CN102591955B - 网格化城市管理数据分析方法 - Google Patents
网格化城市管理数据分析方法 Download PDFInfo
- Publication number
- CN102591955B CN102591955B CN201110450060.XA CN201110450060A CN102591955B CN 102591955 B CN102591955 B CN 102591955B CN 201110450060 A CN201110450060 A CN 201110450060A CN 102591955 B CN102591955 B CN 102591955B
- Authority
- CN
- China
- Prior art keywords
- case
- correlation rule
- grid
- affairs
- kinds
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种网格化城市管理数据分析方法，具体为：1)从网格化城市管理案件的历史数据中，获取规定时间范围和规定区域范围的网格化管理案件的历史数据，作为关联规则数据；2)根据关联规则数据生成关联规则事务库；3)计算关联规则事务库中各类案件之间的支持度和置信度；4)根据计算得到的支持度和置信度，获取各类案件之间的关联规则，描述各类案件之间关系。本发明的分析方法，通过对原始历史数据进行处理建立计算关联规则事务库，计算得出各类案件之间的关联规则，从而描述各类案件之间关系。能够实现网格化城市管理各类案件之间关系的有效分析与描述，为实现不同种类案件的协同管理提供指导。
Description
技术领域
本发明涉及城市管理领域，尤其涉及一种网格化城市管理数据分析方法及系统。
背景技术
网格化城市管理模式是解决城市问题的重要手段，已经全国多个省市推广，并对城市管理乃至政府管理的理念、机制体制等诸多方面产生深远影响。其中，案件是网格化城市管理的核心，对网格化城市管理案件发生发展的研究尚处于起步阶段。
网格化城市管理是将辖区的管理空间范围按照一定的原则划分为若干个边界清晰、无缝拼接的地域单元，就是网格单元。城市出现问题之后，城市管理监督员、群众热线等上报城市问题，经确认后即生成一个“案件”，案件的数据格式见下表。
网格化城市管理案件的数据格式
网格化城市管理涉及的城市管理问题种类多、情况复杂，一个案件的发生往往受到多种因素的影响。因此，需要深入分析案件，特别是利用科技手段准确分析各类案件之间的关系，以发现各类案件发生的根本原因，并制定有针对性的城市管理措施，从而减少城市管理各类案件的发生。
现有的网格化城市管理数据分析主要采用多维统计分析方法，可以实现对不同区域、不同时间段内网格化城市管理案件统计，但是多维统计分析无法实现对网格化城市管理各类案件之间关系的有效分析与描述。因此，如何研发一种分析刻画网格化城市管理各类案件之间关系的模型，为实现不同种类案件的协同管理提供指导，是当前逼迫需要解决的问题。
发明内容
针对现有技术存在的问题，本发明的目的在于提供一种能够实现对网格化城市管理各类案件之间关系的有效分析与描述的网格化城市管理数据分析方法。
为了实现上述目的，本发明的网格化城市管理数据分析方法，具体为：
1)从网格化城市管理案件的历史数据中，获取规定时间范围和规定区域范围的网格化管理案件的历史数据，作为关联规则数据；2)根据关联规则数据生成关联规则事务库；3)计算关联规则事务库中各类案件之间的支持度和置信度；4)根据计算得到的支持度和置信度，获取各类案件之间的关联规则，描述各类案件之间关系。
进一步，所述网格化城市管理案件的历史数据的格式包括问题号、案件小类名称、街道、社区、网格单元、问题发生地址、地理坐标和上报时间；其中所述规定时间的最小单位为月，所述规定区域的最小单位为街道。
进一步，步骤2)中生成关联规则事务库的步骤为：将第m个空间单元，第n个时间段的立案案件定义为tmn，即一个事务，则所有事务的集合为事务数据库；其中空间单元为所述网格单元，所述时间段的最小单位为天。
进一步，步骤2)和步骤3)之间还包括根据事务数据库中的各事务和所述案件小类名称建立关联规则列表。
进一步，步骤3)中采用的计算算法为Apriori算法。
本发明公开了一种网格化城市管理数据分析方法，通过对原始历史数据进行处理建立计算关联规则事务库，计算得出各类案件之间的关联规则，从而描述各类案件之间关系。能够实现网格化城市管理各类案件之间关系的有效分析与描述，为实现不同种类案件的协同管理提供指导。
附图说明
图1为本发明的网格化城市管理数据分析方法的流程示意图。
具体实施方式
本发明的网格化城市管理数据分析方法，如图1所示，包括：
101、从网格化城市管理案件的历史数据中，获取规定时间范围和规定区域范围的历史数据，作为关联规则挖掘数据；其中所述规定时间的最小单位为月，所述规定区域的最小单位为街道。
例如，从某区网格化城市管理信息平台数据库中，提取一定时间段和一定区域范围的数据，如2010年1月份，某区第1街道的所有数据，将提取的数据作为关联规则挖掘数据。
102、生成关联规则事务库：事务库是关联规则算法的基础，将第m个“空间单元”，第n个时间段的立案案件定义为tmn，即一个事务，则所有事务的集合为事务库。其中空间单元为所述网格单元，所述时间段的最小单位为天。
例如，在某区网格化城市管理平台上，以第1街道、2010年1月份的范围内的案件为关联规则挖掘数据，以网格为“空间单元”，以天为时间段。例如编号为4879的网格，在2010年1月1日发生了无照经营游商、暴露垃圾、非法张贴小广告、道路破损、施工废弃料等5类案件，分别记为A、B、C、D、E，则A、B、C、D、E组成的集合就是一个事务，则如果第1街道上共有网格M个，在一月份的N＝31天中，形成一个包括M×N个事务的事务数据库。数据形式如下表，1代表在事务中发生了该类案件，0表示没有发生。
103、采用Apriori算法计算事务库中各类案件之间的支持度、置信度。其中的Apriori算法属于已知的技术在此不再作过多说明。
例如A＝＞B的支持度代表在所有的事务中A类案件与B类案件同时发生的可能性，置信度代表在所有的事务中A类案件发生时，B类案件也发生的可能性。
104、根据支持度、置信度，获取各类案件之间的关联规则，采用支持度和置信度两个指标描述各类案件之间关系。
例如，A＝＞B的支持度为0.7、置信度为0.8，而C＝＞D的支持度为0.6、置信度为0.75，则A类案件与B类案件之间的关系更加密切，A类案件引发B类案件的可能很高。而C类案件与D类案件之间的关系不太紧密。
对某区网格化城市管理平台的实际数据进行分析，结果是：无照经营游商类案件＝＞暴露垃圾类案件的支持度为0.75、置信度为0.91，这表明无照经营游商类案件与暴露垃圾类案件在同一地点、同一时间段发生的概率达到75％，而当无照经营游商案件发生时，暴露垃圾类案件发生的概率高达91％。这与无照经营游商管理不善，容易导致周边乱丢乱倒垃圾的实际情况相符合。
需要指出的是上述实施例只是示例性的对本发明加以说明，根据本发明的精神所做出的任意变形，均不应认为脱离本发明的保护范围。
Claims (3)
1.一种网格化城市管理数据分析方法，具体为：
1）从网格化城市管理案件的历史数据中，获取规定时间范围和规定区域范围的网格化管理案件的历史数据，作为关联规则数据；
2）根据关联规则数据生成关联规则事务库，生成关联规则事务库的步骤为：将第m个空间单元，第n个时间段的立案案件定义为t mn ，即一个事务，则所有事务的集合为关联规则事务库；其中空间单元为所述网格单元，所述时间段的最小单位为天；
3）计算关联规则事务库中各类案件之间的支持度和置信度；
4）根据计算得到的支持度和置信度，获取各类案件之间的关联规则，描述各类案件之间关系；
其中，所述网格化城市管理案件的历史数据的格式包括问题号、案件小类名称、街道、社区、网格单元、问题发生地址、地理坐标和上报时间；其中所述规定时间的最小单位为月，所述规定区域的最小单位为街道。
2.如权利要求1所述的网格化城市管理数据分析方法，其特征在于，步骤2）和步骤3）之间还包括根据关联规则事务库中的各事务和所述案件小类名称建立关联规则列表。
3.如权利要求2所述的网格化城市管理数据分析方法，其特征在于，步骤3）中采用的计算算法为Apriori算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110450060.XA CN102591955B (zh) | 2011-12-29 | 2011-12-29 | 网格化城市管理数据分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110450060.XA CN102591955B (zh) | 2011-12-29 | 2011-12-29 | 网格化城市管理数据分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102591955A CN102591955A (zh) | 2012-07-18 |
| CN102591955B true CN102591955B (zh) | 2016-10-05 |
Family
ID=46480593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110450060.XA Active CN102591955B (zh) | 2011-12-29 | 2011-12-29 | 网格化城市管理数据分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102591955B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104346355B (zh) * | 2013-07-26 | 2019-03-08 | 南京中兴力维软件有限公司 | 系列性公安案件的智能检索方法及其系统 |
| CN104123465B (zh) * | 2014-07-24 | 2017-04-19 | 中国软件与技术服务股份有限公司 | 一种基于聚类的大数据交叉分析预警方法及系统 |
| CN110955779A (zh) * | 2018-09-26 | 2020-04-03 | 北京融信数联科技有限公司 | 一种网格管理数据驱动的语义网生成方法 |
| CN109800974A (zh) * | 2018-12-31 | 2019-05-24 | 平安科技（深圳）有限公司 | 城市网格分配方法、装置及电子终端 |
| CN112348367B (zh) * | 2020-11-10 | 2024-05-28 | 魏垠 | 网格化数字城市管理方法及系统 |
-
2011
- 2011-12-29 CN CN201110450060.XA patent/CN102591955B/zh active Active
Non-Patent Citations (2)
| Title |
|---|
| 《关联规则挖掘在道路交通事故分析中的应用》;王云 等;《科学技术与工程》;20080526;全文 * |
| 《数据挖掘技术在铁路治安工作中的应用》;陈杰 等;《浙江理工大学学报》;20090206;1.2节，表1，第二章、第三章 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102591955A (zh) | 2012-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gabay et al. | Cost-benefit analysis of green buildings: An Israeli office buildings case study | |
| Grădinaru et al. | Land abandonment as a precursor of built-up development at the sprawling periphery of former socialist cities | |
| Yi et al. | Site location analysis for small hydropower using geo-spatial information system | |
| Chang et al. | A review of Building Information Modeling research for green building design through building performance analysis. | |
| Xu et al. | Exploring urban green spaces in China: Spatial patterns, driving factors and policy implications | |
| CN102591955B (zh) | 网格化城市管理数据分析方法 | |
| Dasgupta et al. | A megacity in a changing climate: the case of Kolkata | |
| De Bono et al. | A global exposure model for disaster risk assessment | |
| Díaz-Pacheco et al. | Urban sprawl in the Mediterranean urban regions in Europe and the crisis effect on the urban land development: Madrid as study case | |
| Kuang | Spatio-temporal patterns of intra-urban land use change in Beijing, China between 1984 and 2008 | |
| Kennedy et al. | Overcoming barriers to low carbon technology transfer and deployment: An exploration of the impact of projects in developing and emerging economies | |
| Li et al. | Getting ready for carbon capture and storage through a ‘CCS (Carbon Capture and Storage) Ready Hub’: A case study of Shenzhen city in Guangdong province, China | |
| Turkington et al. | Renewing Europe's housing | |
| Lejeune et al. | Development of a decision support system for setting up a wind energy policy across the Walloon Region (southern Belgium) | |
| Friedrich et al. | Greenhouse gases accounting and reporting for waste management–A South African perspective | |
| Htun | The EIA process in Asia and the Pacific region | |
| von Krauland et al. | Onshore wind energy atlas for the United States accounting for land use restrictions and wind speed thresholds | |
| Di Vita | Cultural events and heritage policy for the Milan Expo 2015: experimental intersections between mega-event and city | |
| Rahman | The Qatar national master plan | |
| Sturge et al. | Engineering and energy yield: The missing dimension of wind turbine assessment | |
| Liu et al. | Applying SLEUTH for simulating urban expansion of Hangzhou | |
| Wu | Intelligent city evaluation system | |
| Yakoub et al. | Urbanism as it should be: An overview of Environmental Urban Movements and Initiatives towards Sustainability | |
| Linzner et al. | Briefing: Waste management sustainability in low-income countries | |
| McGhee | GOMap: A Python-developed GIS opportunity mapping tool for renewable energy technologies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |