本發(fā)明涉及一種通信信息網(wǎng)絡系統(tǒng)集成，尤其涉及一種基于移動通信終端的微區(qū)域治安預警方法。
背景技術：
：隨著移動通信技術的快速發(fā)展，基于該技術的應用也慢慢用在各行各業(yè)的產(chǎn)品解決方案中。目前，關于區(qū)域人流量在國內(nèi)比較主流的應用方案有“重要景區(qū)游客人流實時監(jiān)測”、“重要活動場地人流實時監(jiān)測”、“高速公路車流實時監(jiān)測”等基于移動通信終端產(chǎn)生的用戶位置信令信息進行提取并應用于監(jiān)測。移動通信的信令為網(wǎng)絡傳輸?shù)目刂菩畔ⅲ礊槭谷W(wǎng)有軼序地工作，用來保證正常通信所需要的控制信號。因此，在信令系統(tǒng)可以獲取用于監(jiān)控網(wǎng)絡運行的信息以及用于分析用戶行為特征的數(shù)據(jù)?，F(xiàn)有技術方案主要有基于終端用戶行為特征的應用，用于人流及車流的監(jiān)測，為有關部門提供可視化的數(shù)據(jù)呈現(xiàn)。如“重要景區(qū)游客人流監(jiān)測”主要通過提取信令的用戶行為特征信息，分析游客的屬性以及人流分布，用于景區(qū)人群高密集的區(qū)域疏導游客，或根據(jù)游客屬性判斷是否漫游或本地用戶，提供針對性的本地景區(qū)引導。而“重要活動場地人流實時監(jiān)測”應用方案也同樣通過提取信令的用戶行為特征信息，為各類活動場館，以及公共活動區(qū)域等重大活動提供人流的實時監(jiān)測，預防人群擁擠導致的踩踏事件?；谝苿油ㄐ沤K端的用戶行為特征應用，還有用于交通部門的“高速公路車流實時監(jiān)測”，同樣也是提取該區(qū)域用戶的分布密集程度來監(jiān)測高速公路的擁塞或事故并進行相應的調(diào)度響應。從現(xiàn)有技術方案可以看出，大部分的應用方案是基于一級的人流監(jiān)測，但是二級的預測模型均暫未有用例。導致存在資源的消費，投入產(chǎn)出比過低。存在以下幾種情況。1)前期工作已經(jīng)部署存放數(shù)據(jù)的服務器以及可視化界面的開發(fā)，基礎工作的投入得不到效益的最大化，只提供基礎數(shù)據(jù)的呈現(xiàn)。2)移動通信信令系統(tǒng)的用戶行為數(shù)據(jù)收集沒有應用到亟需該信息的治安情報信息網(wǎng)絡。3)缺少關聯(lián)、聚類等數(shù)據(jù)分析方法對數(shù)據(jù)的共性特征進行獲取并建立事件預測模型。如圖1所示，現(xiàn)有應用思路的流程如下：1)通過移動通信信令系統(tǒng)進行用戶話單的提取，并對涉及到位置信息的接口小區(qū)字段進行收集。2)由于實時性要求，對15分鐘時間粒度的用戶話單進行匯聚輸出。3)收集維護用戶屬性維表，包括用戶的歸屬地、是否漫游信息等；以及小區(qū)屬性維表，包括該小區(qū)歸屬于哪種使用場景，以及商圈位置、社區(qū)街道等。4)以15分鐘時間粒度的用戶級話單關聯(lián)用戶和小區(qū)維表，形成用戶小區(qū)寬表。5)通過寬表統(tǒng)計某小區(qū)或區(qū)域的用戶數(shù)，或者按用戶屬性提取明細用戶數(shù)據(jù)列表。由上可見，現(xiàn)有信令應用業(yè)務特點：1)數(shù)據(jù)量大。2)信令數(shù)據(jù)話單接口多，數(shù)據(jù)來源業(yè)務多樣。3)實時性要求高。因此，現(xiàn)有技術存在想缺點：1)數(shù)據(jù)消耗資源大，投入產(chǎn)出比低。2)無法有效的應用到社會治安亟需的情報網(wǎng)絡收集。3)業(yè)務邏輯相對簡單，沒有發(fā)揮用戶數(shù)據(jù)的真正價值，缺少數(shù)據(jù)規(guī)律以及共性特征的捕捉。技術實現(xiàn)要素：本發(fā)明所要解決的技術問題是提供一種基于移動通信終端的微區(qū)域治安預警方法，能夠?qū)⒁苿油ㄐ沤K端產(chǎn)生的用戶信令數(shù)據(jù)運用到區(qū)域治安預警機制的情報收集，通過區(qū)域穩(wěn)定系數(shù)與人群流量分布，提供一種可量化的治安力度的決策參考，支撐警力部署的精確度。本發(fā)明為解決上述技術問題而采用的技術方案是提供一種基于移動通信終端的微區(qū)域治安預警方法，包括如下步驟：S1)在移動通信信令系統(tǒng)進行數(shù)據(jù)采集，并提取篩選帶有小區(qū)信息的話單；S2)對篩選后的話單以不同的統(tǒng)計時間粒度進行匯聚，并將匯聚后的話單與用戶維表及小區(qū)維表進行關聯(lián)，形成用戶小區(qū)輸出寬表；S3)基于用戶小區(qū)寬表，按用戶的屬性比例加權輸出選定小區(qū)的微區(qū)域穩(wěn)定系數(shù)；S4)如果所述微區(qū)域穩(wěn)定系數(shù)大于預設閥值，則進行區(qū)域治安預警。上述的基于移動通信終端的微區(qū)域治安預警方法，其中，所述帶有小區(qū)信息的話單按時間戳合并成用戶小區(qū)話單，實時數(shù)據(jù)以預設分鐘粒度進行匯聚，非實時數(shù)據(jù)按小時、天粒度進行匯聚，歷史數(shù)據(jù)按周、月粒度進行匯聚存檔。上述的基于移動通信終端的微區(qū)域治安預警方法，其中，所述用戶維表包括用戶的漫游信息和新增用戶信息，所述小區(qū)維表包括小區(qū)的區(qū)域?qū)傩院透采w類型。上述的基于移動通信終端的微區(qū)域治安預警方法，其中，所述步驟S3)中用戶的屬性比例加權，按本地用戶、新增用戶、漫游用戶進行劃分，所述步驟S3)通過微區(qū)域內(nèi)用戶屬性的聚類分析獲取社區(qū)場景，并結合所述社區(qū)場景修正加權因子。上述的基于移動通信終端的微區(qū)域治安預警方法，其中，所述實時數(shù)據(jù)以15分鐘粒度進行匯聚，所述步驟S4)包括：針對基于15分鐘統(tǒng)計粒度的用戶小區(qū)寬表，將微區(qū)域內(nèi)每15分鐘的人群流量與基線數(shù)據(jù)比較，超過預設門限的微區(qū)域輸出治安預警信息，所述基線數(shù)據(jù)為該微區(qū)域上一周相應時段內(nèi)正常人群流量均值。上述的基于移動通信終端的微區(qū)域治安預警方法，其中，所述步驟S4)包括：基于微區(qū)域穩(wěn)定系數(shù)與微區(qū)域人群流量分布，加權計算該微區(qū)域治安力度的可量化指標，并形成可視化視圖。上述的基于移動通信終端的微區(qū)域治安預警方法，其中，所述微區(qū)域人群流量按晚10點到第二天上午7點進行統(tǒng)計，所述可量化指標和警力部署數(shù)量呈正比，并結合實際警力部署數(shù)量對加權因子進行修正。本發(fā)明對比現(xiàn)有技術有如下的有益效果：本發(fā)明提供的基于移動通信終端的微區(qū)域治安預警方法，通過移動通信終端產(chǎn)生的用戶信令數(shù)據(jù)進行預處理、數(shù)據(jù)建模并運用到區(qū)域治安預警機制的情報收集，通過區(qū)域穩(wěn)定系數(shù)與人群流量分布，提供一種可量化的治安力度的決策參考，支撐警力部署的精確度。此外，本發(fā)明根據(jù)區(qū)域內(nèi)用戶屬性加權計算出人群結構的穩(wěn)定性，創(chuàng)新運用到區(qū)域治安的綜合預警。本發(fā)明的區(qū)域?qū)崟r人群流量的基線數(shù)據(jù)構建，可以在實際的場景應用中完善治安問題“早發(fā)現(xiàn)、早報告、早控制、早化解”的預警機制。附圖說明圖1為現(xiàn)有基于移動通信終端的用戶行為應用示意圖；圖2為本發(fā)明基于移動通信終端的微區(qū)域治安預警系統(tǒng)架構示意圖；圖3為本發(fā)明基于移動通信終端的微區(qū)域治安預警流程示意圖；圖4為本發(fā)明基于移動通信終端的微區(qū)域治安預警輸出曲線示意圖。具體實施方式下面結合附圖和實施例對本發(fā)明作進一步的描述。本發(fā)明提供的基于移動通信終端的微區(qū)域治安預警方法，主要通過移動通信終端產(chǎn)生的用戶信令數(shù)據(jù)進行采集處理、數(shù)據(jù)建模、數(shù)據(jù)應用等三層能力實現(xiàn)。支撐社會治安預警工作，并形成信息收集、動態(tài)監(jiān)測、分析研判、預警分布的機制。同時，通過移動通信信令系統(tǒng)的用戶信息收集能力，健全社區(qū)的情報信息網(wǎng)絡，并有效的預防治安事件、突發(fā)性事件。本發(fā)明在信令系統(tǒng)對用戶位置行為的信令數(shù)據(jù)進行提取，通過用戶維度、小區(qū)維度以不同時間粒度進行匯聚，并關聯(lián)相關屬性維表，形成用戶位置寬表。基于寬表的數(shù)據(jù)進行關聯(lián)、聚類等分析建模，滿足數(shù)據(jù)應用的“微區(qū)域穩(wěn)定性預測”、“微區(qū)域治安預警”、“微區(qū)域治安力度視圖”等功能使用。下面詳細介紹本發(fā)明的實現(xiàn)方案，如圖2所示，本發(fā)明分為三層功能處理，每層的功能劃分不同，處理及呈現(xiàn)的內(nèi)容不同。如底層的數(shù)據(jù)采集及預處理層，主要偏向數(shù)據(jù)形成寬表的過程處理，并向上提供數(shù)據(jù)建模的基礎數(shù)據(jù)表；而數(shù)據(jù)應用層則主要從數(shù)據(jù)建模層直接獲取事實表數(shù)據(jù)，直接支撐功能應用及數(shù)據(jù)可視化呈現(xiàn)。各層具體功能實現(xiàn)如下：數(shù)據(jù)采集及預處理層：從移動通信的信令系統(tǒng)，獲取不同接口的用戶維度并帶有小區(qū)信息的話單數(shù)據(jù)，并按時間戳進行合并成用戶小區(qū)話單。實時數(shù)據(jù)以15分鐘粒度進行匯聚，非實時數(shù)據(jù)按小時、天粒度進行匯聚，歷史數(shù)據(jù)按周、月粒度進行匯聚存檔。在數(shù)據(jù)匯聚輸出后關聯(lián)用戶屬性維表，包括用戶的漫游信息、新增用戶信息等，用戶維表需要定期專職維護更新，另外還需關聯(lián)小區(qū)維表，包括小區(qū)的區(qū)域?qū)傩?，覆蓋類型等信息。關于用戶和小區(qū)的維表，需要從運營商其它數(shù)據(jù)庫提取生成并定期維護，該部分為基礎數(shù)據(jù)的準備階段，雖處理簡單但內(nèi)容繁瑣，需要確保數(shù)據(jù)來源的準確性和可用性，預處理需注意數(shù)據(jù)的歸一化及置信度。數(shù)據(jù)建模層：該層主要功能為數(shù)據(jù)挖掘任務，通過數(shù)據(jù)的關聯(lián)分析，發(fā)現(xiàn)描述數(shù)據(jù)中強關聯(lián)特征的模式；另外通過聚類分析，發(fā)現(xiàn)緊密相關的觀測值組群是否具備類似特征，從而構建相關預測模型。數(shù)據(jù)建模的過程，需要明確自變量是否為有效數(shù)據(jù)，并進行探查性的分析，需要后處理技術驗證和解釋結果。本發(fā)明根據(jù)移動通信終端產(chǎn)生的用戶位置信令數(shù)據(jù)，挖掘潛在聯(lián)系的模式(相關、趨勢、聚類、軌跡、異常)。本發(fā)明主要從用戶屬性關聯(lián)分析社區(qū)的穩(wěn)定性，以及微區(qū)域內(nèi)用戶聚類分析社區(qū)場景，并在此數(shù)據(jù)的基礎上，建立區(qū)域的穩(wěn)定性預測以及治安預警機制。該層支持治安案件數(shù)量類型(數(shù)據(jù)來源治安數(shù)據(jù)庫)與微區(qū)域穩(wěn)定性進行關聯(lián)探索性分析，從用戶的歸屬地分布及微區(qū)域穩(wěn)定系數(shù)與治安案件的關聯(lián)特征，完善治安情報信息的研判機制。數(shù)據(jù)應用層：該層基于預測模型的數(shù)據(jù)事實表，從多個數(shù)據(jù)模型直接支持該層的功能應用。如“微區(qū)域穩(wěn)定性預測”來源于區(qū)域內(nèi)用戶屬性分布特征的比例，構建的穩(wěn)定性預測模型；“微區(qū)域治安預警”來源于時間面上該區(qū)域用戶數(shù)較于基線突變的人群數(shù)量進行治安預警；“微區(qū)域治安力度視圖”基于區(qū)域穩(wěn)定性及人群流量為基準，提供可量化的治安力度參考，從而提升警務活動的精確度。應用層主要對預測模型進行數(shù)據(jù)可視化呈現(xiàn)，提供友好的訪問界面，以便直觀、快速響應治安預警的需求。請繼續(xù)參見圖3，本發(fā)明的實現(xiàn)處理流程如下：步驟S1：在移動通信信令系統(tǒng)進行數(shù)據(jù)的采集，并對用戶維度帶有小區(qū)信息的話單提取篩選。步驟S2：對篩選后的話單以不同的統(tǒng)計時間粒度進行匯聚，并將匯聚后的話單與用戶&小區(qū)維表進行關聯(lián)，其中實時數(shù)據(jù)以15分鐘統(tǒng)計粒度輸出寬表。步驟S3：基于用戶小區(qū)寬表，按用戶的屬性(本地用戶、新增用戶、漫游用戶)比例加權輸出選定小區(qū)的微區(qū)域穩(wěn)定系數(shù)(越小越穩(wěn)定)。步驟S4：該穩(wěn)定系數(shù)(大于1)與治安案件成正相關(需經(jīng)驗值)輸出區(qū)域治安預警。否則，輸出微區(qū)域穩(wěn)定性預測評分?；谟脩魧傩缘谋壤?，結合實際應用場景修正加權因子，如下表所示?；诜€(wěn)定系數(shù)的區(qū)域穩(wěn)定性預測評分，并可結合實際應用場景修正評分區(qū)間。基于15分鐘統(tǒng)計粒度的用戶小區(qū)寬表，對微區(qū)域每15分鐘的人群流量與基線數(shù)據(jù)(按上一周正常人群流量均值)比較，超過預設門限的區(qū)域輸出治安預警，基線與預設門限按實際場景修正。基于區(qū)域穩(wěn)定系數(shù)與區(qū)域人群流量(晚10點到第二天上午7點，方便統(tǒng)計常住人群)分布加權計算該區(qū)域治安力度的可量化指標(指標越大警力部署越大)，并形成視圖。實際場景應用時，加權因子結合該片區(qū)的警力部署水平，以及治安力度的量化指標區(qū)間均可按實際修正。微區(qū)域區(qū)域穩(wěn)定系數(shù)區(qū)域人群流量(戶/天)區(qū)域人群流量峰值(戶/月)區(qū)域治安力度區(qū)域10.089100015000.204242424區(qū)域20.200200030000.293598234區(qū)域30.2165000100000.2725區(qū)域4axya*0.8+(x/y)*0.2通過數(shù)據(jù)建模支撐應用層的功能實現(xiàn)，滿足數(shù)據(jù)可視化，支持微區(qū)域治安預警的需求。本發(fā)明基于移動通信終端產(chǎn)生的用戶位置信令數(shù)據(jù)，從地域面上支撐社會安全保障并提供可量化的治安執(zhí)勤力度的決策參考，以及從新增用戶、漫游用戶、本地用戶的比例預測社區(qū)人群結構的穩(wěn)定性；另外，從時間面上通過不同時間粒度的人流及穩(wěn)定程度與基線數(shù)據(jù)對比，設置預警門限提供治安問題預警參考。具體優(yōu)點如下：1)在數(shù)據(jù)建模過程中，利用數(shù)據(jù)挖掘理論對數(shù)據(jù)二次處理，通過數(shù)據(jù)關聯(lián)分析、數(shù)據(jù)聚類分析等獲取數(shù)據(jù)特征，并運用到日常的治安預警場景。2)利用成熟的移動通信技術能力，完善治安情報信息網(wǎng)絡的建設，對準確、高效、全面的移動終端用戶樣本數(shù)據(jù)進行收集，支撐治安情報分析。3)利用本發(fā)明高效地為公安機關預防治安事件、突發(fā)性事件提供科學的情報信息，通過微區(qū)域治安預警機制的內(nèi)容實施預警，減少治安事件的發(fā)生，確保社會治安的安定和諧。雖然本發(fā)明已以較佳實施例揭示如上，然其并非用以限定本發(fā)明，任何本領域技術人員，在不脫離本發(fā)明的精神和范圍內(nèi)，當可作些許的修改和完善，因此本發(fā)明的保護范圍當以權利要求書所界定的為準。當前第1頁1 2 3