本發(fā)明涉及計算機應(yīng)用技術(shù)領(lǐng)域，具體地說是一種實用性強、基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的方法及系統(tǒng)。

背景技術(shù)：

隨著計算機和信息技術(shù)的迅猛發(fā)展和普及應(yīng)用，在公安行業(yè)各應(yīng)用系統(tǒng)中數(shù)據(jù)儲備越來越豐富，各類人員行為數(shù)據(jù)存在很大的價值，其中人員關(guān)系挖掘勢在必行。

在人員關(guān)系挖掘方面比較流行的技術(shù)是基于關(guān)系網(wǎng)絡(luò)的相關(guān)挖掘，無論是使用傳統(tǒng)關(guān)系型數(shù)據(jù)庫還是使用新興的大數(shù)據(jù)圖計算方式都避免不了計算人員關(guān)系親密度，在親密度的基礎(chǔ)上得出一系列關(guān)系分析結(jié)果。

目前基于公安數(shù)據(jù)的人員關(guān)系親密度計算采用的是行為次數(shù)界定法，依據(jù)行為次數(shù)定義關(guān)系親密度(例如：兩個人共同住宿15次，則二人住宿行為的親密度為15；共同上網(wǎng)次數(shù)20次，則二人上網(wǎng)行為親密度為20)。

但是在公安數(shù)據(jù)多維人員關(guān)系親密度界定問題中，存在兩大難點：

1、公安數(shù)據(jù)多維度，多種人員行為數(shù)據(jù)之間關(guān)系復(fù)雜，傳統(tǒng)的基于關(guān)系行為次數(shù)的關(guān)系親密度計算方法，很難在多種關(guān)系親密度合并時找到合理的權(quán)重；

2、公安數(shù)據(jù)時間跨度很大，在對人員歷史行為數(shù)據(jù)計算關(guān)系親密度時，忽略了關(guān)系親密度的時間衰退問題。

而且在基于公安數(shù)據(jù)的人員關(guān)系親密度行為次數(shù)界定法中，雖然能夠簡單直觀的反映在某種行為關(guān)系中的親密度，但卻無法有效合理計算多維組合關(guān)系的親疏程度(例如：甲和乙的上網(wǎng)行為親密度為20，甲和丙的住宿行為親密度為20，無法判斷甲與乙、丙誰更親密)。

人員關(guān)系是隨著時間的推移而衰減的，但是在親密度行為次數(shù)界定法中并未考慮到，這樣在準確度方面存在不足。

基于此，本發(fā)明提出一種基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的方法及系統(tǒng)，在親密度行為次數(shù)界定發(fā)的基礎(chǔ)上進行改進，使之能夠適用于多維關(guān)系親密度計算，并兼顧親密度時間衰減問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的技術(shù)任務(wù)是針對以上不足之處，提供一種實用性強、基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的方法及系統(tǒng)。

一種基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的方法，其實現(xiàn)過程為：

首先獲取關(guān)系人的數(shù)據(jù)，計算相互之間的單一關(guān)系親密度，即通過單一行為表示關(guān)系的親疏程度；

然后使用加權(quán)平均算法對多種單一關(guān)系親密度計算得出多維組合關(guān)系親密度，即通過多種行為表示關(guān)系的親疏程度；

對于關(guān)系人，如果一段時間內(nèi)沒有發(fā)現(xiàn)行為關(guān)系，則關(guān)系親密度根據(jù)時間的推移逐漸衰退直至消失，最后得到以線性、指數(shù)或半衰期方式進行衰退的關(guān)系度衰退函數(shù)，基于該衰退函數(shù)，重新計算關(guān)系人之間的關(guān)系親密度，從而準確獲取關(guān)系人之間的關(guān)系。

獲取的關(guān)系人數(shù)據(jù)是從公安系統(tǒng)數(shù)據(jù)中獲取的，該數(shù)據(jù)獲取基于Zookeeper集群、Hadoop集群、Spark集群架構(gòu)實現(xiàn)：底層采用Spark on Yarn的架構(gòu)模式，使用HDFS作為存儲，Spark作為計算框架，數(shù)據(jù)抽取工具使用Flume、Sqoop；然后將包括賓館住宿、網(wǎng)吧上網(wǎng)、常住人口、暫住人口、嫌疑人手機聯(lián)系人的公安內(nèi)部數(shù)據(jù)抽取到Hadoop的HDFS中，抽取過程中進行初步清洗，處理空值、非法數(shù)據(jù)，從而得到關(guān)系人的數(shù)據(jù)信息。

所述關(guān)系親密度通過行為關(guān)系來衡量，該行為關(guān)系包括同住、伴住、同上網(wǎng)、同事、同行、同族，其中，

同?。宏P(guān)系人同時住在同一家賓館的同一房間；

伴?。宏P(guān)系人同時住在同一家賓館的兩個房間，同時開房、同時退房，即時間差在N分鐘以內(nèi)，該N為小于等于10；

同上網(wǎng)：關(guān)系人同時在同一家網(wǎng)吧上網(wǎng)，同時上網(wǎng)、同時下網(wǎng)，即即時間差在N分鐘以內(nèi)，該N為小于等于10；

同事：關(guān)系人有在同一時間段、同一企業(yè)或單位就職的經(jīng)歷；

同行：關(guān)系人同時從一地去另一地，路線相同且同時到達；

同族：關(guān)系人的戶籍信息屬于同一宗族。

計算單一關(guān)系親密度通過以下公式實現(xiàn)：

在該公式中，p1、p2代表兩個關(guān)系人，r_i代表規(guī)則；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

表示p1和p2在規(guī)則r_i下的行為次數(shù)；

α為本次計算單一關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，該α取值為1；

a為的收縮量，其取值為0-1，用于控制行為次數(shù)對關(guān)系度的增長速度；

b為的偏移量，控制行為次數(shù)對關(guān)系度的偏移量，當(dāng)行為次數(shù)時，才開始計算關(guān)系度，其取值為1到100之間的整數(shù)；

對于函數(shù)即親密度d對行為次數(shù)c的函數(shù)，當(dāng)行為次數(shù)趨于無窮時，在規(guī)則r_i下，p1、p2的關(guān)系度趨于100％，即：

所述多維組合關(guān)系親密度通過以下公式計算：

p1、p2：代表兩個關(guān)系人，r_i：代表規(guī)則；

表示p1和p2在的總關(guān)系度；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

w_i：規(guī)則r_i的權(quán)重，w_i∈R⁺；

α：為本次計算多維組合關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，α取值為1；

為p₁→p₂的所有關(guān)系規(guī)則集合；

對與p1同p2存在的所有規(guī)則當(dāng)都趨于100％時，總關(guān)系度也趨于100％，即：

所述關(guān)系度衰退函數(shù)Weaken(d)為線性、指數(shù)或半衰期方式進行衰退，基于該關(guān)系度衰退函數(shù)，對于有時間衰退屬性的規(guī)則，p₁、p₂的關(guān)系度具體為：

其中為關(guān)系r_i的衰退函數(shù)，對于無衰退屬性的規(guī)則對于具有衰退屬性的規(guī)則，通過以下算法實現(xiàn)：

線性衰退d′＝d(1-aT)，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值；

或，指數(shù)衰退d′＝a^T×d，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值。

在獲取關(guān)系度衰退函數(shù)，完成人員關(guān)系親密度的界定后，還包括建立人員關(guān)系網(wǎng)的步驟，該步驟為使用圖形可視化工具對現(xiàn)有數(shù)據(jù)建立人員關(guān)系網(wǎng)絡(luò)，即對歷史數(shù)據(jù)進行關(guān)系親密度計算后，每天對增量數(shù)據(jù)計算關(guān)系親密度，得到與該人員相關(guān)的人員列表，該人員列表按親密度從高到低排名。

一種基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的系統(tǒng)，其結(jié)構(gòu)包括：

數(shù)據(jù)獲取模塊，用于從公安系統(tǒng)數(shù)據(jù)中獲取相關(guān)關(guān)系人之間的數(shù)據(jù)，該數(shù)據(jù)是指包括賓館住宿、網(wǎng)吧上網(wǎng)、常住人口、暫住人口、嫌疑人手機聯(lián)系人的公安內(nèi)部數(shù)據(jù)，在數(shù)據(jù)獲取時，該模塊還對數(shù)據(jù)進行初步清洗，處理空值、非法數(shù)據(jù)；

單一關(guān)系親密度計算模塊，用于將數(shù)據(jù)獲取模塊獲取的數(shù)據(jù)進行單一關(guān)系親密度計算，即通過某一行為關(guān)系獲取關(guān)系人之間的親疏程度，該行為關(guān)系包括同住、伴住、同上網(wǎng)、同事、同行、同族；

多維組合關(guān)系親密度計算模塊，組合計算多種行為關(guān)系，然后綜合查看關(guān)系人之間的親屬程度；

關(guān)系度衰退計算模塊，用于計算關(guān)系人之間根據(jù)時間的推移產(chǎn)生的衰退函數(shù)，并基于該衰退函數(shù)計算關(guān)系人之間的關(guān)系度，所述衰退函數(shù)以線性、指數(shù)或半衰期方式進行衰退。

所述單一關(guān)系親密度計算模塊通過以下公式進行計算：

在該公式中，p1、p2代表兩個關(guān)系人，r_i代表規(guī)則；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

表示p1和p2在規(guī)則r_i下的行為次數(shù)；

α為本次計算單一關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，該α取值為1；

a為的收縮量，其取值為0-1，用于控制行為次數(shù)對關(guān)系度的增長速度；

b為的偏移量，控制行為次數(shù)對關(guān)系度的偏移量，當(dāng)行為次數(shù)時，才開始計算關(guān)系度，其取值為1到100之間的整數(shù)；

對于函數(shù)即親密度d對行為次數(shù)c的函數(shù)，當(dāng)行為次數(shù)趨于無窮時，在規(guī)則r_i下，p1、p2的關(guān)系度趨于100％，即：

所述多維組合關(guān)系親密度計算模塊通過以下公式計算：

p1、p2：代表兩個關(guān)系人，r_i：代表規(guī)則；

表示p1和p2在的總關(guān)系度；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

w_i：規(guī)則r_i的權(quán)重，w_i∈R⁺；

α：為本次計算多維組合關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，α取值為1；

為p₁→p₂的所有關(guān)系規(guī)則集合；

對與p1同p2存在的所有規(guī)則當(dāng)都趨于100％時，總關(guān)系度也趨于100％，即：

所述關(guān)系度衰退計算模塊計算關(guān)系度通過以下公式實現(xiàn)：

其中為關(guān)系r_i的衰退函數(shù)，對于無衰退屬性的規(guī)則對于具有衰退屬性的規(guī)則，通過以下算法實現(xiàn)：

線性衰退d′＝d(1-aT)，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值；

或，指數(shù)衰退d′＝a^T×d，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值。

所述系統(tǒng)還包括UI展示模塊，該UI展示模塊在獲取關(guān)系度衰退函數(shù)，完成人員關(guān)系親密度的界定后，建立人員關(guān)系網(wǎng)，使用圖形可視化工具對現(xiàn)有數(shù)據(jù)建立人員關(guān)系網(wǎng)絡(luò)，即對歷史數(shù)據(jù)進行關(guān)系親密度計算后，每天對增量數(shù)據(jù)計算關(guān)系親密度，得到與該人員相關(guān)的人員列表，該人員列表按親密度從高到低排名，然后將該排名在UI界面上展示出來。

本發(fā)明的一種基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的方法及系統(tǒng)，具有以下優(yōu)點：

本發(fā)明提出的一種基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的方法及系統(tǒng)，相比于使用傳統(tǒng)的人員關(guān)系親密度行為次數(shù)界定法，在計算單一關(guān)系親密度時差異不明顯，但本發(fā)明可以將親密度限定在0～1之間；在計算多維組合關(guān)系親密度時，傳統(tǒng)方法難以勝任，本方法可有效解決這一問題，并將結(jié)果限定在0～1之間；在人員關(guān)系親密度時間衰退問題上，本發(fā)明根據(jù)不同的情況使用線性衰退或指數(shù)衰退的方法控制親密度隨時間的衰退情況，使最終計算結(jié)果更準確合理；在原有基于行為次數(shù)計算關(guān)系親密度方法的基礎(chǔ)上作出改進，適用于多維關(guān)系親密度界定，同時兼顧關(guān)系親密度時間衰退問題的處理，實用性強，適用范圍廣泛，易于推廣。

附圖說明

為了更清楚的說明本發(fā)明實施例或現(xiàn)有技術(shù)的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

附圖1為本發(fā)明的系統(tǒng)實現(xiàn)示意圖。

附圖2為單一關(guān)系親密度曲線圖。

附圖3為多維關(guān)系親密度曲線圖。

附圖4為線性衰弱圖。

附圖5為指數(shù)衰弱圖。

具體實施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步的詳細說明。顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

如附圖所示，一種基于程序軸的信息提示系統(tǒng)，具體涉及分布式圖計算、算法領(lǐng)域。其中，采用新型親密度計算方法來界定公安數(shù)據(jù)多維人員關(guān)系親密度，與國內(nèi)外已經(jīng)應(yīng)用的基于公安數(shù)據(jù)的親密度計算方法具有差異化的技術(shù)領(lǐng)先性。

實施例1：

一種基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的方法，其實現(xiàn)過程為：

首先獲取關(guān)系人的數(shù)據(jù)，計算相互之間的單一關(guān)系親密度，即通過單一行為表示關(guān)系的親疏程度；

然后使用加權(quán)平均算法對多種單一關(guān)系親密度計算得出多維組合關(guān)系親密度，即通過多種行為表示關(guān)系的親疏程度；

對于關(guān)系人，如果一段時間內(nèi)沒有發(fā)現(xiàn)行為關(guān)系，則關(guān)系親密度根據(jù)時間的推移逐漸衰退直至消失，最后得到以線性、指數(shù)或半衰期方式進行衰退的關(guān)系度衰退函數(shù)，基于該衰退函數(shù)，重新計算關(guān)系人之間的關(guān)系親密度，從而準確獲取關(guān)系人之間的關(guān)系。

獲取的關(guān)系人數(shù)據(jù)是從公安系統(tǒng)數(shù)據(jù)中獲取的，該數(shù)據(jù)獲取基于Zookeeper集群、Hadoop集群、Spark集群架構(gòu)實現(xiàn)：底層采用Spark on Yarn的架構(gòu)模式，使用HDFS作為存儲，Spark作為計算框架，數(shù)據(jù)抽取工具使用Flume、Sqoop；然后將包括賓館住宿、網(wǎng)吧上網(wǎng)、常住人口、暫住人口、嫌疑人手機聯(lián)系人的公安內(nèi)部數(shù)據(jù)抽取到Hadoop的HDFS中，抽取過程中進行初步清洗，處理空值、非法數(shù)據(jù)，從而得到關(guān)系人的數(shù)據(jù)信息。

所述關(guān)系親密度通過行為關(guān)系來衡量，該行為關(guān)系包括同住、伴住、同上網(wǎng)、同事、同行、同族，其中，

同住：關(guān)系人同時住在同一家賓館的同一房間；

伴?。宏P(guān)系人同時住在同一家賓館的兩個房間，同時開房、同時退房，即時間差在N分鐘以內(nèi)，該N為小于等于10；

同上網(wǎng)：關(guān)系人同時在同一家網(wǎng)吧上網(wǎng)，同時上網(wǎng)、同時下網(wǎng)，即即時間差在N分鐘以內(nèi)，該N為小于等于10；

同事：關(guān)系人有在同一時間段、同一企業(yè)或單位就職的經(jīng)歷；

同行：關(guān)系人同時從一地去另一地，路線相同且同時到達；

同族：關(guān)系人的戶籍信息屬于同一宗族。

計算單一關(guān)系親密度通過以下公式實現(xiàn)，圖2為關(guān)系度隨行為次數(shù)變化曲線：

在該公式中，p1、p2代表兩個關(guān)系人，r_i代表規(guī)則；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

表示p1和p2在規(guī)則r_i下的行為次數(shù)；

α為本次計算單一關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，該α取值為1；

a為的收縮量，其取值為0-1，用于控制行為次數(shù)對關(guān)系度的增長速度；

b為的偏移量，控制行為次數(shù)對關(guān)系度的偏移量，當(dāng)行為次數(shù)時，才開始計算關(guān)系度，其取值為1到100之間的整數(shù)；

對于函數(shù)即親密度d對行為次數(shù)c的函數(shù)，當(dāng)行為次數(shù)趨于無窮時，在規(guī)則r_i下，p1、p2的關(guān)系度趨于100％，即：

所述多維組合關(guān)系親密度通過以下公式計算，圖3為關(guān)系度隨行為次數(shù)變化曲線：

p1、p2：代表兩個關(guān)系人，r_i：代表規(guī)則；

表示p1和p2在的總關(guān)系度；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

w_i：規(guī)則r_i的權(quán)重，w_i∈R⁺；

α：為本次計算多維組合關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，α取值為1；

為p₁→p₂的所有關(guān)系規(guī)則集合；

對與p1同p2存在的所有規(guī)則當(dāng)都趨于100％時，總關(guān)系度也趨于100％，即：

所述關(guān)系度衰退函數(shù)Weaken(d)為線性、指數(shù)或半衰期方式進行衰退，基于該關(guān)系度衰退函數(shù)，對于有時間衰退屬性的規(guī)則，p₁、p₂的關(guān)系度具體為：

其中為關(guān)系r_i的衰退函數(shù)，對于無衰退屬性的規(guī)則對于具有衰退屬性的規(guī)則，通過以下算法實現(xiàn)：

線性衰退d′＝d(1-aT)，曲線如圖4所示，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值；

或，指數(shù)衰退d′＝a^T×d，曲線如圖5所示，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值。

進一步的，下面以賓館住宿和網(wǎng)吧上網(wǎng)數(shù)據(jù)為例，計算2維組合關(guān)系親密度，甲、乙同住20次，同上網(wǎng)20次，甲乙關(guān)系親密度計算如下：

同住關(guān)系親密度，其中：b＝2、a＝0.5、α＝0.5。

同上網(wǎng)關(guān)系親密度，其中：b＝5、a＝0.3、α＝0.5。

組合其密度，其中同住權(quán)重w＝0.7，同上網(wǎng)權(quán)重w＝0.3，時間衰退采用指數(shù)衰退，衰退放縮量a＝0.95，時間為近期，時間距離T＝0。

因此，通過上述算法計算人與人之間的關(guān)系親密度，無論關(guān)系種類單一或復(fù)雜，最終都能得到一個0～1之間的數(shù)，并且考慮到時間衰弱，隨著時間的推移，親密度變小。

實施例2：

一種基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的方法，其實現(xiàn)過程為：

首先獲取關(guān)系人的數(shù)據(jù)，計算相互之間的單一關(guān)系親密度，即通過某一行為關(guān)系獲取關(guān)系人之間的親疏程度；

然后對關(guān)系人的多維組合關(guān)系親密度進行計算，即通過多種行為關(guān)系獲取關(guān)系人之間的親疏程度；

對于關(guān)系人，如果一段時間內(nèi)沒有發(fā)現(xiàn)行為關(guān)系，則關(guān)系親密度根據(jù)時間的推移逐漸衰退直至消失，最后得到關(guān)系度衰退函數(shù)，具體的，對于個體p₁、p₂，如果一段時間內(nèi)沒有發(fā)現(xiàn)p₁→p₂的行為，則關(guān)系度根據(jù)時間的推移逐漸衰退直至消失(如對于p₁、p₂的同等次數(shù)的上網(wǎng)行為，最近的比十年前的行為對p₁、p₂的關(guān)系度更具影響力)，關(guān)系度衰退函數(shù)Weaken(d)可為線性、指數(shù)、半衰期等方式進行衰退?；谠撍ネ撕瘮?shù)，重新計算關(guān)系人之間的關(guān)系親密度，從而準確獲取關(guān)系人之間的關(guān)系。

獲取的關(guān)系人數(shù)據(jù)是從公安系統(tǒng)數(shù)據(jù)中獲取的，該數(shù)據(jù)獲取基于以下架構(gòu)實現(xiàn)：底層采用Spark on Yarn的架構(gòu)模式，使用HDFS作為存儲，Spark作為計算框架，數(shù)據(jù)抽取工具使用Flume、Sqoop；因此，首先要搭建Zookeeper集群、Hadoop集群、Spark集群，安裝Flume、Sqoop等工具；然后將包括賓館住宿、網(wǎng)吧上網(wǎng)、常住人口、暫住人口、嫌疑人手機聯(lián)系人的公安內(nèi)部數(shù)據(jù)抽取到Hadoop的HDFS中，抽取過程中進行初步清洗，處理空值、非法數(shù)據(jù)，從而得到關(guān)系人的數(shù)據(jù)信息。

所述關(guān)系親密度通過行為關(guān)系來衡量，該行為關(guān)系包括同住、伴住、同上網(wǎng)、同事、同行、同族，其中，

同?。簝扇送瑫r住在同一家賓館的同一房間；

伴?。簝扇送瑫r住在同一家賓館的兩個房間，同時開房、同時退房(時間差2分鐘以內(nèi))；

同上網(wǎng)：兩人同時在同一家網(wǎng)吧上網(wǎng)，同時上網(wǎng)、同時下網(wǎng)(時間差2分鐘以內(nèi))；

同事：兩人有在同一時間段、同一企業(yè)或單位就職的經(jīng)歷；

同行：兩人同時從一地去另一地，路線相同且同時到達；

同族：兩人的戶籍信息屬于同一宗族。

計算單一關(guān)系親密度通過以下公式實現(xiàn)：

在該公式中，p1、p2代表兩個關(guān)系人，r_i代表規(guī)則；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

表示p1和p2在規(guī)則r_i下的行為次數(shù)；

α為本次計算單一關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，該α取值為1；

a為的收縮量，其取值為0-1，用于控制行為次數(shù)對關(guān)系度的增長速度；

b為的偏移量，控制行為次數(shù)對關(guān)系度的偏移量，當(dāng)行為次數(shù)時，才開始計算關(guān)系度，其取值為1到100之間的整數(shù)；

對于函數(shù)即親密度d對行為次數(shù)c的函數(shù)，當(dāng)行為次數(shù)趨于無窮時，在規(guī)則r_i下，p1、p2的關(guān)系度趨于100％，即：

所述多維組合關(guān)系親密度通過以下公式計算：

p1、p2：代表兩個關(guān)系人，r_i：代表規(guī)則；

表示p1和p2在的總關(guān)系度；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

w_i：規(guī)則r_i的權(quán)重，w_i∈R⁺；

α：為本次計算多維組合關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，α取值為1；

為p₁→p₂的所有關(guān)系規(guī)則集合；

對與p1同p2存在的所有規(guī)則當(dāng)都趨于100％時，總關(guān)系度也趨于100％，即：

所述關(guān)系度衰退函數(shù)Weaken(d)為線性、指數(shù)或半衰期方式進行衰退，基于該關(guān)系度衰退函數(shù)，對于有時間衰退屬性的規(guī)則，p₁、p₂的關(guān)系度具體為：

其中為關(guān)系r_i的衰退函數(shù)，對于無衰退屬性的規(guī)則對于具有衰退屬性的規(guī)則，通過以下算法實現(xiàn)：

線性衰退d′＝d(1-aT)，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值；

或，指數(shù)衰退d′＝a^T×d，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值。

因此，通過上述算法計算人與人之間的關(guān)系親密度，無論關(guān)系種類單一或復(fù)雜，最終都能得到一個0～1之間的數(shù)，并且考慮到時間衰弱，隨著時間的推移，親密度變小。

在獲取關(guān)系度衰退函數(shù)，完成人員關(guān)系親密度的界定后，還包括建立人員關(guān)系網(wǎng)的步驟，該步驟為使用Spark GraphX工具對現(xiàn)有數(shù)據(jù)建立人員關(guān)系網(wǎng)絡(luò)。系統(tǒng)初期需要很長時間對歷史數(shù)據(jù)進行關(guān)系親密度計算，然后每天對增量數(shù)據(jù)計算關(guān)系親密度，在系統(tǒng)中可搜索任意人員的關(guān)系網(wǎng)絡(luò)組成，并得到與該人員相關(guān)的人員列表(按親密度從高到低排名)。

如附圖1所示，一種基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的系統(tǒng)，其結(jié)構(gòu)包括：

數(shù)據(jù)獲取模塊，用于從公安系統(tǒng)數(shù)據(jù)中獲取相關(guān)關(guān)系人之間的數(shù)據(jù)，該數(shù)據(jù)是指包括賓館住宿、網(wǎng)吧上網(wǎng)、常住人口、暫住人口、嫌疑人手機聯(lián)系人的公安內(nèi)部數(shù)據(jù)，在數(shù)據(jù)獲取時，該模塊還對數(shù)據(jù)進行初步清洗，處理空值、非法數(shù)據(jù)；

單一關(guān)系親密度計算模塊，用于將數(shù)據(jù)獲取模塊獲取的數(shù)據(jù)進行單一關(guān)系親密度計算，即通過某一行為關(guān)系獲取關(guān)系人之間的親疏程度，該行為關(guān)系包括同住、伴住、同上網(wǎng)、同事、同行、同族；

多維組合關(guān)系親密度計算模塊，組合計算多種行為關(guān)系，然后綜合查看關(guān)系人之間的親屬程度；

關(guān)系度衰退計算模塊，用于計算關(guān)系人之間根據(jù)時間的推移產(chǎn)生的衰退函數(shù)，并基于該衰退函數(shù)計算關(guān)系人之間的關(guān)系度，所述衰退函數(shù)以線性、指數(shù)或半衰期方式進行衰退。

所述單一關(guān)系親密度計算模塊通過以下公式進行計算：

在該公式中，p1、p2代表兩個關(guān)系人，r_i代表規(guī)則；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

表示p1和p2在規(guī)則r_i下的行為次數(shù)；

α為本次計算單一關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，該α取值為1；

a為的收縮量，其取值為0-1，用于控制行為次數(shù)對關(guān)系度的增長速度；

b為的偏移量，控制行為次數(shù)對關(guān)系度的偏移量，當(dāng)行為次數(shù)時，才開始計算關(guān)系度，其取值為1到100之間的整數(shù)；

對于函數(shù)即親密度d對行為次數(shù)c的函數(shù)，當(dāng)行為次數(shù)趨于無窮時，在規(guī)則r_i下，p1、p2的關(guān)系度趨于100％，即：

所述多維組合關(guān)系親密度計算模塊通過以下公式計算：

p1、p2：代表兩個關(guān)系人，r_i：代表規(guī)則；

表示p1和p2在的總關(guān)系度；

表示p1和p2在規(guī)則r_i下的關(guān)系度；

w_i：規(guī)則r_i的權(quán)重，w_i∈R⁺；

α：為本次計算多維組合關(guān)系親密度時所針對行為次數(shù)占總體行為次數(shù)的百分比，當(dāng)無法獲取總體行為次數(shù)時，α取值為1；

為p₁→p₂的所有關(guān)系規(guī)則集合；

對與p1同p2存在的所有規(guī)則當(dāng)都趨于100％時，總關(guān)系度也趨于100％，即：

所述關(guān)系度衰退計算模塊計算關(guān)系度通過以下公式實現(xiàn)：

其中為關(guān)系r_i的衰退函數(shù)，對于無衰退屬性的規(guī)則對于具有衰退屬性的規(guī)則，通過以下算法實現(xiàn)：

線性衰退d′＝d(1-aT)，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值；

或，指數(shù)衰退d′＝a^T×d，其中，

d：表示為原規(guī)則i的關(guān)系度；

a：表示指定的函數(shù)T的縮放量，其取值為0-1；

T：為對于當(dāng)前規(guī)則d中的行為距離現(xiàn)在發(fā)生的最大時間的差值。

所述系統(tǒng)還包括UI展示模塊，該UI展示模塊在獲取關(guān)系度衰退函數(shù)，完成人員關(guān)系親密度的界定后，建立人員關(guān)系網(wǎng)，使用圖形可視化工具對現(xiàn)有數(shù)據(jù)建立人員關(guān)系網(wǎng)絡(luò)，即對歷史數(shù)據(jù)進行關(guān)系親密度計算后，每天對增量數(shù)據(jù)計算關(guān)系親密度，得到與該人員相關(guān)的人員列表，該人員列表按親密度從高到低排名，然后將該排名在UI界面上展示出來。

該可視化工具是指包括ECharts工具的圖形工具。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其它實施例的不同之處，各個實施例之間相同或相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施例公開的方法相對應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。

專業(yè)人員還可以進一步意識到，結(jié)合本文中所公開的實施例描述的各示例的模塊及相應(yīng)的數(shù)學(xué)計算步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè)技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認為超出本發(fā)明的范圍。

結(jié)合本文中所公開的實施例描述的方法步驟及結(jié)構(gòu)模塊可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實施。軟件模塊可以置于隨機存儲器(RAM)、內(nèi)存、只讀存儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲介質(zhì)中。

上述具體實施方式僅是本發(fā)明的具體個案，本發(fā)明的專利保護范圍包括但不限于上述具體實施方式，任何符合本發(fā)明的一種基于公安數(shù)據(jù)獲取多維人員關(guān)系親密度的方法及系統(tǒng)的權(quán)利要求書的且任何所述技術(shù)領(lǐng)域的普通技術(shù)人員對其所做的適當(dāng)變化或替換，皆應(yīng)落入本發(fā)明的專利保護范圍。