[发明专利]人员关系分析方法、装置和可读存储介质

说明书

本申请公开了一种人员关系分析方法、装置和可读存储介质，属于计算机技术领域。该方法包括：获取多个人员的行为数据；基于所述多个人员的行为数据，确定关系网络，所述关系网络包括点和边，所述点用于表示人员，所述边用于表示人员之间存在关联关系；基于所述多个人员的行为数据，获取每个点的初始分数，所述初始分数用于表示对应的人员属于目标人员的概率；基于所述关联关系，更新各个所述点的初始分数，得到各个所述点的最终分数；采用社区发现算法，将所述关系网络划分为多个社区；根据各个所述社区中的点的最终分数，确定疑似目标人员集合。该方法可以确定出无记录的人员所构成的目标人员集合。

技术领域

本公开涉及计算机技术领域，特别涉及一种人员关系分析方法、装置和可读存储介质。

背景技术

随着大量社会记录电子化、数据化，采用这些数据来对社会治安进行提前防治已成为社会发展的趋势。

目前，主要利用有记录的目标人员或者重点疑似目标人员的社交关系网络来从他们的社交关系圈中挖掘潜在的目标人员。首先，获取有记录的目标人员或者重点疑似目标人员的社交关系，然后根据社交关系建立关系网络，接着采用社区发现算法对关系网络进行划分，得到多个社区，目标人员或者重点疑似目标人员所属的社区即为疑似目标人员集合，最后，在疑似目标人员集合中发现潜在的疑似目标人员。

可见，这种确定疑似目标人员的方式必须依赖于给定的目标人员或疑似目标人员，无法确定出仅由无记录的人员构成的目标人员集合。

发明内容

本公开提供了一种人员关系分析方法、装置和可读存储介质，能够确定出无记录的人员构成的目标人员集合。所述技术方案如下：

一方面，提供了一种人员关系分析方法，该方法包括：

获取多个人员的行为数据；

基于所述多个人员的行为数据，确定关系网络，所述关系网络包括点和边，所述点用于表示人员，所述边用于表示人员之间存在关联关系；

基于所述多个人员的行为数据，获取每个点的初始分数，所述初始分数用于表示对应的人员属于目标人员的概率；

基于所述关联关系，更新各个所述点的初始分数，得到各个所述点的最终分数；

采用社区发现算法，将所述关系网络划分为多个社区；

根据各个所述社区中的点的最终分数，确定疑似目标人员集合。

可选地，所述基于所述多个人员的行为数据，获取每个点的初始分数，包括：

基于所述多个人员的行为数据，确定各个所述人员对应的点的预测分数；

根据所述多个人员的记录数据，对各个点的所述预测分数进行更新，得到每个点的初始分数。

可选地，所述基于所述多个人员的行为数据，确定各个所述人员对应的点的预测分数，包括：

对所述多个人员的行为数据进行特征提取；

将提取到的特征输入行为分类模型，并将所述行为分类模型的输出作为各个所述人员对应的点的预测分数。

可选地，所述根据所述多个人员的记录数据，对各个点的所述预测分数进行更新，得到每个点的初始分数，包括：

当所述人员没有记录时，将所述预测分数作为对应的点的初始分数；

当所述人员有记录时，将所述预测分数与预设值之和作为对应的点的初始分数。

可选地，所述基于所述关联关系，更新各个所述点的初始分数，得到各个所述点的最终分数，包括：

采用页面排序PageRank算法，更新各个所述点的初始分数，得到各个所述点的最终分数。