[发明专利]一种基于大数据实时分析的人员画像分析方法

说明书

本发明涉及大数据分析技术领域，提供一种基于大数据实时分析的人员画像分析方法，包括：步骤100，获取海量的人员静态数据和人员动态数据的样本，按照自然属性、行为属性、习惯爱好、人员关系四个标签维度将数据分类，建立人员画像标签模型；步骤200，获取待分析人员的人员静态数据和人员动态数据，计算所有待分析人员的人员画像标签，并在大数据搜索引擎中建立人员档案；步骤300，计算每个待分析人员的风险值；步骤400，通过关键字检索目标人员的人员画像标签和/或风险值，获取该目标人员的整体人员画像。本发明能够对人员静态数据和人员动态数据进行精准分析、评估，得到人员画像标签，能够提升人员分析的实时性和全面性。

技术领域

本发明涉及大数据分析技术领域，尤其涉及一种基于大数据实时分析的人员画像分析方法。

背景技术

目前社区流动人口持续增长，社区出入人员流动性大，人员身份难掌握，市场上现有方案是在信息采集的基础上建立人员信息档案，提供人员信息查询功能。

现有社区安防领域，对于人员的管理，现有方案一般是通过采集人员的静态数据和动态数据，综合起来建立人员档案，包括人员基本信息、人员社区活动数据等，便于后续查询。这种做法停留于数据的简单记录和查询，没有充分挖掘数据的价值，对于人的理解停留于表面，无法深刻理解人的多维度属性。

发明内容

本发明主要解决现有的社区安防管理技术对人的描述和评估停留于静态数据，无法做到动态实时的分析，提出一种基于大数据实时分析的人员画像分析方法，以达到对人员静态数据和人员动态数据进行精准分析、评估，得到人员画像标签，能够提升人员分析的实时性和全面性。

本发明提供了一种基于大数据实时分析的人员画像分析方法，包括以下过程：

步骤100，获取海量的人员静态数据和人员动态数据的样本，按照自然属性、行为属性、习惯爱好、人员关系四个标签维度将数据分类，建立人员画像标签模型；

步骤200，获取待分析人员的人员静态数据和人员动态数据，计算所有待分析人员的人员画像标签，并在大数据搜索引擎中建立人员档案，具体包括步骤201至步骤205：

步骤201，获取待分析人员的人员静态数据和人员动态数据，并根据人员静态数据确定该待分析人员的唯一标识；

步骤202，利用流式实时分析处理技术，实时的将待分析人员的人员动态数据按照自然属性、行为属性、习惯爱好、人员关系四个标签维度分类放入数据管道kafka中，并抽取待分析人员的唯一标识，将唯一标识加入到累加器中广播到数据管道kafka中；

步骤203，从数据管道kafka中批量取出待分析人员的唯一标识对应的人员动态数据，将该人员动态数据与数据库中的人员画像标签模型进行匹配，当人员动态数据满足人员画像标签模型中的一个或多个人员画像标签时，则该待分析人员获得该人员画像标签；

步骤204，将待分析人员的人员静态数据、人员动态数据、人员画像标签合并存入大数据搜索引擎中；

步骤205，按照步骤201至步骤204的方法，依次计算所有待分析人员的人员画像标签，并在大数据搜索引擎中建立人员档案。

进一步的，所述自然属性的人员画像标签包括但不限于：男、女、国籍；

行为属性的人员画像标签包括但不限于：昼伏夜出、步行族、出行频繁、开车族、正常起居、正常出行、宅居；

习惯爱好的人员画像标签包括但不限于：门卡开门族、APP开门族、远程开门族、AI开门族、其他开门族；

社会关系的人员画像标签包括但不限于：与家人同住、群居、正常社交、独居、普通家庭、不喜欢社交、与租客同住、丁克家族。

进一步的，在步骤200之后，还包括：步骤300，利用以下公式计算每个待分析人员的风险值：