社交行为分析与人物画像

目前，多数公共安全部门的人员较少、案件较多，针对于重大案件，尽快破案可以减少人员伤亡及财务损失，更能减弱案件对于社会带来的不良影响。案件的线索稀少，人力有限，视频监控、语音通话、社交网络信息等数据庞大且分散，分析整理数据需要大量的人力和时间，快速破案的难度，可见一斑。

半人科技协助某公共安全部门进行案件调查，梳理上亿条数据信息，快速进行全网信息交叉对比分析，如社交平台信息、通讯记录、日常活动监控视频等，整理出人物画像、构建出人物关系图谱，并对其下一步行为进行预测以及动态追踪，助力犯罪嫌疑人的尽快落网。

通过掌握的相关人员的社交网络基本信息以及证人对于案件的描述，进行全网络数据挖掘和过滤，包括用户名、简介、座右铭、发表过的文章、评论等，利用自然语义深度学习技术，建立此用户目标的本体，生成语义级画像；对其他社交类网站进行基于用户模型的全网匹配，发现和定位相似度较高的用户；对用户评论数据进行语义分析，评估用户之间的关联度，建立用户关联知识图谱。与已有案底信息进行分析配对，通过机器学习算法，进行多层关系推演，最终锁定犯罪嫌疑人并实现动态追踪。在数亿实体和数十亿的人物关系网中，只需秒级运算即可获得运算结果，极大提升警员分析研判效率。