本技術(shù)涉及人工智能，特別涉及一種鄰里糾紛風(fēng)險(xiǎn)事件預(yù)測方法及裝置。

背景技術(shù)：

1、國外公開的關(guān)于社會(huì)風(fēng)險(xiǎn)事件研究主要圍繞美國官方設(shè)立的若干輕罪預(yù)測系統(tǒng)。在風(fēng)險(xiǎn)事件預(yù)測上，由于異常事件數(shù)據(jù)分布的稀缺性，除了通用的數(shù)據(jù)表示和預(yù)測方法外，主要集中在數(shù)據(jù)集的構(gòu)建和增強(qiáng)，以應(yīng)對(duì)特定場景的特定任務(wù)。國內(nèi)的研究主要聚焦于腳本事件預(yù)測任務(wù)，通過引入分層gru(gated?recurrent?unit，門控循環(huán)單元)、圖網(wǎng)絡(luò)等，對(duì)事件進(jìn)行更好的表示，并且引入相應(yīng)的知識(shí)，達(dá)到對(duì)事件本身的更好預(yù)測。風(fēng)險(xiǎn)評(píng)估領(lǐng)域，主要集中在生產(chǎn)安全、地球物理等領(lǐng)域，需要細(xì)致的建模分析，采用的方法比較傳統(tǒng)，鄰里糾紛風(fēng)險(xiǎn)領(lǐng)域則少有公開的文獻(xiàn)。

2、相關(guān)技術(shù)中，風(fēng)險(xiǎn)事件的評(píng)估與預(yù)測需要綜合考慮多種因素，現(xiàn)有基于神經(jīng)網(wǎng)絡(luò)等技術(shù)的預(yù)測模型存在數(shù)據(jù)稀疏、對(duì)事件的組合特征和序列特征考慮不足、預(yù)測類型單一等問題，亟待改進(jìn)。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供一種鄰里糾紛風(fēng)險(xiǎn)事件預(yù)測方法及裝置，以解決相關(guān)技術(shù)中，基于神經(jīng)網(wǎng)絡(luò)等技術(shù)的預(yù)測模型存在數(shù)據(jù)稀疏、對(duì)事件的組合特征和序列特征考慮不足、預(yù)測類型單一等的問題。

2、本技術(shù)第一方面實(shí)施例提供一種鄰里糾紛風(fēng)險(xiǎn)事件預(yù)測方法，包括以下步驟：從公網(wǎng)平臺(tái)中采集原始案例信息，并抽取所述原始案例信息的風(fēng)險(xiǎn)事件要素，以生成鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集；篩選出所述鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集中鄰里糾紛風(fēng)險(xiǎn)事件的當(dāng)事人在矛盾演化過程的至少一個(gè)關(guān)鍵影響因素，以辨識(shí)鄰里糾紛風(fēng)險(xiǎn)事件矛盾演化機(jī)制；利用所述鄰里糾紛風(fēng)險(xiǎn)事件矛盾演化機(jī)制搭建鄰里糾紛風(fēng)險(xiǎn)事件演化過程仿真模型，以建立模塊內(nèi)部變量之間的關(guān)系；基于所述模塊內(nèi)部變量之間的關(guān)系，利用大語言模型計(jì)算所述鄰里糾紛風(fēng)險(xiǎn)事件演化過程仿真模型的各個(gè)變量數(shù)值，以通過任一當(dāng)事人的負(fù)面情緒閾值生成最終的風(fēng)險(xiǎn)事件預(yù)測結(jié)果。

3、通過上述技術(shù)方案，本技術(shù)實(shí)施例可以通過系統(tǒng)化的方法，結(jié)合公網(wǎng)平臺(tái)的數(shù)據(jù)采集與大語言模型的分析能力，有效構(gòu)建鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集，并識(shí)別矛盾演化過程中的關(guān)鍵影響因素，不僅增強(qiáng)了對(duì)鄰里糾紛風(fēng)險(xiǎn)事件的理解，還通過建立仿真模型，明確了各變量之間的關(guān)系，從而實(shí)現(xiàn)了對(duì)風(fēng)險(xiǎn)事件的量化預(yù)測。這種可解釋性和量化的預(yù)測能力，有助于提前識(shí)別和干預(yù)潛在的鄰里糾紛，促進(jìn)社會(huì)和諧與穩(wěn)定。

4、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述抽取所述原始案例信息的風(fēng)險(xiǎn)事件要素，以生成鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集，包括：檢測所述原始案例信息的文本信息中包含鄰里糾紛的相關(guān)字眼，以篩選出鄰里糾紛相關(guān)文本信息；基于預(yù)先構(gòu)建的鄰里糾紛案件法條知識(shí)列表，對(duì)所述鄰里糾紛相關(guān)文本信息進(jìn)行法條知識(shí)匹配，以得到帶有矛盾涉及法條標(biāo)簽的文本數(shù)據(jù)；應(yīng)用大語言模型對(duì)所述文本數(shù)據(jù)進(jìn)行事件和行為人屬性抽取，以確定所述風(fēng)險(xiǎn)事件要素。

5、通過上述技術(shù)方案，本技術(shù)實(shí)施例可以通過系統(tǒng)化地提取和篩選原始案例信息中的鄰里糾紛相關(guān)文本，結(jié)合法條知識(shí)匹配和大語言模型的應(yīng)用，可以高效地構(gòu)建鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集。這一過程不僅提高了數(shù)據(jù)處理的準(zhǔn)確性和效率，還確保了數(shù)據(jù)的全面性和可靠性，為后續(xù)的風(fēng)險(xiǎn)事件分析和預(yù)測提供了堅(jiān)實(shí)的基礎(chǔ)。

6、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集包括行為人屬性、先前矛盾事件鏈、矛盾雙方家庭和工作狀態(tài)、矛盾發(fā)生時(shí)間、矛盾發(fā)生地點(diǎn)、矛盾發(fā)生天氣、矛盾雙方情緒狀態(tài)、矛盾涉及法條中的至少之一。

7、通過上述技術(shù)方案，本技術(shù)實(shí)施例中鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集涵蓋行為人屬性、先前矛盾事件鏈、矛盾雙方家庭和工作狀態(tài)等多個(gè)維度的信息，這種全面的數(shù)據(jù)結(jié)構(gòu)有助于深入分析和理解鄰里糾紛的復(fù)雜性，能夠更準(zhǔn)確地識(shí)別風(fēng)險(xiǎn)因素和演化機(jī)制，從而提高風(fēng)險(xiǎn)事件預(yù)測的準(zhǔn)確性和可靠性，為構(gòu)建和諧社區(qū)提供科學(xué)依據(jù)。

8、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述行為人屬性包括性別、年齡、民族、職業(yè)、社會(huì)面貌、犯罪記錄、精神病史中的至少之一；所述先前矛盾事件鏈包括起因事件、發(fā)展事件、高潮事件中的至少之一；所述矛盾雙方家庭和工作狀態(tài)包括婚姻史、近期工作情況中的至少之一。

9、通過上述技術(shù)方案，本技術(shù)實(shí)施例可以通過將行為人屬性、先前矛盾事件鏈以及矛盾雙方的家庭和工作狀態(tài)等多維度因素納入鄰里糾紛風(fēng)險(xiǎn)事件預(yù)測模型中，可以全面、細(xì)致地分析和評(píng)估鄰里糾紛的風(fēng)險(xiǎn)，增強(qiáng)預(yù)測的準(zhǔn)確性和可靠性。這種多元化的數(shù)據(jù)整合方式，有助于深入理解矛盾的根源及其演化過程，從而為制定有效的預(yù)防和調(diào)解措施提供科學(xué)依據(jù)，促進(jìn)社會(huì)和諧與穩(wěn)定。

10、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述至少一個(gè)關(guān)鍵影響因素包括當(dāng)事人客觀受矛盾影響程度、當(dāng)事人家庭情況、當(dāng)事人家庭參與系數(shù)、當(dāng)事人神經(jīng)質(zhì)人格特質(zhì)、當(dāng)事人受教育程度、對(duì)方對(duì)矛盾態(tài)度、實(shí)際解決結(jié)果、當(dāng)事人對(duì)解決方案態(tài)度、解決方案實(shí)際完成效率、解決方案持續(xù)時(shí)間、對(duì)方執(zhí)行解決方案積極性、對(duì)方法治意識(shí)、對(duì)方對(duì)處理結(jié)果態(tài)度中的至少之一。

11、通過上述技術(shù)方案，本技術(shù)實(shí)施例可以通過識(shí)別和分析多個(gè)關(guān)鍵影響因素，如當(dāng)事人受到矛盾影響的程度、家庭情況、情緒特質(zhì)等，能夠全面評(píng)估鄰里糾紛的風(fēng)險(xiǎn)演化機(jī)制。這種綜合性的方法不僅提升了風(fēng)險(xiǎn)事件預(yù)測的準(zhǔn)確性和可靠性，還為相關(guān)決策提供了科學(xué)依據(jù)，有助于及時(shí)干預(yù)和化解潛在的鄰里矛盾，從而維護(hù)社會(huì)和諧與穩(wěn)定。

12、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述至少一個(gè)關(guān)鍵影響因素包括對(duì)方對(duì)矛盾態(tài)度、性別、對(duì)方工作崗位、當(dāng)事人溝通態(tài)度、對(duì)方性格、對(duì)方工作強(qiáng)度、矛盾對(duì)對(duì)方影響程度、對(duì)方先前經(jīng)歷、第三方公信力、矛盾對(duì)對(duì)方影響程度、第三方調(diào)解時(shí)間、第三方調(diào)解態(tài)度、第三方調(diào)解復(fù)雜度、第三方調(diào)解能力中的至少之一。

13、通過上述技術(shù)方案，本技術(shù)實(shí)施例的關(guān)鍵影響因素涵蓋了多種與鄰里糾紛相關(guān)的社會(huì)心理和環(huán)境變量，如對(duì)方對(duì)矛盾的態(tài)度、性別、工作崗位、溝通態(tài)度等。這種多維度的因素考慮使得風(fēng)險(xiǎn)事件預(yù)測方法更加全面和精準(zhǔn)，能夠更好地反映出鄰里糾紛的復(fù)雜性和動(dòng)態(tài)性，從而提高預(yù)測的準(zhǔn)確性和可解釋性，為有效化解鄰里矛盾提供科學(xué)依據(jù)。

14、本技術(shù)第二方面實(shí)施例提供一種鄰里糾紛風(fēng)險(xiǎn)事件預(yù)測裝置，包括：生成模塊，用于從公網(wǎng)平臺(tái)中采集原始案例信息，并抽取所述原始案例信息的風(fēng)險(xiǎn)事件要素，以生成鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集；辨識(shí)模塊，用于篩選出所述鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集中鄰里糾紛風(fēng)險(xiǎn)事件的當(dāng)事人在矛盾演化過程的至少一個(gè)關(guān)鍵影響因素，以辨識(shí)鄰里糾紛風(fēng)險(xiǎn)事件矛盾演化機(jī)制；構(gòu)建模塊，用于利用所述鄰里糾紛風(fēng)險(xiǎn)事件矛盾演化機(jī)制搭建鄰里糾紛風(fēng)險(xiǎn)事件演化過程仿真模型，以建立模塊內(nèi)部變量之間的關(guān)系；預(yù)測模塊，用于基于所述模塊內(nèi)部變量之間的關(guān)系，利用大語言模型計(jì)算所述鄰里糾紛風(fēng)險(xiǎn)事件演化過程仿真模型的各個(gè)變量數(shù)值，以通過任一當(dāng)事人的負(fù)面情緒閾值生成最終的風(fēng)險(xiǎn)事件預(yù)測結(jié)果。

15、通過上述技術(shù)方案，本技術(shù)實(shí)施例可以通過系統(tǒng)化的方法，結(jié)合公網(wǎng)平臺(tái)的數(shù)據(jù)采集與大語言模型的分析能力，有效構(gòu)建鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集，并識(shí)別矛盾演化過程中的關(guān)鍵影響因素，不僅增強(qiáng)了對(duì)鄰里糾紛風(fēng)險(xiǎn)事件的理解，還通過建立仿真模型，明確了各變量之間的關(guān)系，從而實(shí)現(xiàn)了對(duì)風(fēng)險(xiǎn)事件的量化預(yù)測。這種可解釋性和量化的預(yù)測能力，有助于提前識(shí)別和干預(yù)潛在的鄰里糾紛，促進(jìn)社會(huì)和諧與穩(wěn)定。

16、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述生成模塊，包括：篩選單元，用于檢測所述原始案例信息的文本信息中包含鄰里糾紛的相關(guān)字眼，以篩選出鄰里糾紛相關(guān)文本信息；匹配單元，用于基于預(yù)先構(gòu)建的鄰里糾紛案件法條知識(shí)列表，對(duì)所述鄰里糾紛相關(guān)文本信息進(jìn)行法條知識(shí)匹配，以得到帶有矛盾涉及法條標(biāo)簽的文本數(shù)據(jù)；抽取單元，用于應(yīng)用大語言模型對(duì)所述文本數(shù)據(jù)進(jìn)行事件和行為人屬性抽取，以確定所述風(fēng)險(xiǎn)事件要素。

17、通過上述技術(shù)方案，本技術(shù)實(shí)施例可以通過系統(tǒng)化地提取和篩選原始案例信息中的鄰里糾紛相關(guān)文本，結(jié)合法條知識(shí)匹配和大語言模型的應(yīng)用，可以高效地構(gòu)建鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集。這一過程不僅提高了數(shù)據(jù)處理的準(zhǔn)確性和效率，還確保了數(shù)據(jù)的全面性和可靠性，為后續(xù)的風(fēng)險(xiǎn)事件分析和預(yù)測提供了堅(jiān)實(shí)的基礎(chǔ)。

18、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集包括行為人屬性、先前矛盾事件鏈、矛盾雙方家庭和工作狀態(tài)、矛盾發(fā)生時(shí)間、矛盾發(fā)生地點(diǎn)、矛盾發(fā)生天氣、矛盾雙方情緒狀態(tài)、矛盾涉及法條中的至少之一。

19、通過上述技術(shù)方案，本技術(shù)實(shí)施例中鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集涵蓋行為人屬性、先前矛盾事件鏈、矛盾雙方家庭和工作狀態(tài)等多個(gè)維度的信息，這種全面的數(shù)據(jù)結(jié)構(gòu)有助于深入分析和理解鄰里糾紛的復(fù)雜性，能夠更準(zhǔn)確地識(shí)別風(fēng)險(xiǎn)因素和演化機(jī)制，從而提高風(fēng)險(xiǎn)事件預(yù)測的準(zhǔn)確性和可靠性，為構(gòu)建和諧社區(qū)提供科學(xué)依據(jù)。

20、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述行為人屬性包括性別、年齡、民族、職業(yè)、社會(huì)面貌、犯罪記錄、精神病史中的至少之一；所述先前矛盾事件鏈包括起因事件、發(fā)展事件、高潮事件中的至少之一；所述矛盾雙方家庭和工作狀態(tài)包括婚姻史、近期工作情況中的至少之一。

21、通過上述技術(shù)方案，本技術(shù)實(shí)施例可以通過將行為人屬性、先前矛盾事件鏈以及矛盾雙方的家庭和工作狀態(tài)等多維度因素納入鄰里糾紛風(fēng)險(xiǎn)事件預(yù)測模型中，可以全面、細(xì)致地分析和評(píng)估鄰里糾紛的風(fēng)險(xiǎn)，增強(qiáng)預(yù)測的準(zhǔn)確性和可靠性。這種多元化的數(shù)據(jù)整合方式，有助于深入理解矛盾的根源及其演化過程，從而為制定有效的預(yù)防和調(diào)解措施提供科學(xué)依據(jù)，促進(jìn)社會(huì)和諧與穩(wěn)定。

22、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述至少一個(gè)關(guān)鍵影響因素包括當(dāng)事人客觀受矛盾影響程度、當(dāng)事人家庭情況、當(dāng)事人家庭參與系數(shù)、當(dāng)事人神經(jīng)質(zhì)人格特質(zhì)、當(dāng)事人受教育程度、對(duì)方對(duì)矛盾態(tài)度、實(shí)際解決結(jié)果、當(dāng)事人對(duì)解決方案態(tài)度、解決方案實(shí)際完成效率、解決方案持續(xù)時(shí)間、對(duì)方執(zhí)行解決方案積極性、對(duì)方法治意識(shí)、對(duì)方對(duì)處理結(jié)果態(tài)度中的至少之一。

23、通過上述技術(shù)方案，本技術(shù)實(shí)施例可以通過識(shí)別和分析多個(gè)關(guān)鍵影響因素，如當(dāng)事人受到矛盾影響的程度、家庭情況、情緒特質(zhì)等，能夠全面評(píng)估鄰里糾紛的風(fēng)險(xiǎn)演化機(jī)制。這種綜合性的方法不僅提升了風(fēng)險(xiǎn)事件預(yù)測的準(zhǔn)確性和可靠性，還為相關(guān)決策提供了科學(xué)依據(jù)，有助于及時(shí)干預(yù)和化解潛在的鄰里矛盾，從而維護(hù)社會(huì)和諧與穩(wěn)定。

24、可選地，在本技術(shù)的一個(gè)實(shí)施例中，所述至少一個(gè)關(guān)鍵影響因素包括對(duì)方對(duì)矛盾態(tài)度、性別、對(duì)方工作崗位、當(dāng)事人溝通態(tài)度、對(duì)方性格、對(duì)方工作強(qiáng)度、矛盾對(duì)對(duì)方影響程度、對(duì)方先前經(jīng)歷、第三方公信力、矛盾對(duì)對(duì)方影響程度、第三方調(diào)解時(shí)間、第三方調(diào)解態(tài)度、第三方調(diào)解復(fù)雜度、第三方調(diào)解能力中的至少之一。

25、通過上述技術(shù)方案，本技術(shù)實(shí)施例的關(guān)鍵影響因素涵蓋了多種與鄰里糾紛相關(guān)的社會(huì)心理和環(huán)境變量，如對(duì)方對(duì)矛盾的態(tài)度、性別、工作崗位、溝通態(tài)度等。這種多維度的因素考慮使得風(fēng)險(xiǎn)事件預(yù)測方法更加全面和精準(zhǔn)，能夠更好地反映出鄰里糾紛的復(fù)雜性和動(dòng)態(tài)性，從而提高預(yù)測的準(zhǔn)確性和可解釋性，為有效化解鄰里矛盾提供科學(xué)依據(jù)。

26、本技術(shù)第三方面實(shí)施例提供一種電子設(shè)備，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序，以實(shí)現(xiàn)如上述實(shí)施例所述的鄰里糾紛風(fēng)險(xiǎn)事件預(yù)測方法。

27、本技術(shù)第四方面實(shí)施例提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上的鄰里糾紛風(fēng)險(xiǎn)事件預(yù)測方法。

28、本技術(shù)第五方面實(shí)施例提供一種計(jì)算機(jī)程序，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被執(zhí)行時(shí)，用于實(shí)現(xiàn)如上的鄰里糾紛風(fēng)險(xiǎn)事件預(yù)測方法。

29、本技術(shù)實(shí)施例可以結(jié)合公網(wǎng)平臺(tái)的數(shù)據(jù)采集與大語言模型的分析能力，系統(tǒng)化地構(gòu)建鄰里糾紛風(fēng)險(xiǎn)事件數(shù)據(jù)集，識(shí)別矛盾演化過程中的關(guān)鍵影響因素。不僅增強(qiáng)了對(duì)鄰里糾紛風(fēng)險(xiǎn)事件的理解，還通過建立仿真模型明確了各變量之間的關(guān)系，實(shí)現(xiàn)了對(duì)風(fēng)險(xiǎn)事件的量化預(yù)測，從而有助于提前識(shí)別和干預(yù)潛在的鄰里糾紛，促進(jìn)社會(huì)和諧與穩(wěn)定。此外，數(shù)據(jù)集涵蓋行為人屬性、先前矛盾事件鏈及矛盾雙方的家庭和工作狀態(tài)等多個(gè)維度的信息，確保了數(shù)據(jù)的全面性和可靠性，為后續(xù)的風(fēng)險(xiǎn)分析提供了堅(jiān)實(shí)基礎(chǔ)。通過對(duì)多維度因素的綜合分析，能夠深入理解矛盾的根源及其演化過程，從而為制定有效的預(yù)防和調(diào)解措施提供科學(xué)依據(jù)，提升預(yù)測的準(zhǔn)確性和可靠性。這種全面的考慮使得風(fēng)險(xiǎn)事件預(yù)測方法更加精準(zhǔn)，有效化解鄰里矛盾，維護(hù)社會(huì)和諧與穩(wěn)定。

30、本技術(shù)附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本技術(shù)的實(shí)踐了解到。