[发明专利]一种基于机器学习的数据对象分析方法及装置

权利要求书

1.一种基于机器学习的数据对象分析方法，其特征在于，所述方法包括：

获得各个样本，所述样本包括正样本和负样本，所述正样本具有犯罪标签；每一样本具有标签；所述犯罪标签为目标标签；

将所获得的所有样本输入机器学习算法，得到与所述目标标签相关的各变量标签及各变量标签的特征关联值；调用相关性分析算法分析各变量标签和所述目标标签之间的相关性，得到各变量标签和所述目标标签之间的等级相关系数；保留等级相关系数为正的各变量标签；基于所保留的各变量标签及其特征关联值构建积分模型；

基于所构建的积分模型计算各样本的积分；将所得的积分依次作为当前阈值，基于当前阈值计算所述积分模型的准确度；将所述积分模型的准确度最高者对应的当前阈值作为目标阈值；

针对待分析的每一数据对象，基于所述积分模型计算该数据对象的积分，所述待分析的数据对象包括是否具有犯罪标签的数据对象；判断该数据对象的积分是否小于所述目标阈值，若不小于，确定该数据对象具有目标标签；就可以从所有未知是否具有犯罪标签的数据对象中确定出具有犯罪标签的数据对象，实现对高危人群的犯罪预警和管控；

其中，所述标签包括人员标签、物品标签、关系标签、地点标签及案件标签中的一种或多种；

在将所得的积分依次作为当前阈值之前，所述方法还包括将所得的积分去重，得到非重复的积分结果集；

其中，将所得的积分依次作为当前阈值，基于当前阈值计算所述积分模型的准确度，包括：依次遍历所述非重复的积分结果集，将当前遍历所得的积分作为当前阈值，对于所述非重复的积分结果集中的每一积分，判断该积分是否小于该当前阈值；若该积分不小于该当前阈值，确定具有该积分的样本为正样本；否则，确定具有该积分的样本为负样本；对于非重复的积分结果集中的每一积分所属的样本，若所确定的该样本的样本类型与所获得的该样本的类型相同，则确定所述积分模型判断正确；否则确定所述积分模型判断不正确；统计所述积分模型在该当前阈值下的判断正确的次数占非重复的积分结果集中积分总数量的比例，作为所述积分模型在该当前阈值下的准确度；继续遍历得到下一积分，作为当前阈值，重新执行对于非重复的积分结果集中的每一积分，判断该积分是否小于该当前阈值，直至整个积分结果集遍历完成。

2.根据权利要求1所述的方法，其特征在于，获得各个样本，包括：

将预先已知具有目标标签的目标数据对象作为正样本；从数据库中选择除所述目标数据对象以外的目标数量个数据对象作为负样本；其中，所述目标数量与所述正样本的数量满足预设比例。

3.根据权利要求1所述的方法，其特征在于，所述相关性分析算法为斯皮尔曼相关性系数算法。

4.根据权利要求1所述的方法，其特征在于，基于所保留的各变量标签及其特征关联值构建积分模型，包括：

针对所保留的每一变量标签，将该变量标签的特征关联值作为该变量标签的初始权重；对所保留的各变量标签的初始权重进行归一化，得到各变量标签的目标权重；

用所保留的各变量标签及其目标权重构成积分模型。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在检测到用户输入的标签组合和标签组合中每一标签的权重后，对标签组合中每一标签的权重进行归一化，将用户输入的标签组合和归一化后的权重加入所述积分模型，基于加入标签组合和权重后的积分模型计算各样本的积分。