[发明专利]区域警情数量异常趋势确定方法、装置、电子设备及介质

说明书

本公开提供了区域警情数量异常趋势确定方法、装置、电子设备及介质。该方法的一具体实施方式包括：确定目标区域；获取目标区域在预设时间段中每个预设时间单位内的警情数量；根据目标区域在预设时间段中每个预设时间单位内的警情数量，生成相应的时间序列；对时间序列进行线性拟合，得到对应的拟合直线斜率；将拟合直线斜率与预设斜率阈值进行比较，若拟合直线斜率大于预设斜率阈值，则将目标区域在预设时间段中的警情数量变化趋势确定为异常。该实施方式实现了对区域警情数量变化趋势的自动识别，有利于快速识别异常趋势，为采取针对性行动提供数据参考。

技术领域

本公开涉及计算机技术领域，具体涉及区域警情数量异常趋势确定方法、装置、电子设备及介质。

背景技术

对于某个特定区域，该区域内的警情数量通常会随时间变化。如果该区域出现了异常因素(例如某团伙进入该区域活动)，那么该区域内警情数量随时间变化的趋势也会出现异常(例如出现激增趋势)。因此，可以根据某个区域内警情数量的变化趋势判断该区域是否出现异常因素，进而为针对性的治理提供依据。

现有方式中，通常以人工方式判断区域内警情数量的变化趋势是否异常。这种方式效率较低、人力成本较高，并且无法处理大体量的数据。

因此，有必要提出一种新的确定区域警情数量异常趋势的技术方案。

发明内容

本公开提出了区域警情数量异常趋势确定方法、装置、电子设备及介质。

第一方面，本公开提供了一种区域警情数量异常趋势确定方法，包括：

确定目标区域；

获取上述目标区域在预设时间段中每个预设时间单位内的警情数量；

根据上述目标区域在预设时间段中每个预设时间单位内的警情数量，生成相应的时间序列，其中，上述时间序列以上述警情数量为指标数值，以上述预设时间单位为时间单位；

对上述时间序列进行线性拟合，得到对应的拟合直线斜率；

将上述拟合直线斜率与预设斜率阈值进行比较，若上述拟合直线斜率大于上述预设斜率阈值，则将上述目标区域在上述预设时间段中的警情数量变化趋势确定为异常。

在一些可选的实施方式中，上述预设时间段的长度为预设时长，上述预设斜率阈值和上述预设时长是通过如下训练步骤确定的：

获取训练样本集，其中，上述训练样本集中的训练样本包括样本时间序列和对应的表征该样本时间序列在每个时间单位上是否异常的标签，上述样本时间序列是根据样本区域在历史时间段中每个上述预设时间单位内的警情数量生成的；

获取预设训练参数的至少两组候选值，其中，上述预设训练参数包括滑动窗口长度、滑动步长和斜率阈值；

基于时间序列中的窗口滑动方法，通过上述训练样本集确定上述至少两组候选值中每组候选值对应的验证准确率；

将上述至少两组候选值中验证准确率最高的一组候选值对应的斜率阈值和滑动窗口长度分别确定为上述预设斜率阈值和上述预设时长。

在一些可选的实施方式中，上述基于时间序列中的窗口滑动方法，通过上述训练样本集检测上述至少两组候选值中每组候选值对应的验证准确率，包括：

对于上述至少两组候选值中的每组候选值，执行第一操作以确定该组候选值在上述训练样本集上的验证准确率，上述第一操作包括：