[发明专利]查找目标对象的方法和装置

权利要求书

1.一种查找目标对象的方法，其特征在于，包括：

获取与目标事件相关联的候选对象的行为特征信息；

根据所述行为特征信息，基于关联度预测模型预测所述候选对象与目标事件的关联度参数，其中，所述关联度预测模型通过对关联度样本数据进行训练得到，所述关联度样本数据包括：样本事件、样本对象的行为特征信息和所述样本对象与所述样本事件的关联度参数；

根据所述候选对象与所述目标事件的关联度参数，确定所述目标事件对应的目标对象。

2.根据权利要求1所述的方法，其特征在于，所述行为特征信息包括：路径特征向量和统计特征信息，获取与目标事件相关联的候选对象的行为特征信息，包括：

通过路径特征提取模型，提取所述候选对象的所述路径特征向量；

确定所述候选对象在第一时间段内的第一统计特征信息和在第二时间段内的第二统计特征信息之差为所述统计特征信息，其中，所述第二时间段用于表示所述目标事件发生前和/或后的预设时间段，所述第二时间段小于所述第一时间段。

3.根据权利要求2所述的方法，其特征在于，确定所述候选对象在第一时间段内的第一统计特征信息和在第二时间段内的第二统计特征信息之差为所述统计特征信息，包括：

获取所述第一时间段内，所述候选对象在至少一个维度上的第一统计特征信息；

获取所述第二时间段内，所述候选对象在所述至少一个维度上的第二统计特征信息；

确定所述第一统计特征信息和所述第二统计特征信息的差异值为所述候选对象的统计特征信息。

4.根据权利要求3所述的方法，其特征在于，所述至少一个维度包括：所述候选对象的移动范围、所述候选对象的移动轨迹的轨迹熵、所述候选对象活动地点的数量、所述候选对象常驻地与所述目标事件所在地的距离、所述候选对象所在地与所述目标事件所在地的平均距离、所述候选对象在预设时间段内活动地点的数量、所述候选对象在所述预设时间段内出现在所述目标事件所在地的时长、所述候选对象出现在所述目标事件所在地的时长或者所述目标事件发生前所述候选对象出现在所述目标事件所在地的时长。

5.根据权利要求2所述的方法，其特征在于，通过路径特征提取模型，提取所述候选对象的所述路径特征向量，包括：

获取所述候选对象的路径点序列；

通过所述路径特征提取模型，对所述路径点序列进行特征提取，得到所述候选对象的路径特征向量。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：生成所述路径特征提取模型，其中，生成所述路径特征提取模型，包括：

切分样本路径，得到连续的多段路径；

确定连续的多段路径中，任意一段路径的路径点序列和下一段路径的路径点序列；

确定所述任意一段路径的路径点序列和所述下一段路径的路径点序列构成路径样本数据；

根据所述路径样本数据对初始神经网络模型进行训练，得到所述路径特征提取模型。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：生成所述关联度预测模型，其中，所述关联度预测模型为随机森林分类器，生成所述关联度预测模型的步骤，包括：

获取所述关联度样本数据；

利用所述关联度样本数据对初始随机森林分类器进行训练，得到所述关联度预测模型。

8.根据权利要求7所述的方法，其特征在于，所述样本对象与所述样本事件的关联度参数用于表示所述样本对象是否执行所述样本事件，所述关联度样本数据包括正样本数据和负样本数据，获取关联度样本数据，包括：

确定所述样本事件和目标样本对象的行为特征信息构成所述正样本数据，其中，所述目标样本对象用于表示执行了所述样本事件的样本对象；

获取非目标对象，其中，所述非目标对象用于表示未执行所述样本事件的样本对象；

确定所述样本事件和所述非目标对象的行为特征信息构成所述负样本数据。