[发明专利]一种警情的自动分类与预测方法

说明书

本发明提供一种警情的自动分类与预测方法，接收单条警情数据输入，通过警情分类系统，返回警情类型；警情分类系统包括：警情数据模块(1)，关键词获取和筛选模块(2)，犯罪类型统计筛选模块(3)，警情类型评估统计(4)，警情类型近义词模块(5)，警情类型相似词模块(6)，警情数据类型关联模块(7)，警情分类模型训练模块(8)；本发明有益效果：当前警情录入系统需要工作人员记录案情时根据经验自己选择案件类型并保存，而且记录警情时系统给出的警情类型种类不够全面。使用本发明的警情分类系统，输入警情数据会得到一个正确有效的分类结果，分类结果可以关联到相关的法律法规以及相关办案经验，以提高工作人员办案效率。

技术领域

本发明涉及大数据处理技术领域，尤其是涉及一种警情的自动分类与预测方法。

背景技术

随着我国经济社会的迅猛发展，许多社会问题不断涌现，社会治安问题日益突出，各类警情也随之不断增多，目前未有警情的自动分类系统，现有系统需要工作人员记录案情时根据经验自己选择案件类型并保存，而且记录警情时系统给出的警情类型种类不够全面。警情的正确有效分类可以关联相关的法律法规以及相关办案经验，以提高工作人员办案效率。

发明内容

为解决上述技术问题，本发明提供一种警情的自动分类与预测方法，能够自动对输入的警情数据进行分类，以便警情数据统计分析以及相关案情研判。

本发明提供一种警情的自动分类与预测方法，接收单条警情数据输入，通过警情分类系统，返回警情类型；

警情分类系统包括：警情数据模块(1)，关键词获取和筛选模块(2)，犯罪类型统计筛选模块(3)，警情类型评估统计(4)，警情类型近义词模块(5)，警情类型相似词模块(6)，警情数据类型关联模块(7)，警情分类模型训练模块(8)；

警情数据模块(1)，是所有警情数据的集合；例如:南巷六号，有一群人拿着棍子打架。被视为一条警情信息。

关键词获取和筛选模块(2)，是用来获取警情数据中的关键词，根据实际情况剔除噪音词后规范化后形成警情类别；如获取的关键词中有手机、打架等相关词语，手机为噪音词，打架替换成为规范化术语打架斗殴后保存为一种警情类别；

犯罪类型统计筛选模块(3)是根据刑法罪名以及治安案件类型作为参考对警情类型做相应补充；例如：补充饲养动物干扰正常生活，阻碍执行职务等类型，以防止警情类型缺失。

警情类型评估统计(4)是在得到关键词集合后，整理出如纠纷、被盗、闹事、丢失、扰民等，名词根据修饰词再做详细区分，如纠纷可分为邻里纠纷、家庭纠纷、物业纠纷等，然后将其它词根据治安法案件类型、刑法案件类型或案件命名规则对其进行同义替换，如被盗替换为盗窃。

根据具体情况将警情类型聚类，例如：殴打他人、聚众斗殴、家庭暴力可统称为打架斗殴，训练模型时标签使用聚类后的警情类型，训练后通过句式分析再得到其具体的类型；

警情数据类型关联模块(7)是根据警情类别对警情训练样本设置标签，形成语料集(X,Y)，X为特征即警情数据，Y为标签即警情类型；

警情类型近义词模块(5)是获取每类警情关键词的近义词，近义词通过相似词林或词典获取；如：盗窃类警情关键词是盗窃，其近义词组为“偷盗/偷窃/扒窃/摸风”。

警情类型相似词模块(6)是获取每类警情关键词的相似词，下载维基百科语料，语料通过jieba分词将并去除停用词，使用word2vec工具将处理好的词汇映射成n维的向量，再通过向量间余弦相似度评估词之间的相似程度，如盗窃类警情关键词是盗窃，其相似词组为“强盗/偷窃/窃贼/偷盗/窃盗/盗取/偷/盗”。