CN103605771A - 一种智能化辅助决策和维护系统及其运行方法 - Google Patents

Abstract

本发明涉及应急管理技术领域，尤其涉及一种智能化辅助决策和维护系统及其运行方法。所述的系统包括应用层、技术支撑层、数据层和硬件层；所述的应用层描述系统的功能应用，包括数据录入、数据维护和决策支持；所述的技术支撑层主要包括知识的结构化、特征词语提取、知识检索、知识显示、知识关联；所述的数据层主要包括预案库、案例库、事件知识库、法律法规库、知识关联库等；硬件层包括必要的服务器、显示终端、网络等。本发明解决了智能化决策的数据维护等问题，可以用于智能化辅助决策和维护系统上。

Description

一种智能化辅助决策和维护系统及其运行方法

技术领域

本发明涉及应急管理技术领域，尤其涉及一种智能化辅助决策和维护系统及其运行方法。

背景技术

智能决策支持系统IDSS的概念最早由美国学者伯恩切克(Bonczek)等人于20世纪80年代提出，它的功能是，既能处理定量问题，又能处理定性问题。IDSS的核心思想是将AI与其它相关科学成果相结合，使DSS具有人工智能，能够更充分地应用人类的知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。

其一般定义为以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，面对半结构化或非结构化的决策问题，辅助支持中、高层决策者的决策活动的、具有智能作用的人机计算机网络系统、会话系统、控制系统、运行及操作系统、数据库系统、模型库系统、规则库系统和用户共同构成。

目前大多数智能化辅助决策系统，侧重于依靠复杂的检索和分析算法，从大量非结构化数据中，挖掘出与需要解决问题相类似的知识。这种方法不仅实现复杂、运算复杂，且针对不同的输入条件，检索结果的关联精度不稳定，导致应用性不强。

发明内容

本发明解决的技术问题之一在于提供一种智能化辅助决策和维护系统，解决在突发事件发生时，一般应用系统无法为事件处置决策者智能化的提供高稳定性、高精确度的参考资料，导致决策错误，进而影响突发事件的正确处置，造成生命财产的损失等问题。

本发明解决的技术问题之二在于提供一种智能化辅助决策和维护系统的运行方法，旨在解决在突发事件发生时，一般应用系统无法为事件处置决策者智能化的提供高稳定性、高精确度的参考资料，导致决策错误，进而影响突发事件的正确处置，造成生命财产的损失等问题，同时解决突发事件处置办公人员在日常工作中，对应急相关知识库的维护问题，为知识间的关联检索提供样本数据。

本发明解决上述技术问题之一的技术方案是：

所述的系统包括应用层、技术支撑层、数据层和硬件层；

所述的应用层描述系统的功能应用，包括数据录入、数据维护和决策支持；

所述的技术支撑层主要包括知识的结构化、特征词语提取、知识检索、知识显示、知识关联；

所述的数据层主要包括预案库、案例库、事件知识库、法律法规库、知识关联库等，预案库存储结构化数字化预案知识、预案特征词语信息；案例库存储结构化案例知识、案例特征词语信息；事件知识库存储结构化事件知识、事件特征词语信息；法律法规库存储结构化法律法规知识、法律法规特征词语信息；知识关联库存储上述知识间关联关系信息；

硬件层包括必要的服务器、显示终端、网络等。

本发明解决上述技术问题之二的技术方案是：

主要包括数据录入流程、数据维护流程和决策支持流程；

数据录入流程为针对纸质或电子版知识，参照相关知识的结构化要求，对知识进行录入，录入过程中对知识中的特征词语进行提取，经人工判别后存入数据库中；

数据维护流程为知识的查询浏览、知识的自动关联和人工关联、知识的特征词语提取和确认，知识信息入库；

决策支持流程为针对当前报送的突发事件信息，依照结构化知识检索办法对关联知识进行查询，对查询后的知识依照知识间的关联关系进行关联，最终提供符合度高、稳定度强的辅助决策知识。

数据录入流程具体实现步骤如下：

1)收集纸质或电子版的历史知识信息，包括预案知识、案例知识、事件知识、法律法规知识等；

2)依照各种知识的结构化设计界面，进行知识的录入工作；其中预案知识结构设计为{预案概况、总论、危险分析、机构职责、预防预警、应急响应、后期处置、应急保障、监督管理、附则、附件、预案全文}，其中针对预案概况，更详细的结构设计为{预案标题、预案种类、事件分类、责任部门、负责人、编制时间、联系电话、手机}；案例知识结构设计为{基本情况、损失情况、处置过程、重要启示、对策建议、备注、附件}，其中基本情况更详细的结构设计为{案例名称、发生时间、结束时间、发生地点、事故类型、事件等级、主题词、案例摘要}，其中关于损失情况更详细的结构设计为{行政区域、经济损失、死亡人数、失踪人数、影响区域、受伤人数、受困人数、描述}；事件知识结构设计为{名称、定义、成因、主要案例、防护措施、典型图片}；法律法规结构设计为{名称、颁布单位、颁布时间、实施时间、种类、适用范围、当前状态、主题词、附件}；事件报送信息的结构设计为{事件标题、经纬度、事发地点、影响范围、发生时间、事件概要、事件类型、事件等级、事件图标、事发原因}；

3)特征词语提取和选定，依照特征词语提取算法，从结构化知识指定的字段中，提取出知识的特征词语信息；

4)将相关数据存入数据库中。

数据维护流程具体实现步骤如下：

1)针对某种类型的知识，从数据库中检索出未经维护的知识信息，并进行显示；知识类型为案例库、事件知识库、法律法规库等；

2)利用自动关联算法，从本类型数据库中或其他类型数据库中检索关联知识，自动关联算法同时对相关知识关联度进行打分，打分结果作为辅助决策中知识列表排序的依据；打分数字为0-1之间的小数，其中分值最小值为0，分值最大值为1。

3)通过浏览相关知识详情，并对自动打分结果进行调整；操作员同时可以选择删除关联度不高的知识，或增加没有被关联到，但同时实际关联度又很高的知识；其中没有被关联到的知识获取方法：一是从知识分类中，查找相关类型的所有知识、二是通过模糊查询的方式，通过自设关键字进行检索、三是凭经验确定关联知识；

4)将关联关系保存到知识关联库中。

决策支持流程具体实现步骤如下：

1)智能化辅助决策的输入信息为结构化的事件报送信息，其中事件报送信息的结构设计为{事件标题、经纬度、事发地点、影响范围、发生时间、事件概要、事件类型、事件等级、事件图标、事发原因}；

2)根据结构化的报送信息，利用自动关联算法，从预案库中查找到关联预案；

3)根据关联预案与其他类型知识的关联关系，检索出其他类型的关联知识；其他类型知识包括案例知识、法律法规知识、历史事件知识；预案知识与案例知识、法律法规知识、历史事件知识之间的关联关系是办公人员在日常数据维护过程中建立起来的，并在此基础上进行自动知识关联；设定经维护的关联知识的关联度分值总是高于自动关联结果的知识分值；用户在采用辅助知识的过程中，可以人工改变所有的知识分值，使其更加符合实际，经过改正后的知识关联分值，在下次利用过程中，会被认定为经维护的关联知识；

4)决策人员利用检索的结果知识作为辅助决策依据。

所述的知识间自动关联算法，具体的实现方案为：

预案知识自动关联案例知识具体如下例所示：

事件分类对应事故类型，

预案事件等级对应事件等级，

预案种类对应发生地点，

编制目的、适用范围和工作原则对应主题词；

事件分类和事故类型依照分类表层次和关联关系进行打分，所属类型距离同一根节点越近，分值越高，反之分值越低；实现方法为，先找到事件分类的层次，比如为i，然后找到事故类型层次，比如为j，如果i小于j，则将事故类型层次依照父子关系，找到i层，对事件分类i层分类名与事故类型i层分类名进行比较，相同则关联关系为1；否则两者均依据父子关系向上溯祖，直至找到同一祖先，距离越远，关联关系分值越小；

预案事件等级与事件等级均定义为四级，同为一个级别的分值最高，预案等级比事件等级高1级，分值随着减少，预案等级比事件等级低，分值为0；

事件发生地点在预案范围内，依照国家、省、市/地区、县、部门和企事业单位的关系，在层次越低级别上进行吻合，分值越高，不在预案定义的区域范围内时，分值为0；

主题词与编制目的、适用范围、工作原则中特征词语吻合数量越大，分值越高，否则分值越少；

对上述四项结构化数据进行打分后，再综合打分；

结构化事件报送信息与预案知识的自动关联具体如下例所示：

事件类型对应事件分类，

事件等级对应预警分类，

发生时间对应编制时间，

事件地点对应预案种类，

事件概要对应编制目的和适用范围；

事件类型和事件分类依照分类表层次和关联关系进行打分，所属类型距离同一根节点越近，分值越高，反之分值越低。实现方法为，先找到事件类型的层次，比如为i，然后找到事件分类的层次，比如为j，如果i小于j，则将事件分类的层次依照父子关系，找到i层，对事件类型i层分类名与事件分类i层分类名进行比较，相同则关联关系为1；否则两者均依据父子关系向上溯祖，直至找到同一祖先，距离越远，关联关系分值越小；

预案事件等级与事件等级均定义为四级，同为一个级别的分值最高，预案等级比事件等级高1级，分值随着减少，预案等级比事件等级低，分值为0；

发生时间对应编制时间，发生时间与编制时间愈接近，分值越高，否则越低；

事件发生地点在预案范围内，依照国家、省、市/地区、县、部门和企事业单位的关系，在层次越低级别上进行吻合，分值越高，不在预案定义的区域范围内时，分值为0；

事件概要中特征词语与编制目的、适用范围中特征词语吻合数量越多，分值越高，否则分值越低。

有益效果：

本发明结合结构化技术、关联关系技术、特征词语提取技术、检索技术，建立了一个集数据录入、数据维护和智能化辅助决策的健康生态系统，该系统具有辅助决策效率高、稳定性强、精度高，能有效的为应急办公人员提供决策支持的特点。

本文提出的智能化辅助决策和维护系统，充分利用结构化的知识信息、知识间的关联关系信息和从各知识中提取出的特征词语，对要解决的问题进行知识关联，有效的提高了检索结果精度和稳定性；同时根据突发事件应急处置的特点和工作实际，提供知识库维护方法，对知识库间的关联关系信息和具体知识的特征信息进行日常维护，为知识的关联检索和分析提供基础数据支撑。

附图说明

下面结合附图对本发明进一步说明：

附图是本发明系统架构图。

具体实施方式

如附图所示，本发明系统共分为四个层次，分别为应用层、技术支撑层、数据层和硬件层。

应用层描述了系统的功能应用，包括数据录入、数据维护和决策支持。数据录入是信息来源、数据维护是为决策提供支持和数据样本、决策支持是系统应用目的。

技术支撑层主要包括知识的结构化、特征词语提取、知识检索、知识显示、知识关联等。

数据层主要包括预案库、案例库、事件知识库、法律法规库、知识关联库等。预案库存储结构化数字化预案知识、预案特征词语信息；案例库存储结构化案例知识、案例特征词语信息；事件知识库存储结构化事件知识、事件特征词语信息；法律法规库存储结构化法律法规知识、法律法规特征词语信息；知识关联库存储上述知识间关联关系信息。

硬件层包括必要的服务器、显示终端、网络等。

该系统简单的数据流程图包括数据录入流程、数据维护流程和决策支持流程。

数据录入流程为针对纸质或电子版知识，参照相关知识的结构化要求，对知识进行录入，录入过程中对知识中的特征词语进行提取，经人工判别后存入数据库中。

数据维护流程为知识的查询浏览、知识的自动关联和人工关联、知识的特征词语提取和确认，知识信息入库。

决策支持流程为针对当前报送的突发事件信息，依照结构化知识检索办法对关联知识进行查询，对查询后的知识依照知识间的关联关系进行关联，最终提供符合度高、稳定度强的辅助决策知识。

(二)实施流程

该系统主要包括三个应用操作流程，分别为数据录入流程、数据维护流程和决策支持流程，为更详细的说明各流程和其中用到的数据结构和关键技术，分别说明如下：

数据录入流程具体实现步骤：

1)收集纸质或电子版的历史知识信息，包括预案知识、案例知识、事件知识、法律法规知识等。

2)依照各种知识的结构化设计界面，进行知识的录入工作。其中预案知识结构设计为{预案概况、总论、危险分析、机构职责、预防预警、应急响应、后期处置、应急保障、监督管理、附则、附件、预案全文}，其中针对预案概况，更详细的结构设计为{预案标题、预案种类、事件分类、责任部门、负责人、编制时间、联系电话、手机}；案例知识结构设计为{基本情况、损失情况、处置过程、重要启示、对策建议、备注、附件}，其中基本情况更详细的结构设计为{案例名称、发生时间、结束时间、发生地点、事故类型、事件等级、主题词、案例摘要}，其中关于损失情况更详细的结构设计为{行政区域、经济损失、死亡人数、失踪人数、影响区域、受伤人数、受困人数、描述}；事件知识结构设计为{名称、定义、成因、主要案例、防护措施、典型图片}；法律法规结构设计为{名称、颁布单位、颁布时间、实施时间、种类、适用范围、当前状态、主题词、附件}。事件报送信息的结构设计为{事件标题、经纬度、事发地点、影响范围、发生时间、事件概要、事件类型、事件等级、事件图标、事发原因}。

3)特征词语提取和选定，依照特征词语提取算法，从结构化知识指定的字段中，提取出知识的特征词语信息。

4)将相关数据存入数据库中。

数据维护流程具体实现步骤：

1)针对某种类型的知识，从数据库中检索出未经维护的知识信息，并进行显示。知识类型为案例库、事件知识库、法律法规库等。

2)利用自动关联算法，从本类型数据库中或其他类型数据库中检索关联知识，自动关联算法同时对相关知识关联度进行打分，打分结果作为辅助决策中知识列表排序的依据。打分数字为0-1之间的小数，其中分值最小值为0，分值最大值为1。

3)通过浏览相关知识详情，并对自动打分结果进行调整。操作员同时可以选择删除关联度不高的知识，或增加没有被关联到，但同时实际关联度又很高的知识。其中没有被关联到的知识获取方法：一是从知识分类中，查找相关类型的所有知识、二是通过模糊查询的方式，通过自设关键字进行检索、三是凭经验确定关联知识。

4)将关联关系保存到知识关联库中。

决策支持流程具体实现步骤：

1)智能化辅助决策的输入信息为结构化的事件报送信息，其中事件报送信息的结构设计为{事件标题、经纬度、事发地点、影响范围、发生时间、事件概要、事件类型、事件等级、事件图标、事发原因}。

2)根据结构化的报送信息，利用自动关联算法，从预案库中查找到关联预案。

3)根据关联预案与其他类型知识的关联关系，检索出其他类型的关联知识。其他类型知识包括案例知识、法律法规知识、历史事件知识。预案知识与案例知识、法律法规知识、历史事件知识之间的关联关系是办公人员在日常数据维护过程中建立起来的，并在此基础上进行自动知识关联。为了保证辅助决策知识的高符合度和结果的稳定性，经维护的关联知识的关联度分值总是高于自动关联结果的知识分值。当然用户在采用辅助知识的过程中，可以人工改变所有的知识分值，使其更加符合实际，经过改正后的知识关联分值，在下次利用过程中，会被认定为经维护的关联知识。

4)决策人员利用检索的结果知识作为辅助决策依据。

上述所有流程中，涉及到的知识间自动关联算法，具体的实现方案为：

举例说明预案知识自动关联案例知识具体的实现方案为：

事件分类对应事故类型

预案事件等级对应事件等级

预案种类对应发生地点

编制目的、适用范围和工作原则对应主题词

事件分类和事故类型依照分类表层次和关联关系进行打分，所属类型距离同一根节点越近，分值越高，反之分值越低。实现方法为，先找到事件分类的层次，比如为i，然后找到事故类型层次，比如为j，如果i小于j，则将事故类型层次依照父子关系，找到i层，对事件分类i层分类名与事故类型i层分类名进行比较，相同则关联关系为1；否则两者均依据父子关系向上溯祖，直至找到同一祖先，距离越远，关联关系分值越小。

预案事件等级与事件等级均定义为四级，同为一个级别的分值最高，预案等级比事件等级高1级，分值随着减少，预案等级比事件等级低，分值为0。

事件发生地点在预案范围内，依照国家、省、市/地区、县、部门和企事业单位的关系，在层次越低级别上进行吻合，分值越高，不在预案定义的区域范围内时，分值为0。

主题词与编制目的、适用范围、工作原则中特征词语吻合数量越大，分值越高，否则分值越少。

对上述四项结构化数据进行打分后，再综合打分。

举例说明结构化事件报送信息与预案知识的自动关联具体实现方案：

事件类型对应事件分类

事件等级对应预警分类

发生时间对应编制时间

事件地点对应预案种类

事件概要对应编制目的和适用范围

事件类型和事件分类依照分类表层次和关联关系进行打分，所属类型距离同一根节点越近，分值越高，反之分值越低。实现方法为，先找到事件类型的层次，比如为i，然后找到事件分类的层次，比如为j，如果i小于j，则将事件分类的层次依照父子关系，找到i层，对事件类型i层分类名与事件分类i层分类名进行比较，相同则关联关系为1；否则两者均依据父子关系向上溯祖，直至找到同一祖先，距离越远，关联关系分值越小。

预案事件等级与事件等级均定义为四级，同为一个级别的分值最高，预案等级比事件等级高1级，分值随着减少，预案等级比事件等级低，分值为0

发生时间对应编制时间，发生时间与编制时间愈接近，分值越高，否则越低。

事件发生地点在预案范围内，依照国家、省、市/地区、县、部门和企事业单位的关系，在层次越低级别上进行吻合，分值越高，不在预案定义的区域范围内时，分值为0。

事件概要中特征词语与编制目的、适用范围中特征词语吻合数量越多，分值越高，否则分值越低。

Claims (8)

1.智能化辅助决策和维护系统，其特征在于：所述的系统包括应用层、技术支撑层、数据层和硬件层；

所述的应用层描述系统的功能应用，包括数据录入、数据维护和决策支持；

所述的技术支撑层主要包括知识的结构化、特征词语提取、知识检索、知识显示、知识关联；

所述的数据层主要包括预案库、案例库、事件知识库、法律法规库、知识关联库等，预案库存储结构化数字化预案知识、预案特征词语信息；案例库存储结构化案例知识、案例特征词语信息；事件知识库存储结构化事件知识、事件特征词语信息；法律法规库存储结构化法律法规知识、法律法规特征词语信息；知识关联库存储上述知识间关联关系信息；

硬件层包括必要的服务器、显示终端、网络等。

2.权利要求1所述系统的运行方法，其特征在于：主要包括数据录入流程、数据维护流程和决策支持流程；

数据录入流程为针对纸质或电子版知识，参照相关知识的结构化要求，对知识进行录入，录入过程中对知识中的特征词语进行提取，经人工判别后存入数据库中；

数据维护流程为知识的查询浏览、知识的自动关联和人工关联、知识的特征词语提取和确认，知识信息入库；

决策支持流程为针对当前报送的突发事件信息，依照结构化知识检索办法对关联知识进行查询，对查询后的知识依照知识间的关联关系进行关联，最终提供符合度高、稳定度强的辅助决策知识。

3.根据权利要求2所述的运行方法，其特征在于：

数据录入流程具体实现步骤如下：

1)收集纸质或电子版的历史知识信息，包括预案知识、案例知识、事件知识、法律法规知识等；

2)依照各种知识的结构化设计界面，进行知识的录入工作；其中预案知识结构设计为{预案概况、总论、危险分析、机构职责、预防预警、应急响应、后期处置、应急保障、监督管理、附则、附件、预案全文}，其中针对预案概况，更详细的结构设计为{预案标题、预案种类、事件分类、责任部门、负责人、编制时间、联系电话、手机}；案例知识结构设计为{基本情况、损失情况、处置过程、重要启示、对策建议、备注、附件}，其中基本情况更详细的结构设计为{案例名称、发生时间、结束时间、发生地点、事故类型、事件等级、主题词、案例摘要}，其中关于损失情况更详细的结构设计为{行政区域、经济损失、死亡人数、失踪人数、影响区域、受伤人数、受困人数、描述}；事件知识结构设计为{名称、定义、成因、主要案例、防护措施、典型图片}；法律法规结构设计为{名称、颁布单位、颁布时间、实施时间、种类、适用范围、当前状态、主题词、附件}；事件报送信息的结构设计为{事件标题、经纬度、事发地点、影响范围、发生时间、事件概要、事件类型、事件等级、事件图标、事发原因}；

3)特征词语提取和选定，依照特征词语提取算法，从结构化知识指定的字段中，提取出知识的特征词语信息；

4)将相关数据存入数据库中。

4.根据权利要求2所述的运行方法，其特征在于：

数据维护流程具体实现步骤如下：

1)针对某种类型的知识，从数据库中检索出未经维护的知识信息，并进行显示；知识类型为案例库、事件知识库、法律法规库等；

2)利用自动关联算法，从本类型数据库中或其他类型数据库中检索关联知识，自动关联算法同时对相关知识关联度进行打分，打分结果作为辅助决策中知识列表排序的依据；打分数字为0-1之间的小数，其中分值最小值为0，分值最大值为1。

3)通过浏览相关知识详情，并对自动打分结果进行调整；操作员同时可以选择删除关联度不高的知识，或增加没有被关联到，但同时实际关联度又很高的知识；其中没有被关联到的知识获取方法：一是从知识分类中，查找相关类型的所有知识、二是通过模糊查询的方式，通过自设关键字进行检索、三是凭经验确定关联知识；

4)将关联关系保存到知识关联库中。

5.根据权利要求3所述的运行方法，其特征在于：

数据维护流程具体实现步骤如下：

1)针对某种类型的知识，从数据库中检索出未经维护的知识信息，并进行显示；知识类型为案例库、事件知识库、法律法规库等；

2)利用自动关联算法，从本类型数据库中或其他类型数据库中检索关联知识，自动关联算法同时对相关知识关联度进行打分，打分结果作为辅助决策中知识列表排序的依据；打分数字为0-1之间的小数，其中分值最小值为0，分值最大值为1。

3)通过浏览相关知识详情，并对自动打分结果进行调整；操作员同时可以选择删除关联度不高的知识，或增加没有被关联到，但同时实际关联度又很高的知识；其中没有被关联到的知识获取方法：一是从知识分类中，查找相关类型的所有知识、二是通过模糊查询的方式，通过自设关键字进行检索、三是凭经验确定关联知识；

4)将关联关系保存到知识关联库中。

6.根据权利要求2至5任一项所述的运行方法，其特征在于：

决策支持流程具体实现步骤如下：

1)智能化辅助决策的输入信息为结构化的事件报送信息，其中事件报送信息的结构设计为{事件标题、经纬度、事发地点、影响范围、发生时间、事件概要、事件类型、事件等级、事件图标、事发原因}；

2)根据结构化的报送信息，利用自动关联算法，从预案库中查找到关联预案；

3)根据关联预案与其他类型知识的关联关系，检索出其他类型的关联知识；其他类型知识包括案例知识、法律法规知识、历史事件知识；预案知识与案例知识、法律法规知识、历史事件知识之间的关联关系是办公人员在日常数据维护过程中建立起来的，并在此基础上进行自动知识关联；设定经维护的关联知识的关联度分值总是高于自动关联结果的知识分值；用户在采用辅助知识的过程中，可以人工改变所有的知识分值，使其更加符合实际，经过改正后的知识关联分值，在下次利用过程中，会被认定为经维护的关联知识；

4)决策人员利用检索的结果知识作为辅助决策依据。

7.根据权利要求2至5任一项所述的运行方法，其特征在于：

所述的知识间自动关联算法，具体的实现方案为：

预案知识自动关联案例知识具体如下例所示：

事件分类对应事故类型，

预案事件等级对应事件等级，

预案种类对应发生地点，

编制目的、适用范围和工作原则对应主题词；

事件分类和事故类型依照分类表层次和关联关系进行打分，所属类型距离同一根节点越近，分值越高，反之分值越低；实现方法为，先找到事件分类的层次，比如为i，然后找到事故类型层次，比如为j，如果i小于j，则将事故类型层次依照父子关系，找到i层，对事件分类i层分类名与事故类型i层分类名进行比较，相同则关联关系为1；否则两者均依据父子关系向上溯祖，直至找到同一祖先，距离越远，关联关系分值越小；

预案事件等级与事件等级均定义为四级，同为一个级别的分值最高，预案等级比事件等级高1级，分值随着减少，预案等级比事件等级低，分值为0；

事件发生地点在预案范围内，依照国家、省、市/地区、县、部门和企事业单位的关系，在层次越低级别上进行吻合，分值越高，不在预案定义的区域范围内时，分值为0；

主题词与编制目的、适用范围、工作原则中特征词语吻合数量越大，分值越高，否则分值越少；

对上述四项结构化数据进行打分后，再综合打分；

结构化事件报送信息与预案知识的自动关联具体如下例所示：

事件类型对应事件分类，

事件等级对应预警分类，

发生时间对应编制时间，

事件地点对应预案种类，

事件概要对应编制目的和适用范围；

事件类型和事件分类依照分类表层次和关联关系进行打分，所属类型距离同一根节点越近，分值越高，反之分值越低。实现方法为，先找到事件类型的层次，比如为i，然后找到事件分类的层次，比如为j，如果i小于j，则将事件分类的层次依照父子关系，找到i层，对事件类型i层分类名与事件分类i层分类名进行比较，相同则关联关系为1；否则两者均依据父子关系向上溯祖，直至找到同一祖先，距离越远，关联关系分值越小；

预案事件等级与事件等级均定义为四级，同为一个级别的分值最高，预案等级比事件等级高1级，分值随着减少，预案等级比事件等级低，分值为0；

发生时间对应编制时间，发生时间与编制时间愈接近，分值越高，否则越低；

事件发生地点在预案范围内，依照国家、省、市/地区、县、部门和企事业单位的关系，在层次越低级别上进行吻合，分值越高，不在预案定义的区域范围内时，分值为0；

事件概要中特征词语与编制目的、适用范围中特征词语吻合数量越多，分值越高，否则分值越低。

8.根据权利要求6所述的运行方法，其特征在于：

所述的知识间自动关联算法，具体的实现方案为：

预案知识自动关联案例知识具体如下例所示：

事件分类对应事故类型，

预案事件等级对应事件等级，

预案种类对应发生地点，

编制目的、适用范围和工作原则对应主题词；

事件分类和事故类型依照分类表层次和关联关系进行打分，所属类型距离同一根节点越近，分值越高，反之分值越低；实现方法为，先找到事件分类的层次，比如为i，然后找到事故类型层次，比如为j，如果i小于j，则将事故类型层次依照父子关系，找到i层，对事件分类i层分类名与事故类型i层分类名进行比较，相同则关联关系为1；否则两者均依据父子关系向上溯祖，直至找到同一祖先，距离越远，关联关系分值越小；

预案事件等级与事件等级均定义为四级，同为一个级别的分值最高，预案等级比事件等级高1级，分值随着减少，预案等级比事件等级低，分值为0；

事件发生地点在预案范围内，依照国家、省、市/地区、县、部门和企事业单位的关系，在层次越低级别上进行吻合，分值越高，不在预案定义的区域范围内时，分值为0；

主题词与编制目的、适用范围、工作原则中特征词语吻合数量越大，分值越高，否则分值越少；

对上述四项结构化数据进行打分后，再综合打分；

结构化事件报送信息与预案知识的自动关联具体如下例所示：

事件类型对应事件分类，

事件等级对应预警分类，

发生时间对应编制时间，

事件地点对应预案种类，

事件概要对应编制目的和适用范围；

事件类型和事件分类依照分类表层次和关联关系进行打分，所属类型距离同一根节点越近，分值越高，反之分值越低。实现方法为，先找到事件类型的层次，比如为i，然后找到事件分类的层次，比如为j，如果i小于j，则将事件分类的层次依照父子关系，找到i层，对事件类型i层分类名与事件分类i层分类名进行比较，相同则关联关系为1；否则两者均依据父子关系向上溯祖，直至找到同一祖先，距离越远，关联关系分值越小；

预案事件等级与事件等级均定义为四级，同为一个级别的分值最高，预案等级比事件等级高1级，分值随着减少，预案等级比事件等级低，分值为0；

发生时间对应编制时间，发生时间与编制时间愈接近，分值越高，否则越低；

事件发生地点在预案范围内，依照国家、省、市/地区、县、部门和企事业单位的关系，在层次越低级别上进行吻合，分值越高，不在预案定义的区域范围内时，分值为0；

事件概要中特征词语与编制目的、适用范围中特征词语吻合数量越多，分值越高，否则分值越低。

Images