[发明专利]基于目标行为的情报分析方法及装置

权利要求书

1.一种基于目标行为的情报分析方法，其特征在于，至少包括如下步骤：

获取目标的多个当前行为数据；其中，多个所述当前行为数据包括目标主体数据、时间数据、位置数据及事件数据；

根据各所述当前行为数据，对存储在数据库中的各历史行为数据进行分类；具体的，通过分词技术，将当前行为数据根据目标主体指标、时间指标、地点指标和事件指标这4个指标进行分类后，基于K近邻算法，对存储在数据库中的各历史行为数据进行分类，并在各类别中，选择与当前行为数据的距离在预设范围内的多条历史行为数据后，将被选择的多条历史行为数据整理到一个关系数据库中；

基于Apriori算法，获取同一类别中所述当前行为数据与各所述历史行为数据的第一关联信息，并基于典型相关分析，获取同一类别中所述当前行为数据与各所述历史行为数据的第二关联信息后，将同一类别的第一关联信息和第二关联信息作为信息集；

基于多种推荐算法和所述信息集，获取所述历史行为数据的多个推荐指数；其中，所述推荐算法与所述推荐指数一一对应；

基于各所述推荐算法的预设权重，对各相应的所述推荐指数进行加权，得到分析结果。

2.根据权利要求1所述的基于目标行为的情报分析方法，其特征在于，还包括：

在所述分析结果大于预设阈值时，向用户终端推送与所述分析结果对应的所述历史行为数据。

3.根据权利要求2所述的基于目标行为的情报分析方法，其特征在于，还包括：

在接收到所述用户终端根据所述历史行为数据发送的负反馈信息时，根据所述负反馈信息，调整各所述推荐算法的预设权重。

4.根据权利要求1-3任意一项所述的基于目标行为的情报分析方法，其特征在于，多个所述推荐算法至少包括：

基于协同过滤的推荐算法、基于关联规则的推荐算法以及基于内容的推荐算法。

5.一种基于目标行为的情报分析装置，其特征在于，包括：

数据获取模块，用于获取目标的多个当前行为数据；其中，多个所述当前行为数据包括目标主体数据、时间数据、位置数据及事件数据；

数据分类模块，用于根据各所述当前行为数据，对存储在数据库中的各历史行为数据进行分类；具体的，通过分词技术，将当前行为数据根据目标主体指标、时间指标、地点指标和事件指标这4个指标进行分类后，基于K近邻算法，对存储在数据库中的各历史行为数据进行分类，并在各类别中，选择与当前行为数据的距离在预设范围内的多条历史行为数据后，将被选择的多条历史行为数据整理到一个关系数据库中；

数据关联模块，用于基于Apriori算法，获取同一类别中所述当前行为数据与各所述历史行为数据的第一关联信息，并基于典型相关分析，获取同一类别中所述当前行为数据与各所述历史行为数据的第二关联信息后，将同一类别的第一关联信息和第二关联信息作为信息集；

数据推荐模块，用于基于多种推荐算法和所述信息集，获取所述历史行为数据的多个推荐指数；其中，所述推荐算法与所述推荐指数一一对应；

结果分析模块，用于基于各所述推荐算法的预设权重，对各相应的所述推荐指数进行加权，得到分析结果。

6.根据权利要求5所述的基于目标行为的情报分析装置，其特征在于，还包括：

数据报警模块，用于在所述分析结果大于预设阈值时，向用户终端推送与所述分析结果对应的所述历史行为数据。

7.根据权利要求6所述的基于目标行为的情报分析装置，其特征在于，还包括：

数据调整模块，用于在接收到所述用户终端根据所述历史行为数据发送的负反馈信息时，根据所述负反馈信息，调整各所述推荐算法的预设权重。