[发明专利]一种基于知识图谱的低保鉴别方法

说明书

本发明提供一种基于知识图谱的低保鉴别方法，包括：1、获取人物的行为和属性信息数据；2、构建人物和人物、人物和属性、人物和商品实体之间的关系，形成人物知识图谱；3、通过搜索人物知识图谱统计人物特征数据；4、根据统计好的人物特征数据构建训练数据集；5、建立分类模型，通过训练数据集对决策树分类器进行训练；6、使用训练好的决策树分类器对人物特征数据进行计算和判别，判别该人物特征数据针对的人物是否为低保人员，完成低保人员和非低保人员的分类；7、若预测人员中出现N％以上是骗保人员，则最低保障的规章制度可能存在漏洞，需要进行调整。本发明可以为有关部门的决策制定和政策实施提供建议，使老百姓的生活得到了保障。

技术领域

本发明涉及通讯技术领域，尤其涉及一种基于知识图谱的低保鉴别方法。

背景技术

骗取低保的行为是指不满足低保条件或存在不予低保的行为，却依然领取低保金的情况。而目前存在骗取低保的行为是由于信息的隐瞒造成的，信息的不对称导致了漏洞的产生。显性的个人信息和隐性的个人信息均是识别骗保的重要信息，可获取到的显性的个人信息如真实的收入、消费信息等比较少，而隐性的个人信息的获取更加艰难。目前关于骗保行为的识别数据来源还不够全面，主要是通过关联低保信息和社保信息进行判断，而更加隐性的个人信息以及行为依旧无法识别，而无法识别很大原因是对人员的审核信息不完全造成的。

针对目前骗取低保的现象，因而如何获得参保人员隐性的个人信息以及如何通过这些隐形的个人信息识别骗取低保行为是大家所关注的重点，故有本发明的技术方案产生。

发明内容

本发明要解决的技术问题，在于提供一种基于知识图谱的低保鉴别方法，通过搜集人物在网络中的信息，通过实体和关系抽取构建人物知识图谱，进而挖掘出人物特征数据，判别出低保人员和非低保人员，从而判断是否存在骗取低保的行为，为有关部门的决策制定和政策实施提供建议，严重打击骗取低保的行为，减少了骗保人员，使老百姓的生活得到了保障。

本发明的问题是这样实现的：

一种基于知识图谱的低保鉴别方法，包括如下步骤：

步骤1、获取人物的行为和属性信息数据，包括低保人物信息数据和非低保人物信息数据；

步骤2、根据所述人物的行为和属性信息数据来构建人物和人物、人物和属性以及人物和商品实体之间的关系，形成人物知识图谱；并将人物和人物、人物和属性以及人物和商品实体之间的关系的结果存储于数据库中；

步骤3、通过搜索人物知识图谱来统计人物特征数据；

步骤4、根据统计好的人物特征数据构建训练数据集，该训练数据集具有复数条低保人员与非低保人员的人物特征数据；

步骤5、建立分类模型，分为低保人员和非低保人员两个类别，通过所述训练数据集对该分类模型中的决策树分类器进行训练；

步骤6、输入需要进行判别的人物特征数据到训练好的分类模型中，使用训练好的决策树分类器对需要进行判别的人物特征数据进行计算和判别，判别该人物特征数据针对的人物是否为低保人员，如果判别结果为该人物属于非低保人员，则说明可能存在骗保的行为，需要将该人物列为重点关注对象，通过委派人员进行实地调查；如果判别结果为该人物属于低保人员，则说明不存在骗保的行为；从而完成低保人员和非低保人员的分类；

步骤7、在判别结果中，若预测人员中出现N％以上是骗保人员，则最低保障的规章制度可能存在漏洞，需要根据实际情况进行适当调整；其中， N为用户自行设定的整数。

进一步地，所述人物的行为和属性信息数据来源于四个方面，分别是低保信息库、民政信息、银行信息及电商平台数据；

低保信息库中提供的数据是低保申请人在申请最低保障的时候所提交的基本申请信息，从该基本申请信息中获取到骗保行为的行为人的信息数据以及非骗保行为的行为人的信息数据，构成训练集中的特征样本数据；