摘要：公司债权转股权登记管理办法
大数据时代中，通过人工智能技术可以帮助公安机关有效地管理社会治安，公安机构能够及时的发现警情趋势以及异常变化，并能够及时进行处理，确保有效提高警情处置的效率。目前，实现社会治安秩序从整体到局部的智能监管是公安机关的主要发展方向。基于此，本文针对这一相关内容进行一系列分析。 关键词：知识图谱技术；警务智能研判；应用
引言
近几年来，随着公安信息化系统建设不断地完善和提高，运用知识图谱技术构建一条警情数据的获取、流转、分析和研判的“数据链”，可以实现以“人、案、物、组织、地址”等基本要素关联关系的分析挖掘。在建设智慧警务的背景下，快速激发海量数据的价值，创造一种结合公安业务经验和AI人工智能相结合的“AI大脑”，已经成为新形势下警务系统要解决的重要课题。 一、警务智能研判技术的现状
大数据和人工智能的技术进步，推动了新科技革命的浪潮。公安机构需要通过推进“科技兴警”的战略，来精准化警务机制，提高警务工作效率。目前，警务智能研判系统存在很多亟待解决的问题，例如，虽然信息搜集途径很多，前端感知设备部署密集，收集了海量的业务数据，但是数据治理、分析的能力不足，导致警务人员不能及时获取准确的态势趋势，影响了警情的高效研判。因此，警务智能研判系统面临的问题具体表现在以下三方面：
（1）公安信息化建设中，部署了众多厂家的前端感知设备，产生了大量结构化、非结构化、半结构化的多源异构数据，现有系统往往只对结构化数据进行了简单应用，多数非结构化和半结构化数据并没有发挥真正的价值；
（2）各地公安的数据库建设情况存在差异，很多地方只建设了标准库和原始库，各类数据之间缺乏有价值的关联；
（3）只有少数警种开展了智能应用建设，尚未形成全警种的智能应用网络，导致预警和联动的能力普遍较低，也导致了大数据的智能应用系统存在着干扰信息过多、预警不及时、数据关联系差等缺陷。
二、知识图谱技术在警务大数据系统中的发展趋势
利益相关者理论目前，知识图谱的发展日渐成熟，尤其是行业知识图谱应用领域已经十分广泛。知识图谱自身具有融合碎片化知识等特征，它可以会让局部知识到全局知识进行快速融合，还可以将知识关联关系的搜索碎片化。此外，通过面向警务业务的整合和综合利用，构建数据的采集、存储、清洗、分析、挖掘和研判一体化平台，已成为当前警务研判系统发展的趋势：
（一）数据资源大整合，构建鲜活完整的数据库
通过汇集跨区域、跨警种的多源异构数据，建设由公安内部和外部、互联网舆情数据等组成的基础数据库。面向信息检索、分析和业务应用需求，构建主题数据库，形成数据齐全、主题清晰的数据库。
服装人台（二）构建具有海量存储、数据共享的数据中心
通过云计算、分布式存储等技术手段建设数据中心，可以显著提高对海量结构化、非结构化和半结构化数据的处理和分析能力。按照统一标准，分类别封装为通用的业务数据请求、访问和交换的接口，再通过服务数据总线统一对外开放，满足不同警种业务数据共享的需求。
（三）构建高效智能、算力强劲、贴合实战的AI大脑
“AI大脑”通过数据中心高性能计算机算力和大数据平台高效分析能力的支撑，可以对数据进行深度计算，形成有效的知识图谱，如数据碰撞、数据血缘、关系人挖掘、线索分析等，实现关键信息比对、分析和审查，该能力可以对各警种业务进行赋能。
三、警情智能化研判关键技术的研究
大数据、机器学习和知识图谱等新型技术，是警情智能研判的创新与运用的关键技术。借助对海量数据的分析,运用知识图谱技术实现关系预测、认知推演与数据分析,其产生的重要信息可以对警情进行智能化研判。本文通过数据融合关联和知识图谱关联预测的基本原理,以图结构数据信息的进化模式为基础,研究多目标复杂数据建模等关键技术,总结解析模型目标的活动规律,识别突发异常的事件模式。
（一）知识图谱架构
从逻辑角度考虑，知识图谱包含数据层和模式层：
INTERNET信息服务
数据层是由许多的事实构建而成，知识内容也是以事实为单位保存。若事实通过（实体1、关系、实体2）三元组来表达，通常选择图数据库作为核心储存体，比如Neo4j、GraphDB、FlockDB等。
模式层是知识图谱的核心，其构建在数据层之上，通过本体库来管理模式层。本体是结构化知识库的概念模板，本体库构建的知识库具有层次结构强、冗余程度小的优点。其知识图谱示意图如下图所示：
知识图谱示意图
（二）基于知识图谱的警务智能分析技术研究
（1）基于主题图本体技术构建公安情报知识库技术
主题图（topic map，简写TM）是一种由W3C（World Wide Web Consortium）提出的，由国际标准组织SGML（Standard Generalized Markup Language）委员会人员开发，用来组织信息的方法，该方法可以提供优质的信息导航。一个主题图由主题（topic）、关联(association)和资源出处(occurrences)构成的集合体。
主题是开放式的，公安领域的主题可以是一位人员、一件物品、一个案件等，主题之间又有各种关联，主题图的关联关系主要有代、属、分、参等，实现主题图本体的自动逻辑推理的功能。
1)Person（人员）：指与案件相关的人员，包括基本信息、涉案信息等；
2)Goods(物品)：指涉及案件或涉案人员的物品，也是现场提取痕迹的依据；
3)Case(案件)：指已发生的案件信息，包括证据材料、背景信息等；
4)Address(地址)：指地址信息，结合地理信息系统，可以精准查询定位的地址；
5)Car(车辆):指涉案中的车辆信息，包括所有人、车架号、颜、牌照、座位数等；
6)Intelligence analysis(情报分析)：指对现有情况进行分析和研判，推理出关于案件的整体脉络。
公安数据主题体系图
亚硝胺
（2）多目标在长期潜伏情况下的关联分析及行为预测
赛猫购购在原始数据图谱构造中，首先根据特定主题效应的最大化模式定位POI(Point of Interest)目标源，根据定位的POI样本对象分析传染的路径及数据之间的血缘关系。系统会在假设网
络结构保持稳定的条件下，通过不间断的传染来评估数据对象的感染时间点。在得到全部对象的可能感染时间点后，系统会根据时间的变化，通过对网络结构不断的修正阈值来建立模型。在建模过程中通过精确描绘网络系统的动态特征和趋势，对偶发的“噪点”进行筛选，以确认该信息是否是有效潜伏数据，从而达到抗过拟合的目的，克服多目标在样本数据中长期潜伏、信息稀梳的难题。此外，还可以通过数据打标的方法来对样本数据进行人为干预：
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议