[发明专利]一种勤务管控方法、装置、系统及计算机可读存储介质

说明书

本发明公开一种勤务管控方法、装置、系统及计算机可读存储介质，该方法包括：将实时获取的多种风险信息输入到预先训练好的风险研判模型，得到目标风险类型；当目标风险类型为前端设备单独处理的风险类型时，根据目标风险类型和风险信息生成第一管控方案；根据第一管控方案对目标对象进行管控；当目标风险类型为前端和后端设备协同处理的风险类型时，根据目标风险类型和风险信息生成第二管控方案；根据第二管控方案对目标管控对象进行管控。该系统包括：信息采集设备，用于实时获取目标管控区域的多种风险信息；处理器将传输模块传输的多种风险信息输入到预先训练好的风险研判模型，得到目标风险类型，根据目标风险类型对目标管控对象进行管控。

技术领域

本发明涉及安保技术领域，具体涉及一种勤务管控方法、装置、系统及计算机可读存储介质。

背景技术

大型活动安保至关重要，如何强化安保与交通的协同联动、快速感知风险并进行及时管控，有效提升安保预警决策管控水平，切实提高安保管理效能，是社会各界一直关注的重要研究课题。故亟待提供一种勤务管控方法以便于提高勤务管控效能。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中勤务管控效能不高的缺陷，从而提供一种勤务管控方法、装置、系统及计算机可读存储介质。

根据第一方面，本发明实施例公开了一种勤务管控方法，应用于后端设备，所述后端设备与前端设备通信连接，包括如下步骤：实时获取目标管控区域的多种风险信息；将所述多种风险信息输入到预先训练好的多个风险研判模型，得到目标风险类型，所述目标风险类型包括前端设备单独处理的风险类型以及前端和后端设备协同处理的风险类型；根据所述目标风险类型和所述风险信息对所述目标管控对象进行管控。

可选地，通过如下步骤训练所述多个风险研判模型：获取训练样本数据；根据所述训练样本数据得到多个随机训练样本集；根据每一个随机训练样本集包含的特征，构建随机特征训练集，所述随机特征训练集包括多个特征及所述多个特征对应的样本数据；根据所述随机特征训练集构建风险研判模型。

可选地，所述根据所述随机特征训练集构建风险研判模型，包括：计算所述随机特征训练集中每一种特征对应的基尼指数；将所述基尼指数最小的特征作为一个节点；在所述节点根据所述基尼指数最小的特征将所述随机特征训练集划分为两个子集；将所述两个子集分别作为新的随机特征训练集，重复所述计算所述随机特征训练集中每一种特征对应的基尼指数，到所述在所述节点根据所述特征将所述随机特征训练集划分为两个子集的步骤，直到所述风险研判模型满足预设条件。

可选地，所述计算所述随机特征训练集中每一种特征对应的基尼指数，包括：

其中，D表示随机特征训练集；Gini(D,A)表示经过特征A＝a分割后的随机特征训练集D的基尼指数；D₁表示根据特征A＝a时分割的第一类特征训练子集；D₂表示根据特征A＝a时分割的第二类特征训练子集；a为随机特征训练集中的任一具体特征；Gini(D₁)表示第一类特征训练子集D₁的基尼指数；Gini(D₂)表示第二类特征训练子集D₂的基尼指数。

可选地，将所述多种风险信息输入到预先训练好的多个风险研判模型，得到目标风险类型，包括：将所述多种风险信息输入到预先训练好的多个风险研判模型，得到多个风险类型；对所述多个风险类型进行目标处理，得到目标风险类型。

可选地，所述目标风险类型为前端设备单独处理的风险类型，所述根据所述目标风险类型和所述风险信息对所述目标管控对象进行管控，包括：根据所述目标风险类型和所述风险信息生成第一管控方案；将所述第一管控方案发送到前端设备对所述目标对象进行管控，形成第一闭环。