本發(fā)明涉及大數(shù)據(jù)處理，具體涉及一種交通違規(guī)人員管控預(yù)警方法。

背景技術(shù)：

1、隨著社會經(jīng)濟(jì)的日益發(fā)展，城市機(jī)動車總量不斷增多，機(jī)動車相關(guān)的互聯(lián)網(wǎng)業(yè)務(wù)也不斷增多(網(wǎng)約車、同城貨運(yùn)、同城搬家等)，故充分利用城市交通大數(shù)據(jù)分析技術(shù)預(yù)警管控城市道路隱患是當(dāng)前交通領(lǐng)域必不可少的工作。

2、現(xiàn)有技術(shù)中，已存在有基于大數(shù)據(jù)分析來對交通違法行為進(jìn)行輔助分析的技術(shù)方案。比如，中國專利cn202110275271.8公開一種非機(jī)動車輛及駕駛?cè)说慕煌ㄟ`法行為檢測方法及執(zhí)行該方法的系統(tǒng)，該方法通過采集待檢測圖像中的連續(xù)多個視頻幀；并確定該視頻幀中非機(jī)動車的行駛區(qū)域以及該區(qū)域中非機(jī)動車的車輛信息以及駕駛?cè)说纳锾卣餍畔ⅲ⒏鶕?jù)非機(jī)動車以及駕駛?cè)说男畔⒋_定非機(jī)動車的行駛軌跡以及駕駛?cè)说纳矸菪畔?；進(jìn)一步確定非機(jī)動車輛以及駕駛?cè)耸欠翊嬖谶`法行為。利用人工智能、大數(shù)據(jù)等技術(shù)對所獲取的高位視頻圖像進(jìn)行分析和處理，可在道路交通監(jiān)控視頻中正確檢測和識別非機(jī)動車，同時為交管部門提供違規(guī)行為的數(shù)據(jù)支撐，從而提高對非機(jī)動車監(jiān)管力度，用于輔助管控非機(jī)動車輛的出行，保證交通行駛安全。

3、但是，在實(shí)際實(shí)施過程中，發(fā)明人發(fā)現(xiàn)，該類技術(shù)方案在實(shí)施過程中通常僅能夠?qū)我坏倪`法事件進(jìn)行處罰，比如未戴頭盔、闖紅燈等，對于一段時間內(nèi)的違法行為難以進(jìn)行有效分析，比如累犯、黃牛代扣分等。

技術(shù)實(shí)現(xiàn)思路

1、針對現(xiàn)有技術(shù)中存在的上述問題，現(xiàn)提供一種交通違規(guī)人員管控預(yù)警方法。

2、具體技術(shù)方案如下：

3、一種交通違規(guī)人員管控預(yù)警方法，包括：

4、步驟s1：針對待評估人員，采集多維度數(shù)據(jù)并分類得到事件主題；

5、步驟s2：依照所述事件主題分類得到行為事實(shí)表；

6、步驟s3：根據(jù)所述行為事實(shí)表生成對應(yīng)于所述待評估人員的人物畫像；

7、步驟s4：依照所述人物畫像計算所述待評估人員的風(fēng)險評分，然后依照所述風(fēng)險評分生成預(yù)警信息。

8、另一方面，所述步驟s1包括：

9、步驟s11：確定所述待評估人員，自外部數(shù)據(jù)平臺采集所述多維度數(shù)據(jù)；

10、所述多維度數(shù)據(jù)包括駕駛證人員基本信息數(shù)據(jù)、機(jī)動車違法數(shù)據(jù)、車輛軌跡數(shù)據(jù)、機(jī)動車登記信息數(shù)據(jù)；

11、步驟s12：對所述多維度數(shù)據(jù)分別劃分為交通違法事中子主題和交通違法事后子主題作為所述事件主題。

12、另一方面，所述步驟s11中，所述多維度數(shù)據(jù)被存儲至數(shù)據(jù)湖中；

13、所述步驟s12中，于所述數(shù)據(jù)湖中，依次將所述多維度數(shù)據(jù)劃分至交通主題域下的交通違法主題；

14、所述交通違法主題包括所述交通違法事中子主題和交通違法事后子主題。

15、另一方面，所述步驟s2包括：

16、步驟s21：依照所述待評估人員創(chuàng)建事實(shí)表實(shí)體；

17、步驟s22：對所述多維度數(shù)據(jù)進(jìn)行預(yù)處理得到預(yù)處理數(shù)據(jù)；

18、步驟s23：于所述事實(shí)表實(shí)體中，依照所述交通違法事中子主題和所述交通違法事后子主題對所述預(yù)處理數(shù)據(jù)進(jìn)行提取并填充至交通違法事中違法人員事實(shí)表和交通違法事后違法人員事實(shí)表。

19、另一方面，所述步驟s23包括：

20、步驟s231：對所述預(yù)處理數(shù)據(jù)分別進(jìn)行處理以生成對應(yīng)于每組所述預(yù)處理數(shù)據(jù)的一級標(biāo)簽；

21、步驟s232：依照所述一級標(biāo)簽、時間周期和第一業(yè)務(wù)維度生成所述預(yù)處理數(shù)據(jù)的二級標(biāo)簽；

22、步驟s233：依照所述二級標(biāo)簽、所述時間周期和第二業(yè)務(wù)維度生成所述預(yù)處理的三級標(biāo)簽；

23、步驟s234：于所述事實(shí)表實(shí)體中，依照所述交通違法事中子主題和所述交通違法事后子主題分別生成所述交通違法事中違法人員事實(shí)表和所述交通違法事后違法人員事實(shí)表；

24、步驟s234：于所述交通違法事中違法人員事實(shí)表或所述交通違法事后違法人員事實(shí)表中，分別填充所述預(yù)處理數(shù)據(jù)和對應(yīng)的所述一級標(biāo)簽、所述二級標(biāo)簽和所述三級標(biāo)簽。

25、另一方面，所述步驟s3包括：

26、步驟s31：針對所述待評估人員創(chuàng)建所述人物畫像；

27、所述人物畫像包括事中畫像和事后畫像；

28、步驟s32：對所述事中畫像和所述事后畫像分別讀取所述交通違法事中違法人員事實(shí)表和所述交通違法事后違法人員事實(shí)表，以獲取對應(yīng)的所述一級標(biāo)簽、所述二級標(biāo)簽和所述三級標(biāo)簽進(jìn)行填充。

29、另一方面，所述步驟s4包括：

30、步驟s41：獲取所述人物畫像對應(yīng)的多個畫像標(biāo)簽；

31、步驟s42：針對多個所述畫像標(biāo)簽分別計算標(biāo)簽權(quán)重；

32、步驟s43：依照所述標(biāo)簽權(quán)重對所述畫像標(biāo)簽加權(quán)計算得到所述風(fēng)險評分；

33、步驟s44：依照所述風(fēng)險評分和風(fēng)險評分閾值生成所述預(yù)警信息。

34、另一方面，所述步驟s42中，生成所述標(biāo)簽權(quán)重的方法包括：

35、

36、式中，ni(i＝1,2,3)分別對應(yīng)所述一級標(biāo)簽、所述二級標(biāo)簽和所述三級標(biāo)簽的數(shù)量；wi(i＝1,2,3)分別對應(yīng)所述一級標(biāo)簽、所述二級標(biāo)簽和所述三級標(biāo)簽的標(biāo)簽權(quán)重。

37、另一方面，所述步驟s43中，計算所述風(fēng)險評分的方法包括：

38、

39、式中，scorem為所述風(fēng)險評分，xn為所述畫像標(biāo)簽，wi(i＝1,2,3)為所述標(biāo)簽權(quán)重。

40、上述技術(shù)方案具有如下優(yōu)點(diǎn)或有益效果：

41、針對現(xiàn)有技術(shù)中的大數(shù)據(jù)分析過程通常僅針對單次違法行為進(jìn)行，無法對連續(xù)違法行為進(jìn)行有效判別的問題，本方案中，引入了對待評估人員獲取所有相關(guān)聯(lián)的多維度數(shù)據(jù)，然后依照事件主題進(jìn)行分類、存入對應(yīng)的行為事實(shí)表的過程，實(shí)現(xiàn)了對待評估人員的多維度數(shù)據(jù)的在違法事件前后的有效分析、篩選，最后根據(jù)行為事實(shí)表生成人物畫像，并計算風(fēng)險評分，實(shí)現(xiàn)了對連續(xù)違法人員的有效篩查。

技術(shù)特征：

1.一種交通違規(guī)人員管控預(yù)警方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的交通違規(guī)人員管控預(yù)警方法，其特征在于，所述步驟s1包括：

3.根據(jù)權(quán)利要求2所述的交通違規(guī)人員管控預(yù)警方法，其特征在于，所述步驟s11中，所述多維度數(shù)據(jù)被存儲至數(shù)據(jù)湖中；

4.根據(jù)權(quán)利要求2所述的交通違規(guī)人員管控預(yù)警方法，其特征在于，所述步驟s2包括：

5.根據(jù)權(quán)利要求4所述的交通違規(guī)人員管控預(yù)警方法，其特征在于，所述步驟s23包括：

6.根據(jù)權(quán)利要求5所述的交通違規(guī)人員管控預(yù)警方法，其特征在于，所述步驟s3包括：

7.根據(jù)權(quán)利要求1所述的交通違規(guī)人員管控預(yù)警方法，其特征在于，所述步驟s4包括：

8.根據(jù)權(quán)利要求7所述的交通違規(guī)人員管控預(yù)警方法，其特征在于，所述步驟s42中，生成所述標(biāo)簽權(quán)重的方法包括：

9.根據(jù)權(quán)利要求8所述的交通違規(guī)人員管控預(yù)警方法，其特征在于，所述步驟s43中，計算所述風(fēng)險評分的方法包括：

技術(shù)總結(jié)
本發(fā)明涉及大數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種交通違規(guī)人員管控預(yù)警方法，包括：針對待評估人員，采集多維度數(shù)據(jù)并分類得到事件主題；依照事件主題分類得到行為事實(shí)表；根據(jù)行為事實(shí)表生成對應(yīng)于待評估人員的人物畫像；依照人物畫像計算待評估人員的風(fēng)險評分，然后依照風(fēng)險評分生成預(yù)警信息。針對現(xiàn)有技術(shù)中的大數(shù)據(jù)分析過程無法對連續(xù)違法行為進(jìn)行有效判別的問題，引入了對待評估人員獲取所有相關(guān)聯(lián)的多維度數(shù)據(jù)，然后依照事件主題進(jìn)行分類、存入對應(yīng)的行為事實(shí)表的過程，實(shí)現(xiàn)了對待評估人員的多維度數(shù)據(jù)的在違法事件前后的有效分析、篩選，最后根據(jù)行為事實(shí)表生成人物畫像，并計算風(fēng)險評分，實(shí)現(xiàn)了對連續(xù)違法人員的有效篩查。

技術(shù)研發(fā)人員：張?zhí)祺?劉云浦,楊斯松
受保護(hù)的技術(shù)使用者：上海市大數(shù)據(jù)股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30