申请/专利权人：杭州华亭科技有限公司

申请日：2021-08-17

公开（公告）日：2021-12-31

公开（公告）号：CN113869356A

主分类号：G06K9/62(20060101)

分类号：G06K9/62(20060101);G06Q50/26(20120101);G10L15/26(20060101);G10L25/51(20130101);G06F16/35(20190101)

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2024.03.01#发明专利申请公布后的驳回;2022.01.21#实质审查的生效;2021.12.31#公开

摘要：本发明公开了一种基于贝叶斯分类的人员脱逃倾向性判断方法，包括以下步骤：步骤1、通过数据采集上报系统采集上报目标人员日常数据；目标人员在日常作业时，收集其日常填写的心理测试、监控收集的谈话语音以及管理人员对其行为表现的评估文字材料；步骤2、将步骤一中的文字材料进行汇总整理，将语音转化成文字，同时利用文本切割手段对文本进行分割和语意提取。本发明能提前判断目标人员脱逃倾向性心理，能提前协助管理人员进行告警，从而采取不同的管理措施杜绝相应的事件发生，可以帮助监管地管理人员实施更好的精确化管理，大大提高管理效率和管理准确度。

主权项：1.一种基于贝叶斯分类的人员脱逃倾向性判断方法，其特征在于，包括以下步骤：步骤1、通过数据采集上报系统采集上报目标人员日常数据；目标人员在日常作业时，收集其日常填写的心理测试、监控收集的谈话语音以及管理人员对其行为表现的评估文字材料；步骤2、将步骤一中的文字材料进行汇总整理，将语音转化成文字，同时利用文本切割手段对文本进行分割和语意提取；并对分割后的文本语意进行脏数据过滤，剔除对分析无帮助的语气助词以及语音重复度比较高的文本；步骤3、对文本数据进行特征转化，通过bag-of-words词袋模型计算文本向量，得到每一个文本的向量表示；步骤4、对样本进行标注；基于上报的目标人员日常数据，标注其后续的脱逃倾向性情况作为样本分类标签，所述脱逃倾向性情况分为高、中、低；步骤5、重复步骤1-步骤4，积累训练样本数据和标签，从而用于训练模型；步骤6、基于步骤5样本构建贝叶斯模型，利用贝叶斯公式构建分类概率；步骤7、基于步骤6训练得到模型结果，并对后续测试样本进行检测，验证模型效果；步骤8、重复步骤6和步骤7构建完成贝叶斯模型；步骤9、通过docker镜像对步骤8的模型服务进行部署上线，对于后续采集的目标人员日常数据经过清洗后进入贝叶斯模型，进行目标人员脱逃倾向性预测，并给出监控建议。

全文数据：

权利要求：

百度查询： 杭州华亭科技有限公司 一种基于贝叶斯分类的人员脱逃倾向性判断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD