[发明专利]一种物体风险预警方法、管理终端及存储介质

说明书

本发明公开了一种物体风险预警方法、管理终端及计算机可存储介质，其中，物体风险预警方法包括：实时收集风险目标的风险因素，所述风险因素包括场景因素和所述风险目标的固有因素，所述固有因素表示所述风险目标的固有属性、根据按照预设的规则构建的指标对所述风险因素进行数据清理，以匹配所述指标对应的数据值、使用基于至少一个风险样本构建的风险分析模型分析所述指标对应的数据值，以使得当所述风险分析模型根据所述指标对应的数据值判断出所述风险目标存在风险时，输出风险提示。本发明能够基于大数据分析技术对风险物品进行分析，以判断风险物品是否存在风险，进而为用户提供风险预警，保障用户的人身安全。

技术领域

本申请实施例涉及计算机大数据技术领域，特别是涉及一种物体风险预警方法、管理终端及计算机可读存储介质。

背景技术

随着社会的发展，人民的生活水平普遍提高，但是，人民面临的风险也越来越高，例如，走在马路上，行人可能被马路的路灯砸中，进而丧失生命。因此，有必要对生活中的一些风险物体进行预警，降低人民的生命财产受损的概率。

发明内容

为了解决上述问题，本发明提供了一种物体风险预警方法，所述方法包括：

实时收集风险目标的风险因素，所述风险因素包括场景因素和所述风险目标的固有因素，所述固有因素表示所述风险目标的固有属性；

根据预设指标对所述风险因素进行数据清理，以匹配所述指标对应的数据值，所述指标按照预设的规则构建生成；

使用基于至少一个风险样本构建的风险分析模型分析所述指标对应的数据值，以使得当所述风险分析模型根据所述指标对应的数据值判断出所述风险目标存在风险时，输出风险提示。

作为一个可选的实施例，所述风险分析模型的构建，包括：

收集多个同类型风险样本的风险因素并生成样本训练集，其中，风险因素包括固有因素和场景因素；

设定所述样本训练集中每个样本的指标并为每个样本的指标关联权重，所述权重用于评估所述指标导致所述样本发生风险的概率；

根据关联权重后的样本训练集构建初代模型；

使用所述样本训练集对应的样本测试集作为所述初代模型的输入；

通过所述初代模型分析所述样本测试集中的每个样本并生成分析报告，其中，分析报告包括每个所述测试样本发生风险的概率；

根据分析报告修正所述初代模型，直至所述初代模型输出的评估结果符合预设风险值。

作为一个可选的实施例，根据预设指标对所述风险因素进行数据清理包括对所述风险因素进行数据预处理,其中，数据预处理包括以下步骤：

使用矩阵数据分析算法分析所述风险目标的风险因素并生成所述风险因素对应的数据分析矩阵，其中，所述数据分析矩阵中包括精确度信息向量和效率信息向量。

作为一个可选的实施例，通过所述初代模型分析所述样本测试集中的每个样本并生成分析报告，包括：

将每个样本的每个风险因素对应的数值划分为若干区间，并统计每个区间对应的风险发生概率；

根据对每个区间的权重和每个区间对应的风险发生概率，统计每个风险因素对应的风险发生概率；

根据每个风险因素的权重和每个风险因素对应的风险发生概率统计每个样本的风险发生概率；根据每个样本的风险发生概率生成分析报告。

作为一个可选的实施例，实时收集风险目标的风险因素，包括：

按照预设的时间轴采集所述风险目标的场景因素，其中，所述预设的时间轴包括至少两个时间点、且其中一个时间点作为风险目标的基准点。