[发明专利]一种获取多维人员关系和事件关联的方法及系统在审

专利信息
申请号: 201910814232.3 申请日: 2019-08-30
公开(公告)号: CN110751310A 公开(公告)日: 2020-02-04
发明(设计)人: 陈朝学;陈华朗;马永荣;史振烜 申请(专利权)人: 恒锋信息科技股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/26;G06F16/90
代理公司: 35212 福州市鼓楼区京华专利事务所(普通合伙) 代理人: 王美花
地址: 350000 福建省福州市鼓楼区乌*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人员关系 事件关联 信息数据 预警 创建 管理系统软件 关联 公安监管 获取目标 潜在关系 人员档案 事件设置 预警功能 大数据 多维度 综合分析 多维 监狱 挖掘 背后 安全
【权利要求书】:

1.一种获取多维人员关系和事件关联的方法,其特征在于:所述方法包括:

步骤S1、从公安监管大数据中获取目标在押人员的信息数据;

步骤S2、从目标在押人员的信息数据中提取出与该目标在押人员具有事件关联或亲属关联的人员创建人员关系模型,同时根据事件与人员关系创建事件关联模型;

步骤S3、根据创建的人员关系模型或事件关联模型,对关联的人员或事件设置预警值,并对超出预警值的人员或事件进行预警。

2.根据权利要求1所述的一种获取多维人员关系和事件关联的方法,其特征在于:在所述步骤S1中,所述目标在押人员的信息数据包含基本信息、送押信息、同案人员信息、社会关系信息、体表特征信息、体貌特征信息或者业务信息。

3.根据权利要求2所述的一种获取多维人员关系和事件关联的方法,其特征在于:

所述基本信息包括姓名、监室编号、铺位号、身份证号、性别、出生日期、民族、文化程度、身高、足长、住址、户籍所在地、别名、曾用名、国籍、籍贯、婚姻状况、政治面貌、专长、工作单位、职业、职务、职级、是否重要案犯、违法犯罪经历、是否追诉漏罪、违法犯罪时是否未成年、是否吸毒或者手环号信息;

所述送押信息包括涉嫌案件类别、特殊案件类型、案件编号、档案号、涉嫌罪名、成员类型、管理类别、表现情况、是否涉密、简要案情、受过何种处罚、人员简历或者人员信息备注信息;

所述同案人员信息包括人员编号、人员姓名、监室号或者同案关系说明信息;

所述社会关系信息包括关系人姓名、性别、关系、工作单位、联系电话、住址或者职业信息;

所述体表特征信息包括人体部位、方位、特殊标记、数量或者备注信息;

所述体貌特征信息包括体貌信息或者备注信息;

所述业务信息包括管教日常风险、严管人员管理、耳目管理、违规情况记录、谈话教育、狱情分析、值班巡检、安防或者预警信息。

4.根据权利要求1所述的一种获取多维人员关系和事件关联的方法,其特征在于:所述步骤S2具体包括:

步骤S21、通过目标在押人员的信息数据所包含的所有字段信息,从目标在押人员的信息数据中查询出与该目标在押人员具有事件关联或亲属关联的所有关联人员;将查询出的所有关联人员均添加到一人员集合中,并以身份证号对人员集合中的所有关联人员进行去重,以过滤掉重复的人员信息;

步骤S22、遍历人员集合中的所有关联人员,若关联人员中存在有在押人员,则以该在押的关联人员为条件,递归查询与该在押的关联人员具有事件关联或亲属关联的所有关联人员;同时,若关联人员还关联了其它在押人员,则以关联的其它在押人员为条件,递归查询与该其它在押人员具有事件关联或亲属关联的所有关联人员;

步骤S23、对各在押人员的信息数据进行数据相似度综合分析,得到各在押人员与所有关联人员的人员关系集合,并以在押人员为主,过滤掉重复的关系数据,从而得到所有关联人员的基本关联信息和相互关联的人员之间的连接关系;在该步骤S23中,在押人员包括目标在押人员、在押的关联人员以及关联的其它在押人员;

步骤S24、根据所有关联人员的基本关联信息和相互关联的人员之间的连接关系,创建出人员关系模型,同时根据事件与人员之间关系创建事件关联模型。

5.根据权利要求1所述的一种获取多维人员关系和事件关联的方法,其特征在于:所述步骤S3具体为:

根据创建的人员关系模型或事件关联模型,并结合信息数据中的业务信息进行安全指数综合数据分析;同时,根据安全指数综合数据分析的结果对关联的人员或事件设置预警值,并对超出预警值的人员或事件进行预警。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于恒锋信息科技股份有限公司,未经恒锋信息科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910814232.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top