(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111521764.1 (22)申请日 2021.12.13 (71)申请人 重庆紫光华山智安科技有限公司 地址 400700 重庆市北碚区云汉大道1 17号 附386号 (72)发明人 吴涛　汪昊　 (74)专利代理 机构 北京同达信恒知识产权代理 有限公司 1 1291 代理人 常晓 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01) G06F 16/33(2019.01) G06F 40/30(2020.01) (54)发明名称 一种人员管理方法、 装置、 电子设备及存储 介质 (57)摘要 本申请实施例提供了一种人员管 理方法、 装 置、 电子设备及存储介质， 用于对人员的信访行 为进行预测和管理， 降低信访事件发生率。 所述 方法包括： 获取目标对象基于时间序列的定位数 据和交通出行数据； 根据所述定位数据和交通出 行数据确定预设多个特征参数中每个特征参数 对应的特征值； 其中， 所述多个特征参数为对信 访产生影 响的多个事件对应的参数； 通过训练好 的预测模型中的第一子模型基于所述每个特征 参数对应的特征值预测所述目标对象的第一信 访概率； 若所述第一信访概率大于第一预设阈 值， 则基于所述第一信访概率生成第一管理指 令； 其中， 所述第一管理指令用于指示管理人员 对所述目标对象采取 管控措施。 权利要求书2页 说明书18页 附图2页 CN 114418175 A 2022.04.29 CN 114418175 A 1.一种人员管理方法， 其特 征在于， 所述方法包括： 获取目标对象基于时间序列的定位数据和交通出 行数据； 根据所述定位数据和 交通出行数据确定预设多个特征参数中每个特征参数对应的特 征值； 其中， 所述多个特 征参数为对信访产生影响的多个事 件对应的参数； 通过训练好的预测模型中的第一子模型基于所述每个特征参数对应的特征值预测所 述目标对象的第一信访概率； 其中， 所述第一子模型为通过第一训练数据集对回归模型进 行拟合得到的， 所述第一训练数据集包括所述多个特征参数中每个特征参数对应的多个特 征值； 若所述第一信访概率大于第一预设阈值， 则基于所述第一信访概率生成第一管理指 令； 其中， 所述第一管理指令用于指示管理人员对所述目标对象采取 管控措施。 2.如权利要求1所述的方法， 其特征在于， 所述多个特征参数包括异常轨迹类别、 预设 事件最近一次发生的时刻与当前时刻的间隔时长、 所述预设事件在第一预设时长内出现的 次数和最近一次定位信号消失的持续时长， 所述异常轨迹类别用于指示预设区域的敏感等 级， 所述预设事件包括出现在所述预设区域、 购票、 安检、 所述目标对象与其它管控对象同 行、 所述目标对象与所述 其它管控 对象聚集和定位信号消失中的至少一种。 3.如权利要求1所述的方法， 其特征在于， 所述通过训练好的预测模型中的第 一子模型 基于所述每 个特征参数对应的特 征值预测所述目标对象的第一信访概 率， 包括： 确定每个特征值对应的特 征分数； 通过第一预设值减去所述每个特征值对应的特征分数， 得到第一差值； 其中， 所述第一 预设值为所述多个特 征参数对应的全量分数集 合中的最大值； 确定所述第 一差值与 所述第一预设值之间的第 二差值， 以及所述第 一预设值和第 二预 设值之间的第三差值； 其中， 所述第二预设值 为所述全量分数集 合中的最小值； 根据所述第二差值和所述第三差值之间的比值预测所述第一信访概 率。 4.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 若所述第一信访概率小于第二预设阈值， 则基于所述第一信访概率生成第二管理指 令； 其中， 所述第二预设阈值小于所述第一预设阈值， 所述第二管 理指令用于指示所述管 理 人员对所述目标对象进行观察。 5.如权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 若所述第一信访概率大于所述第 二预设阈值且小于所述第 一预设阈值， 则获取所述目 标对象的历史信访数据和情报文本数据； 其中， 所述情报文本数据为管理人员收集并记录 的所述目标对象的行为的数据； 根据所述历史信访数据和情 报文本数据预测所述目标对象的第二信访概 率； 根据所述第 一信访概率和所述第 二信访概率确定所述目标对象的目标信访概率， 并基 于所述目标信访概 率生成管理指令 。 6.如权利要求5所述的方法， 其特征在于， 所述根据 所述历史信访数据和情报文本数据 预测所述目标对象的第二信访概 率， 包括： 通过训练好的语言模型对所述情 报文本数据进行语义分析； 按照预定义信访类别对语义分析结果进行分类； 其中， 所述预定义信访类别包括明确 会信访、 大概 率会信访、 小概 率会信访、 明确不会信访和信访无关事 件；权　利　要　求　书 1/2 页 2 CN 114418175 A 2确定第二预设时长内每 个信访类别对应的事 件次数； 根据所述历史信访数据确定所述目标对象在第三预设时长内的历史信访次数； 通过所述预测模型中的第二子模型基于所述每个信访类别对应的事件次数和所述历 史信访次数分别对应的特征值预测所述第二信访概率； 其中， 所述第二子模型为通过第二 训练数据集对所述回归模型进 行拟合得到的， 所述第二训练数据集包括所述每个信访类别 对应的事 件次数和所述历史信访次数分别对应的多个特 征值。 7.如权利要求1 ‑6任一项所述的方法， 其特 征在于， 所述预测模型通过以下 方式获得： 获取训练样本集； 其中， 所述训练样本集包括所有管控对象基于时间序列的定位数据、 交通出行数据、 历史信访数据和情 报文本数据； 基于所述训练样本集， 分别统计所述所有管控对象中每个管控对象的时长类别数据、 次数类别数据和异常轨迹类别； 其中， 所述时长类别数据包括预设事件中每个事件最近一 次发生的时刻与当前时刻的间隔时长、 最近一次定位信号消失的持续时长， 所述次数类别 数据包括所述每个事件在第一预设时长内出现的次数、 第二预设时长内每个信 访类别对应 的事件次数和第三预设时长内的历史信访次数； 对所述时长类别数据和次数类别数据按照预设规则进行区间量 化， 得到区间量 化值； 根据所述区间量化值和所述异常轨迹类别对应的特征值确定第一训练数据集和第二 训练数据集； 分别基于所述第一训练数据集和第 二训练数据集对所述 回归模型进行训练， 得到所述 预测模型。 8.一种人员管理装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取目标对象基于时间序列的定位数据和交通出 行数据； 处理模块， 用于根据 所述定位数据和交通出行数据确定预设多个特征参数中每个特征 参数对应的特 征值； 其中， 所述多个特 征参数为对信访产生影响的多个事 件对应的参数； 所述处理模块， 还用于通过训练好的预测模型中的第 一子模型基于所述每个特征参数 对应的特征值预测所述 目标对象的第一信访概率； 其中， 所述第一子模型为通过第一训练 数据集对回归模型进 行拟合得到的， 所述第一训练数据集包括所述多个特征参数中每个特 征参数对应的多个特 征值； 所述处理模块， 还用于在所述第一信访概率大于第一预设阈值时， 基于所述第一信访 概率生成第一管理指令； 其中， 所述第一管理指令用于指示管理人员对所述 目标对象采取 管控措施。 9.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储程序指令； 处理器， 用于调用所述存储器中存储的程序指令， 按照获得的程序指令执行权利要求 1‑7任一项所述的方法包括的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序包括程序指 令， 所述程序指 令当被计算机执行时， 使 所述计算机执行如 权利要求1 ‑7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114418175 A 3