包括以下步骤：

(1)事件数据存储：事件预警防范系统数据存储及数据分析重要组成部分，主要工作包括：一是存储海量的、各类复杂数据类型的结构化数据和非结构化数据。二是运用分布式结构存储机制和执行机制，对存储整合后的数据进行分析比对处理。

(2)深度学习技术应用：深度学习技术研究与实践至关重要，本文提供深度卷积神经网络、自动编码器、递归神经网络及深度信念网络等不同类型的深度学习技术，高效运用这类技术，并加以成功运用，能够更好的帮助用户理解数据之间的关系。

(3)分析模型配置：在重大事件预警防范过程，通过穷举涉及重大事件业务模型是不现实的，但是在面对异常复杂环境下，能够根据瞬息万变的业务需求灵活制定分析模型具有现实意义，分析模型配置能够为用户提供一个可灵活配置的业务模型的分析平台。系统提供前端图表分析、综合关联展示、关联扩展分析、时间序列分析、空间分析等不同类型的可视化分析方法。