本發(fā)明涉及公共安全技術(shù)領(lǐng)域，具體地說是一種基于位置信息及社交關(guān)系的公共安全預(yù)警方法及系統(tǒng)。
背景技術(shù)：
在現(xiàn)有技術(shù)的公共安全領(lǐng)域中，對敏感人群預(yù)測并提前預(yù)警得到了空前的研究，如通過對LBSN中的用戶簽到信息的采集，生成社交群組。在專利申請?zhí)朇N201610383668.8，名稱為一種應(yīng)用于LBSN網(wǎng)絡(luò)的基于地理標(biāo)簽的熱點(diǎn)區(qū)域事件探測系統(tǒng)的文件中，該探測系統(tǒng)由簽到聚類模塊、基于標(biāo)簽聚類的區(qū)域計(jì)算模塊和熱點(diǎn)區(qū)域事件計(jì)算模塊組成。利用網(wǎng)絡(luò)數(shù)據(jù)實(shí)現(xiàn)熱點(diǎn)區(qū)域事件的推送，使用的簽到數(shù)據(jù)受制于用戶的簽單行為的連續(xù)性和真實(shí)性，且主要用于關(guān)聯(lián)熱點(diǎn)區(qū)域事件，不能解決公共安全預(yù)警的提前預(yù)警問題。
即使解決預(yù)警問題，如何進(jìn)行預(yù)警展示也是現(xiàn)在無法很好解決的困難，在專利申請?zhí)朇N201210568359.X，名稱為一種地理信息系統(tǒng)渲染方法及系統(tǒng)的專利申請中，公開了地理信息系統(tǒng)GIS渲染方法，包括：將需要顯示的地圖層劃分為若干個子層，所述子層包括一個底圖層和一個以上熱點(diǎn)層，分別為底圖層和每個熱點(diǎn)層創(chuàng)建基于OpenGL的顯示列表；需要渲染地圖時，通過調(diào)用底圖層和熱點(diǎn)層對應(yīng)的顯示列表，繪制底圖層和熱點(diǎn)層。
但是這僅僅是一種單純的GIS地圖渲染方法和系統(tǒng)，未涉及對于公共安全預(yù)警方面的支撐。對于GIS渲染的應(yīng)用，目前都沒有將其與社交關(guān)系、公共安全進(jìn)行結(jié)合。
針對當(dāng)前存在的缺點(diǎn)，本發(fā)明提供一種基于位置信息及社交關(guān)系的公共安全預(yù)警方法及系統(tǒng)。
技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的技術(shù)任務(wù)是針對以上不足之處，提供一種基于位置信息及社交關(guān)系的公共安全預(yù)警方法及系統(tǒng)。
一種基于位置信息及社交關(guān)系的公共安全預(yù)警方法，其實(shí)現(xiàn)過程為：
一、首先采集初始數(shù)據(jù)，即通過公安系統(tǒng)獲取敏感人群數(shù)據(jù)；
二、然后基于位置和社交關(guān)系，對敏感人群和正常人群進(jìn)行聚類，錄入公共安全需要重點(diǎn)監(jiān)控的位置區(qū)域，結(jié)合聚類的人群信息、重點(diǎn)監(jiān)控的位置區(qū)域，進(jìn)行人員密度預(yù)警。
所述初始數(shù)據(jù)的采集是指通過公安系統(tǒng)獲取敏感人群數(shù)據(jù)，獲取運(yùn)營商積累的此類人群的通話、上網(wǎng)行為數(shù)據(jù)，使用ETL技術(shù)進(jìn)行提取、清洗和轉(zhuǎn)換，結(jié)果數(shù)據(jù)存儲在Hadoop數(shù)據(jù)庫集群中。
在步驟二中，社交關(guān)系通過以下方式判斷：
X1＝f(x)；
xn＝f(xn-1)，2<n<4，且為整數(shù)；
其中f是計(jì)算x在每天中的通話次數(shù)，累積7天內(nèi)，每天有2次的通話，采用迭代計(jì)算累加處理，每天進(jìn)行更新，x敏感人群，X1、X2、X3是敏感人群3層社交范圍內(nèi)人群。
在獲取社交關(guān)系后，對重點(diǎn)監(jiān)控位置社交圈人員監(jiān)控，獲取敏感人群三層社交圈內(nèi)在此監(jiān)控區(qū)域內(nèi)人數(shù)與預(yù)警閾值差值：
μ＝B－(count(x in L)+count(x1in L)+count(x2in L)+count(x3in L))；
其中活動區(qū)域在L范圍內(nèi)，定義為當(dāng)天與運(yùn)營商服務(wù)于L區(qū)域的基站的有交互的時間超過20分鐘，以分鐘遞推計(jì)算；L為重點(diǎn)監(jiān)控區(qū)域，B為設(shè)置的密度人數(shù)閥值，B為運(yùn)營商歷史7天該區(qū)域人數(shù)與上月當(dāng)天人數(shù)的平均值。
所述進(jìn)行人員密度預(yù)警是指進(jìn)行公共安全人群預(yù)警，即：
λ＝μ/B；
當(dāng)λ≥0；或者當(dāng)0<λ≤1.2，T>15分鐘時，則為紅色預(yù)警；
0<λ≤1.2，或者當(dāng)1.2<λ≤1.4，T>15分鐘，則為橙色預(yù)警；
1.2<λ≤1.4，則為黃色預(yù)警；
λ>1.4，藍(lán)色預(yù)警；
其中L為重點(diǎn)監(jiān)控區(qū)域，B為設(shè)置的密度預(yù)警，T為持續(xù)時長。
還包括將公共安全人群預(yù)警的結(jié)果進(jìn)行GIS渲染顯示的步驟：即通過上述步驟獲取公共安全人群預(yù)警結(jié)果后，使用GIS渲染技術(shù)，在系統(tǒng)中呈現(xiàn)，提供電腦、手機(jī)兩種終端顯示。
一種基于位置信息及社交關(guān)系的公共安全預(yù)警系統(tǒng)，包括，
數(shù)據(jù)采集模塊，通過公安系統(tǒng)獲取敏感人群數(shù)據(jù)；
數(shù)據(jù)處理模塊，對獲取的敏感人群數(shù)據(jù)和正常人群數(shù)據(jù)進(jìn)行聚類，錄入公共安全需要重點(diǎn)監(jiān)控的位置區(qū)域，進(jìn)行人員密度預(yù)警；
顯示模塊，將預(yù)警信息顯示出來。
所述數(shù)據(jù)采集模塊通過公安系統(tǒng)獲取敏感人群數(shù)據(jù)，獲取運(yùn)營商積累的此類人群的通話、上網(wǎng)行為數(shù)據(jù)，使用ETL技術(shù)進(jìn)行提取、清洗和轉(zhuǎn)換，結(jié)果數(shù)據(jù)存儲在Hadoop數(shù)據(jù)庫集群中。
所述數(shù)據(jù)處理模塊具體的數(shù)據(jù)處理過程為：
1)首先判斷社交關(guān)系數(shù)據(jù)：
X1＝f(x)；
xn＝f(xn-1)，2<n<4，且為整數(shù)；
其中f是計(jì)算x在每天中的通話次數(shù)，累積7天內(nèi)，每天有2次的通話，采用迭代計(jì)算累加處理，每天進(jìn)行更新，x敏感人群，X1、X2、X3是敏感人群3層社交范圍內(nèi)人群；
2)在獲取社交關(guān)系后，對重點(diǎn)監(jiān)控位置社交圈人員監(jiān)控，獲取敏感人群三層社交圈內(nèi)在此監(jiān)控區(qū)域內(nèi)人數(shù)與預(yù)警閾值差值：
μ＝B－(count(x in L)+count(x1in L)+count(x2in L)+count(x3in L))；
其中活動區(qū)域在L范圍內(nèi)，定義為當(dāng)天與運(yùn)營商服務(wù)于L區(qū)域的基站的有交互的時間超過20分鐘，以分鐘遞推計(jì)算；L為重點(diǎn)監(jiān)控區(qū)域，B為設(shè)置的密度人數(shù)閥值，B為運(yùn)營商歷史7天該區(qū)域人數(shù)與上月當(dāng)天人數(shù)的平均值；
3)最后進(jìn)行人員密度預(yù)警是指進(jìn)行公共安全人群預(yù)警，即：
λ＝μ/B；
當(dāng)λ≥0；或者當(dāng)0<λ≤1.2，T>15分鐘時，則為紅色預(yù)警；
0<λ≤1.2，或者當(dāng)1.2<λ≤1.4，T>15分鐘，則為橙色預(yù)警；
1.2<λ≤1.4，則為黃色預(yù)警；
λ>1.4，藍(lán)色預(yù)警；
其中L為重點(diǎn)監(jiān)控區(qū)域，B為設(shè)置的密度預(yù)警，T為持續(xù)時長。
所述顯示模塊基于數(shù)據(jù)處理模塊獲取的公共安全人群預(yù)警結(jié)果，使用GIS渲染技術(shù)，在系統(tǒng)中呈現(xiàn)，提供電腦、手機(jī)兩種終端顯示。
本發(fā)明的一種基于位置信息及社交關(guān)系的公共安全預(yù)警方法及系統(tǒng)和現(xiàn)有技術(shù)相比，具有以下有益效果：
本發(fā)明以公共安全敏感人群作為初始條件，使用運(yùn)營商定位的人員位置信息、人員社交關(guān)系建立公共安全預(yù)警算法，并使用信息系統(tǒng)實(shí)現(xiàn)，將通信運(yùn)營商積累的人員社交通訊信息、位置信息應(yīng)用于公共安全領(lǐng)域，充分考慮人員的社交關(guān)系、密度、人群所在時間，分鐘粒度實(shí)時進(jìn)行預(yù)警，結(jié)合GIS的直觀展現(xiàn)，可以運(yùn)用于政府、公安對特殊區(qū)域的實(shí)時監(jiān)管，保障社會、居民人身及財(cái)產(chǎn)安全，實(shí)用性強(qiáng)，適用范圍廣泛，具有很好的推廣應(yīng)用價值。
具體實(shí)施方式
下面結(jié)合具體實(shí)施例對本發(fā)明作進(jìn)一步說明。
一種基于位置信息及社交關(guān)系的公共安全預(yù)警方法及系統(tǒng)，以公共安全敏感人群作為初始條件，使用運(yùn)營商定位的人員位置信息、人員社交關(guān)系建立公共安全預(yù)警算法，并使用信息系統(tǒng)實(shí)現(xiàn)。
本發(fā)明利用公共安全敏感人群、重點(diǎn)關(guān)注區(qū)域作為算法的輸入；結(jié)合運(yùn)營商通信行為數(shù)據(jù)，建立基于位置信息及社交關(guān)系的公共預(yù)警算法；使用預(yù)警算法，將預(yù)警結(jié)果用GIS地圖渲染呈現(xiàn)，支持電腦、手機(jī)兩種終端查看。
具體的，一種基于位置信息及社交關(guān)系的公共安全預(yù)警方法，其實(shí)現(xiàn)過程為：
一、首先采集初始數(shù)據(jù)，即通過公安系統(tǒng)獲取敏感人群數(shù)據(jù)；
二、然后基于位置和社交關(guān)系，對敏感人群和正常人群進(jìn)行聚類，錄入公共安全需要重點(diǎn)監(jiān)控的位置區(qū)域，結(jié)合聚類的人群信息、重點(diǎn)監(jiān)控的位置區(qū)域，進(jìn)行人員密度預(yù)警。
所述初始數(shù)據(jù)的采集是指通過公安系統(tǒng)獲取敏感人群數(shù)據(jù)，獲取運(yùn)營商積累的此類人群的通話、上網(wǎng)行為數(shù)據(jù)，使用ETL技術(shù)進(jìn)行提取、清洗和轉(zhuǎn)換，結(jié)果數(shù)據(jù)存儲在Hadoop數(shù)據(jù)庫集群中。
在步驟二中，社交關(guān)系通過以下方式判斷：
X1＝f(x)；
xn＝f(xn-1)，2<n<4，且為整數(shù)；
其中f是計(jì)算x在每天中的通話次數(shù)，累積7天內(nèi)，每天有2次的通話，采用迭代計(jì)算累加處理，每天進(jìn)行更新，x敏感人群，X1、X2、X3是敏感人群3層社交范圍內(nèi)人群。
上述三層社交人群示例為：假設(shè)甲為敏感人士，則由甲開始第一層計(jì)算，即統(tǒng)計(jì)在七天內(nèi)，與甲每天至少有兩次通話的人士，假設(shè)該人士為乙，則乙為第二層社交范圍內(nèi)人群，然后用同樣的方式統(tǒng)計(jì)出第三層人士，該統(tǒng)計(jì)方式是基于每個人之間最多隔六層的原理來實(shí)現(xiàn)的。
在獲取社交關(guān)系后，對重點(diǎn)監(jiān)控位置社交圈人員監(jiān)控，獲取敏感人群三層社交圈內(nèi)在此監(jiān)控區(qū)域內(nèi)人數(shù)與預(yù)警閾值差值：
μ＝B－(count(x in L)+count(x1 in L)+count(x2 in L)+count(x3 in L))；
其中活動區(qū)域在L范圍內(nèi)，定義為當(dāng)天與運(yùn)營商服務(wù)于L區(qū)域的基站的有交互的時間超過20分鐘，以分鐘遞推計(jì)算；L為重點(diǎn)監(jiān)控區(qū)域，B為設(shè)置的密度人數(shù)閥值，B為運(yùn)營商歷史7天該區(qū)域人數(shù)與上月當(dāng)天人數(shù)的平均值。
所述進(jìn)行人員密度預(yù)警是指進(jìn)行公共安全人群預(yù)警，即：
λ＝μ/B；
當(dāng)λ≥0；或者當(dāng)0<λ≤1.2，T>15分鐘時，則為紅色預(yù)警；
0<λ≤1.2，或者當(dāng)1.2<λ≤1.4，T>15分鐘，則為橙色預(yù)警；
1.2<λ≤1.4，則為黃色預(yù)警；
λ>1.4，藍(lán)色預(yù)警；
其中L為重點(diǎn)監(jiān)控區(qū)域，B為設(shè)置的密度預(yù)警，T為持續(xù)時長。
還包括將公共安全人群預(yù)警的結(jié)果進(jìn)行GIS渲染顯示的步驟：即通過上述步驟獲取公共安全人群預(yù)警結(jié)果后，使用GIS渲染技術(shù)，在系統(tǒng)中呈現(xiàn)，提供電腦、手機(jī)兩種終端顯示。
一種基于位置信息及社交關(guān)系的公共安全預(yù)警系統(tǒng)，包括，
數(shù)據(jù)采集模塊，通過公安系統(tǒng)獲取敏感人群數(shù)據(jù)；
數(shù)據(jù)處理模塊，對獲取的敏感人群數(shù)據(jù)和正常人群數(shù)據(jù)進(jìn)行聚類，錄入公共安全需要重點(diǎn)監(jiān)控的位置區(qū)域，進(jìn)行人員密度預(yù)警；
顯示模塊，將預(yù)警信息顯示出來。
所述數(shù)據(jù)采集模塊通過公安系統(tǒng)獲取敏感人群數(shù)據(jù)，獲取運(yùn)營商積累的此類人群的通話、上網(wǎng)行為數(shù)據(jù)，使用ETL技術(shù)進(jìn)行提取、清洗和轉(zhuǎn)換，結(jié)果數(shù)據(jù)存儲在Hadoop數(shù)據(jù)庫集群中。
所述數(shù)據(jù)處理模塊具體的數(shù)據(jù)處理過程為：
1)首先判斷社交關(guān)系數(shù)據(jù)：
X1＝f(x)；
xn＝f(xn-1)，2<n<4，且為整數(shù)；
其中f是計(jì)算x在每天中的通話次數(shù)，累積7天內(nèi)，每天有2次的通話，采用迭代計(jì)算累加處理，每天進(jìn)行更新，x敏感人群，X1、X2、X3是敏感人群3層社交范圍內(nèi)人群；
2)在獲取社交關(guān)系后，對重點(diǎn)監(jiān)控位置社交圈人員監(jiān)控，獲取敏感人群三層社交圈內(nèi)在此監(jiān)控區(qū)域內(nèi)人數(shù)與預(yù)警閾值差值：
μ＝B－(count(x in L)+count(x1 in L)+count(x2 in L)+count(x3 in L))；
其中活動區(qū)域在L范圍內(nèi)，定義為當(dāng)天與運(yùn)營商服務(wù)于L區(qū)域的基站的有交互的時間超過20分鐘，以分鐘遞推計(jì)算；L為重點(diǎn)監(jiān)控區(qū)域，B為設(shè)置的密度人數(shù)閥值，B為運(yùn)營商歷史7天該區(qū)域人數(shù)與上月當(dāng)天人數(shù)的平均值；
3)最后進(jìn)行人員密度預(yù)警是指進(jìn)行公共安全人群預(yù)警，即：
λ＝μ/B；
當(dāng)λ≥0；或者當(dāng)0<λ≤1.2，T>15分鐘時，則為紅色預(yù)警；
0<λ≤1.2，或者當(dāng)1.2<λ≤1.4，T>15分鐘，則為橙色預(yù)警；
1.2<λ≤1.4，則為黃色預(yù)警；
λ>1.4，藍(lán)色預(yù)警；
其中L為重點(diǎn)監(jiān)控區(qū)域，B為設(shè)置的密度預(yù)警，T為持續(xù)時長。
所述顯示模塊基于數(shù)據(jù)處理模塊獲取的公共安全人群預(yù)警結(jié)果，使用GIS渲染技術(shù)，在系統(tǒng)中呈現(xiàn)，提供電腦、手機(jī)兩種終端顯示。
通過上面具體實(shí)施方式，所述技術(shù)領(lǐng)域的技術(shù)人員可容易的實(shí)現(xiàn)本發(fā)明。但是應(yīng)當(dāng)理解，本發(fā)明并不限于上述的具體實(shí)施方式。在公開的實(shí)施方式的基礎(chǔ)上，所述技術(shù)領(lǐng)域的技術(shù)人員可任意組合不同的技術(shù)特征，從而實(shí)現(xiàn)不同的技術(shù)方案。
除說明書所述的技術(shù)特征外，均為本專業(yè)技術(shù)人員的已知技術(shù)。