一种基于贝叶斯网络的目标人员识别方法及其相关设备.pdf

(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CN113888316A(43)申请公布日2022.01.04(21)申请号202111217321.3(22)申请日2021.10.19(71)申请人平安银行股份有限公司地址518000广东省深圳市罗湖区深南东路5047号(72)发明人刘玲冯德亮田鸥李菲王丽虹文广明(74)专利代理机构深圳市世联合知识产权代理有限公司44385代理人刘畅(51)Int.Cl.G06Q40/02(2012.01)G06Q40/04(2012.01)G06K9/62(2006.01)权利要求书2页说明书13页附图5页(54)发明名称一种基于贝叶斯网络的目标人员识别方法及其相关设备(57)摘要本申请属于人工智能领域，应用于智慧政务管理领域中，涉及一种基于贝叶斯网络的目标人员识别方法，包括获取初始数据，通过预设的决策树对初始数据进行计算并输出包括初始人员、识别规则和信息增益比的识别数据；根据信息增益比选择目标识别规则，选取与目标识别规的目标人员，并计算目标人员作为第一类对象的第一目标概率；基于第一目标概率，通过贝叶斯网络模型计算目标人员作为第二类对象的第二目标概率。本申请还提供一种基于贝叶斯网络的目标人员识别装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，在识别过程中涉及到的数据可存储于区块链中。本申请能够提高对不同类型对象的识别准确率，以对人员类型识别提供有效科学支撑。CN113888316ACN113888316A权利要求书1/2页1.一种基于贝叶斯网络的目标人员识别方法，其特征在于，包括下述步骤：获取初始数据，通过预设的决策树对所述初始数据进行计算，并输出识别数据，其中，所述识别数据包括初始人员身份信息、识别规则和信息增益比；根据所述信息增益比，从所述识别规则中选择目标识别规则，基于所述初始人员身份信息，选取满足所述目标识别规则的初始人员作为目标人员，并计算所述目标人员作为第一类对象的第一目标概率；基于所述第一目标概率，通过贝叶斯网络模型计算所述目标人员作为第二类对象的第二目标概率，并根据所述第二目标概率生成与所述目标人员对应的人员核查数据进行下发。2.根据权利要求1所述的基于贝叶斯网络的目标人员识别方法，其特征在于，所述从所述识别规则中选择目标识别规则，基于所述初始人员身份信息，选取满足所述目标识别规则的初始人员作为目标人员，并计算所述目标人员作为第一类对象的第一目标概率的步骤具体包括：选择所述信息增益比满足预设的信息增益比阈值的所述识别规则作为所述目标识别规则，其中，所述目标识别规则包括至少一种；基于所述初始人员身份信息，将满足所述目标识别规则的所述初始人员作为所述目标人员；根据预设的概率模型计算所述目标人员作为第一类对象的第一目标概率。3.根据权利要求2所述的基于贝叶斯网络的目标人员识别方法，其特征在于，所述根据预设的概率模型计算所述目标人员作为第一类对象的第一目标概率的步骤具体包括：若识别出所述目标识别规则为多条，则根据所述预设的概率模型分别计算所述目标人员作为所述第一类对象时在每条所述目标识别规则中的概率；对所有所述目标人员作为所述第一类对象时在每条所述目标识别规则中的概率求均值，并将所述均值作为所述第一目标概率。4.根据权利要求1所述的基于贝叶斯网络的目标人员识别方法，其特征在于，所述基于所述第一目标概率，通过贝叶斯网络模型计算所述目标人员作为第二类对象的第二目标概率，并根据所述第二目标概率生成与所述目标人员对应的人员核查数据下发的步骤具体包括：获取预设的先验概率，基于所述第一目标概率与所述预设的先验概率，通过所述贝叶斯网络模型计算所述目标人员作为第二类对象的所述第二目标概率；获取所述第二目标概率超过预设的概率阈值的目标人员，并生成作为第二类对象的所述目标人员的所述人员核查数据进行下发复查。5.根据权利要求1所述的基于贝叶斯网络的目标人员识别方法，其特征在于，在基于所述第一目标概率，通过贝叶斯网络模型计算所述目标人员作为第二类对象的第二目标概率的步骤之前，还包括步骤：构建所述目标人员作为所述第一类对象以及作为所述第二类对象时的所述贝叶斯网模型。6.根据权利要求1所述的基于贝叶斯网络的目标人员识别方法，其特征在于，在所述获取初始数据，通过预设的决策树对所述初始数据进行计算的步骤之前还包括：2CN113888316A权利要求书2/2页获取原始数据，基于预设的粗选规则对所述原始数据进行粗选后输出待加工数据，其中，所述预设的粗选规则包括时间参数、身份参数或行为参数中的一种或多种；通过预设的数据加工工程从所述待加工数据中提取所述初始数据。7.一种基于贝叶斯网络的目标人员识别装置，其特征在于，包括：获取模块，用于获取初始数据，通过预设的决策树对所述初始数据进行计