CN108984795B - 一种基于数据挖掘技术的街面序化决策支持系统及方法 - Google Patents
一种基于数据挖掘技术的街面序化决策支持系统及方法 Download PDFInfo
- Publication number
- CN108984795B CN108984795B CN201810916779.XA CN201810916779A CN108984795B CN 108984795 B CN108984795 B CN 108984795B CN 201810916779 A CN201810916779 A CN 201810916779A CN 108984795 B CN108984795 B CN 108984795B
- Authority
- CN
- China
- Prior art keywords
- data
- street
- ordering
- analysis
- display
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005516 engineering process Methods 0.000 title claims abstract description 26
- 238000007418 data mining Methods 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 238000012163 sequencing technique Methods 0.000 claims abstract description 15
- 238000011161 development Methods 0.000 claims abstract description 12
- 238000004140 cleaning Methods 0.000 claims abstract description 8
- 241000288113 Gallirallus australis Species 0.000 claims abstract description 4
- 238000007726 management method Methods 0.000 claims description 48
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 238000005553 drilling Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000007639 printing Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 238000012800 visualization Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000010354 integration Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 4
- 238000013079 data visualisation Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 235000021168 barbecue Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于数据挖掘技术的街面序化决策支持方法，包括步骤：1)数据清洗；2)街面序化建模分析；3)通过Spring+SpringMVC+MyBatis框架，采用MySQL数据库，基于B/S架构的街面序化决策支持系统；利用Java技术调用Weka模型包进行分析，并在后台进行数据库的调用，Html5进行前端页面展示。本发明的有益效果是：发明提出的系统与方法结合实际业务开展情况，对街面序化相关的历史数据和业务情况进行研究分析，利用数据挖掘等技术提出街面序化分类预测模型、高发区域分类预测模型和街面序化关联规则模型，利用可视化技术和web技术等建立了街面序化决策支持系统原型，实现了街面序化工作的直观化、多样化展示，为城市街面序化工作提供了实际工作支持和决策指导。
Description
技术领域
本发明涉及城市街面序化系统及方法，更具体说，它涉及一种基于数据挖掘技术的街面序化决策支持系统及方法。
背景技术
随着城市规模的不断扩大，城市管理中问题数量和问题类型也日益增多。在物联网、云计算、大数据等新一代信息技术迅猛发展的背景下，人们的生产、生活和思维方式都随之发生了巨大的变化。一方面，新一代信息技术在各行各业中得以应用，为产业的升级发展带来了新的机遇；另一方面，如何充分利用并发挥新一代信息技术的优势，又在发展中形成了新的挑战，使得城市治理有了新的发展方向和要求。
经过多年的信息化建设，信息化基础设施已较为完善，这为“数字城市”、“智慧城市”的建设提供了良好的基础。经过“数字城市”的建设，城市运行的相关数据得以积累，城市大数据初具雏形。到了“智慧城市”建设阶段，随着大数据、云计算等新一代信息技术的发展，对城市治理提出了更高的要求，从在线化、数据化扩展到了可视化、智能化等。
在城市管理的信息化和智慧化建设中，产生并积累了数量庞大、类型繁多、内涵丰富的城市运行和管理数据，这为城市研究提供了有利的基础条件。城市管理相关部门已积累了大量城市历史数据，并仍在源源不断地产生新的城市运行和管理相关数据。这些数据的量级较大、结构复杂、类型繁多、内涵丰富，数据本身即是一种宝贵的资源。但要将这些数据资源转化为有效信息和知识，需要用到数据挖掘等技术，使得城市数据不仅具有庞大的规模，也能展示出丰富的内涵。在城市建设举措落实过程中，产生了一些亟待解决的问题，比如数据和信息系统有待整合、信息资源利用程度有待提高、管理决策支持能力有待提升等。
对城市街面实行序化管理是提高城市管理水平的有效举措之一。街面序化的案件统计范围包括智慧城管中的街面秩序类案件和执法督查系统中的保序类案件，比如无照经营游商、流浪乞讨、占道废品收购、机动车乱停放、非机动车乱停放、乱堆物堆料、商业噪音、黑车拉客、露天烧烤、沿街晾挂、非法出版物销售、空调室外机低挂等。街面序化案件类型多且数量大，在发现问题和解决问题上都存在着一定的难度。在大数据等新时代背景下，如何利用数据挖掘技术为城市街面序化管理提供决策支持是一项值得研究的课题。
专利201710188794.2“智慧城市公共信息管理方法及智慧城市公共信息管理系统”提出了一种智慧城市公共信息管理方法及系统,该方法包括：以桥接的形式与前置设备建立链接；向前置设备发送带有客户端标识的数据请求,根据反馈数据的描述将反馈数据划分为共享信息数据和交换信息数据；将共享信息数据进行对比清洗、转换及集成后形成整合共享信息数据；并对整合共享信息数据进行保存；将交换信息数据进行对比清洗、转换及集成后形成整合交换信息数据；并对整合交换信息数据进行保存；根据共享调用请求从共享信息数据库中调取对应的整合共享信息数据并发送至客户端；根据处理指令进行处理后向客户端发送输出数据。专利201610268404.8“一种城市道路交通秩序管理评价系统”提供了一种城市道路交通秩序管理评价系统,其能解决现有的实时监控系统、管理信息系统之间因数据模型无法统一而存在的相互独立、数据交互性差、无法进行信息关联的问题。其包括统一模型管理模块、数据集成管理模块、统一展示集成模块、安全管理模块和统一数据库；统一模型管理模块、数据集成管理模块、统一集成展示模块分别与统一数据库之间进行数据交互,统一模型管理模块、数据集成管理模块、统一集成展示模块分别通过数据总线与所述安全管理模块进行数据连接。这些方法和系统对城市管理都有积极作用，但第一种方法与系统只实现了城市公用信息的整合和共享，并没有对历史数据进行挖掘分析；第二种方法与系统只实现了对城市道路交通秩序的管理和评价，并没有利用现有的实时监控系统对城市街面秩序管理提供决策支持。两种方法都没有对城市街面历史数据进行挖掘分析，且都没有在街面序化管理上为相关职能部门提供决策。
发明内容
本发明的目的在于克服上述不足而提供一种基于数据挖掘技术的街面序化决策支持系统及方法。
基于数据挖掘技术的街面序化决策支持方法，包括如下步骤：
第一步，数据清洗：过滤数据中案件小类ID为空的记录；过滤数据中案件小类ID为异常0值的记录；过滤数据中的名称字段以及空值的字段；
第二步，街面序化建模分析：建立了街面序化分析模型，并用公式1表示；
SOAM＝ER+ET+EP (公式1)
其中，SOAM表示街面序化分析模型；结合实际业务情况，道路工作效能、队伍工作效能和流程效能可分别用公式2、公式3和公式4表示；
其中，R表示道路事件发生总数，FR表示道路复杂度，PR表示道路人员投入量，E1表示道路工作效能系数；A表示区域事件发现总数，FA表示区域复杂度，PA表示区域人员投入量，E2表示队伍工作效能系数；CS表示街面序化案件的立案数，A表示事件数，CE表示街面序化案件的结案数，E3表示流程效能系数；
第三步，通过Spring+SpringMVC+MyBatis框架，采用MySQL数据库，设计基于B/S架构的街面序化决策支持系统；利用Java技术调用Weka模型包进行分析，并在后台进行数据库的调用，Html5进行前端页面的展示。
基于数据挖掘技术的街面序化决策支持方法的系统，包括：
1)数据服务模块
数据服务模块是管理整个数据支撑平台对外数据查询的接入接口，包含数据服务封装管理、嵌入接口管理、接入接口管理三个管理模块，以及一个WebService服务平台和四个底层实施类接口；其中，数据服务封装管理支持数据请求的的场景化封装，Webservice平台根据请求的场景号，获取数据查询和结果输出；通过数据访问接口封装方式，实现企业整体应用框架中相关的数据平台、总线平台、应用平台的数据访问和传输的公用接口管理；嵌入接口和接入接口管理是对通过约定请求系统进行认证信息的配置，Webservice平台接受请求时，根据认证配置信息进行访问控制；用WebService服务平台，实现可连接数据源的对外数据提供服务；
2)分析数据应用模块
分析数据应用主要是实现了街面序化数据多层次、多形式的展示，具体包括图表展示、地图展示、地图要素编辑、分析数据使用操作、分析数据发布等；其中图表展示是指分析数据以图形、报表形式进行展现；地图展示是指涉及地理数据的分析结果数据在地图上进行直接标注和展现；地图要素编辑是指用户能够在街面序化展示地图图层中进行要素编辑；分析数据使用操作是指对街面序化分析数据的保存、导出和打印；分析数据发布：使分析数据能够向微博、微信、公众门户等渠道进行发布；本次项目建设的核心在于围绕着业务建立了大量的数据钻取、数据分析模型，这一特性将表现在所展示的数据不同于传统的直接业务数据报表显示，而是更多、更为深入的将数据之间的联系进行了加强，从而使数据结果以更多的维度暴露出来；
3)街面序化展示应用模块
街面序化展示模块主要采用二维GIS地理信息系统的地图叠加呈现数据图表的形式，基于街面序化相关的数据分析模型，对街面序化案件的管理状况、分布规律、发展趋势预测进行直观展现；对街面序化的可视化处理主要表现为地图展示、实时案件统计展示、实时人员统计展示、历史今天展示、累计情况展示和预测分析；其中，基于分析模型数据结果，系统能够将各区域按照事件高发程度进行不同色块标注，并以图表形式呈现各区域内事件分析信息；初始化预测中默认日期为系统当前日期，以系统当前日期、该市今日天气等属性为条件执行预测；预测结果显示在地图、条件预测文本栏、预测结果地图、条件预测报表中；综合分析文本栏中显示综合分析结果文本；将街面序化度与人员效能比对数据应用进行可视化展示；对序化度组合分析模型数据结果通过可视化图表、可视化地图、预测结论报告等方式进行应用展现，同时支持数据信息分发和导出应用；根据街面序化的预测结果对街面序化模块中的重要预测信息进行显示；整合预测部分对三大模块的预测结果，以文字的形式显示预测结果中最重要，发生概率最高的预测结果，进行滚动播放，起预警作用。
本发明的有益效果是:发明提出的系统与方法结合实际业务开展情况，对街面序化相关的历史数据和业务情况进行研究分析，利用数据挖掘等技术提出街面序化分类预测模型、高发区域分类预测模型和街面序化关联规则模型，利用可视化技术和web技术等建立了街面序化决策支持系统原型，实现了街面序化工作的直观化、多样化展示，为城市街面序化工作提供了实际工作支持和决策指导。
附图说明
图1是本发明提出的街面序化数据分析模型的分层结构图；
图2是本发明提出的街面序化分析系统功能模块设计图；
图3是本发明描述的数据审核情况示意图；
图4是本发明描述的以街面序化问题大类为目标的分类模型示意图；
图5是本发明描述的街面序化关联规则结果示意图。
具体实施方式
下面结合实施例对本发明做进一步描述。下述实施例的说明只是用于帮助理解本发明。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
根据街面序化管理的业务实际开展情况，对街面序化数据进行预处理，图3是本发明描述的数据审核情况示意图。利用决策树C5.0算法建立类型分类预测模型和高发区域分类预测模型，图4是本发明描述的以街面序化问题大类为目标的分类模型示意图。利用Apriori算法建立了街面序化关联规则模型，图5是本发明描述的街面序化关联规则结果示意图。
结合该市街面序化工作的实际开展情况，本发明研究过程中发现街面序化的情况与道路、队伍和流程有着密切的关联。为分析街面序化情况，本发明建立了街面序化分析模型，并用公式1表示。
SOAM＝ER+ET+EP (公式1)
其中，SOAM表示街面序化分析模型。结合实际业务情况，道路工作效能、队伍工作效能和流程效能可分别用公式2、公式3和公式4表示。
其中，R表示道路事件发生总数，FR表示道路复杂度，PR表示道路人员投入量，E1表示道路工作效能系数；A表示区域事件发现总数，FA表示区域复杂度，PA表示区域人员投入量，E2表示队伍工作效能系数；CS表示街面序化案件的立案数，A表示事件数，CE表示街面序化案件的结案数，E3表示流程效能系数。
本发明利用SSM(Spring+SpringMVC+MyBatis)框架，采用MySQL数据库，设计了一个基于B/S架构的街面序化决策支持系统。利用Java技术调用Weka模型包进行分析，并在后台实现数据库的调用，Html5技术实现前端页面的展示。
图1是本发明提出的街面序化数据分析模型的分层结构图，图2是本发明提出的街面序化分析系统功能模块设计图。
本发明设计的街面序化分层架构主要分为接口层、整合层、共享层和应用层。其中，各层的功能说明如下所述。接口层与源系统数据结构保持一致，保持数据的与源的完整性和一致性，主要连接智慧城管、督查考核、智慧环卫等系统模块，用于获取街面序化分析所需的相关数据；整合层将源层的数据按一定的规则进行清洗，规整转换，形成标准数据格式，主要完成原始数据收集、数据整合、数据清洗和数据转化等过程，通过数据融合清洗得到符合街面序化分析质量要求的数据；共享层在源层的基础上根据业务、性能等需求进行宽表设计，形成粗粒度数据，主要是根据数据资源进行数据库设计，得出人员域、事件域、时间域和空间域等类型的数据库表；应用层根据各类应用需求，通过集市、宽表等设计，形成针对性数据，主要是结合街面序化工作的实际需求，提供汇总统计、实时显示、图标展示和管理决策支持等功能模块。
本发明对系统功能模块的设计主要包含四块内容，分别是数据源连接、数据整合、数据可视化分析和分析结果发布。其中，数据源连接是利用数据进行分析的基础；数据整合是用来实现同一数据源的多表联结、多个数据源的数据融合，满足分析时对数据的不同需求；数据可视化分析是数据可视化分析系统的模块，实现将分析结果以条形图、直方图、饼图、折线图等形式展示的功能，并且具有统计分析和基于时空预测等功能；分析结果发布是将街面序化分析成果发布到服务器上，通过浏览器或者移动终端进行交互式访问，用于实现辅助管理和决策支持功能。
本发明中街面序化研究的展现形式有两种，一种是以统计图表集中展示街面序化相关数据源经过数据整合、清洗、多维度分析后呈现的统计分析信息；另一种是将业务信息结合GIS技术在电子地图上进行展现，实现业务信息基于地图的可视化。不论是基于图表还是基于地图，系统提供信息钻取功能，可逐层查看信息的组成和详情，使得用户能了解数据的具体构成，也可通过现有数据实现城管执法工作趋势的预测分析，也可通过获取实时的案件信息，结合预设的模型，在地图上给出业务专题信息预警。
街面序化展示应用模块采用二维GIS地理信息系统的地图叠加呈现数据图表的形式，基于街面序化相关的数据分析模型，对街面序化案件的管理状况、分布规律、发展趋势预测进行直观展现。对街面序化的可视化处理主要表现为地图展示、实时案件统计展示、实时人员统计展示、历史今天展示、累计情况展示和预测分析。其中，基于分析模型数据结果，系统能够将各区域按照事件高发程度进行不同色块标注，并以图表形式呈现各区域内事件分析信息。初始化预测中默认日期为系统当前日期，以系统当前日期、该市今日天气等属性为条件执行预测；预测结果显示在地图、条件预测文本栏、预测结果地图、条件预测报表中；综合分析文本栏中显示综合分析结果文本。为便于直观地了解街面序化案件中案件分类的具体情况，本发明设计了以柱状图的形式显示当日的各类街面序化案件分类后的总量。与此同时，本发明也设计了当日各城区的案件量统计，并以柱状图形式展示。对街面序化中重点建设的组合分析模型数据进行分析结果展示、预测及应用。街面序化度与人员效能比对数据应用进行可视化展示。对序化度组合分析模型数据结果通过可视化图表、可视化地图、预测结论报告等方式进行应用展现，同时支持数据信息分发和导出应用。根据街面序化的预测结果对街面序化模块中的今明两天的重要预测信息进行显示。整合预测部分对三大模块的预测结果，以文字的形式显示预测结果中最重要，发生概率最高的预测结果，进行滚动播放，起预警作用。
Claims (2)
1.一种基于数据挖掘技术的街面序化决策支持方法，其特征在于：包括如下步骤：
第一步，数据清洗：过滤数据中案件小类ID为空的记录；过滤数据中案件小类ID为异常0值的记录；过滤数据中的名称字段以及空值的字段；
第二步，街面序化建模分析：建立了街面序化分析模型，并用公式1表示；
SOAM＝ER+ET+EP (公式1)
其中，SOAM表示街面序化分析模型；结合实际业务情况，道路工作效能、队伍工作效能和流程效能可分别用公式2、公式3和公式4表示；
其中，R表示道路事件发生总数，FR表示道路复杂度，PR表示道路人员投入量，E1表示道路工作效能系数；A表示区域事件发现总数，FA表示区域复杂度，PA表示区域人员投入量，E2表示队伍工作效能系数；CS表示街面序化案件的立案数，CE表示街面序化案件的结案数，E3表示流程效能系数；
第三步，通过Spring+SpringMVC+MyBatis框架，采用MySQL数据库，基于B/S架构的街面序化决策支持系统；利用Java技术调用Weka模型包进行分析，并在后台进行数据库的调用，Html5进行前端页面展示。
2.一种如权利要求1所述的基于数据挖掘技术的街面序化决策支持方法的系统，其特征在于：包括：
1)数据服务模块
数据服务模块是管理整个数据支撑平台对外数据查询的接入接口，包含数据服务封装管理、嵌入接口管理、接入接口管理三个管理模块，以及一个WebService服务平台和四个底层实施类接口；其中，数据服务封装管理支持数据请求的的场景化封装，Webservice平台根据请求的场景号，获取数据查询和结果输出；通过数据访问接口封装方式，实现企业整体应用框架中相关的数据平台、总线平台、应用平台的数据访问和传输的公用接口管理；嵌入接口和接入接口管理是对通过约定请求系统进行认证信息的配置，Webservice平台接受请求时，根据认证配置信息进行访问控制；用WebService服务平台，实现可连接数据源的对外数据提供服务；
2)分析数据应用模块
分析数据应用主要是实现了街面序化数据多层次、多形式的展示，具体包括图表展示、地图展示、地图要素编辑、分析数据使用操作、分析数据发布；其中图表展示是指分析数据以图形、报表形式进行展现；地图展示是指涉及地理数据的分析结果数据在地图上进行直接标注和展现；地图要素编辑是指用户能够在街面序化展示地图图层中进行要素编辑；分析数据使用操作是指对街面序化分析数据的保存、导出和打印；分析数据发布：使分析数据能够向微博、微信、公众门户渠道进行发布；本次项目建设的核心在于围绕着业务建立了大量的数据钻取、数据分析模型，这一特性将表现在所展示的数据不同于传统的直接业务数据报表显示，而是更多、更为深入的将数据之间的联系进行了加强，从而使数据结果以更多的维度暴露出来；
3)街面序化展示应用模块
街面序化展示模块主要采用二维GIS地理信息系统的地图叠加呈现数据图表的形式，基于街面序化相关的数据分析模型，对街面序化案件的管理状况、分布规律、发展趋势预测进行直观展现；对街面序化的可视化处理主要表现为地图展示、实时案件统计展示、实时人员统计展示、历史今天展示、累计情况展示和预测分析；其中，基于分析模型数据结果，系统能够将各区域按照事件高发程度进行不同色块标注，并以图表形式呈现各区域内事件分析信息；初始化预测中默认日期为系统当前日期，以系统当前日期、今日天气属性为条件执行预测；预测结果显示在地图、条件预测文本栏、预测结果地图、条件预测报表中；综合分析文本栏中显示综合分析结果文本；将街面序化度与人员效能比对数据应用进行可视化展示；对序化度组合分析模型数据结果通过可视化图表、可视化地图、预测结论报告方式进行应用展现，同时支持数据信息分发和导出应用；根据街面序化的预测结果对街面序化模块中的重要预测信息进行显示；整合预测部分对三大模块的预测结果，以文字的形式显示预测结果中最重要，发生概率最高的预测结果，进行滚动播放，起预警作用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810916779.XA CN108984795B (zh) | 2018-08-13 | 2018-08-13 | 一种基于数据挖掘技术的街面序化决策支持系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810916779.XA CN108984795B (zh) | 2018-08-13 | 2018-08-13 | 一种基于数据挖掘技术的街面序化决策支持系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108984795A CN108984795A (zh) | 2018-12-11 |
| CN108984795B true CN108984795B (zh) | 2021-07-27 |
Family
ID=64553216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810916779.XA Active CN108984795B (zh) | 2018-08-13 | 2018-08-13 | 一种基于数据挖掘技术的街面序化决策支持系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108984795B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101901394A (zh) * | 2009-05-27 | 2010-12-01 | 北京正辰科技发展有限责任公司 | 基于3s的多级数字城市监管系统 |
| CN104573106A (zh) * | 2015-01-30 | 2015-04-29 | 浙江大学城市学院 | 一种基于案例推理技术的城市建设智能审批方法 |
| CN105023089A (zh) * | 2015-01-07 | 2015-11-04 | 泰华智慧产业集团股份有限公司 | 基于gis平台的城市管理数据监测系统及其方法 |
| CN105809951A (zh) * | 2016-04-27 | 2016-07-27 | 公安部交通管理科学研究所 | 一种城市道路交通秩序管理评价系统 |
| CN105843942A (zh) * | 2016-04-01 | 2016-08-10 | 浙江大学城市学院 | 一种基于大数据技术的城市防汛决策支持系统 |
-
2018
- 2018-08-13 CN CN201810916779.XA patent/CN108984795B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101901394A (zh) * | 2009-05-27 | 2010-12-01 | 北京正辰科技发展有限责任公司 | 基于3s的多级数字城市监管系统 |
| CN105023089A (zh) * | 2015-01-07 | 2015-11-04 | 泰华智慧产业集团股份有限公司 | 基于gis平台的城市管理数据监测系统及其方法 |
| CN104573106A (zh) * | 2015-01-30 | 2015-04-29 | 浙江大学城市学院 | 一种基于案例推理技术的城市建设智能审批方法 |
| CN105843942A (zh) * | 2016-04-01 | 2016-08-10 | 浙江大学城市学院 | 一种基于大数据技术的城市防汛决策支持系统 |
| CN105809951A (zh) * | 2016-04-27 | 2016-07-27 | 公安部交通管理科学研究所 | 一种城市道路交通秩序管理评价系统 |
Non-Patent Citations (3)
| Title |
|---|
| a novel flood defense decision support system for smart urban management based on classification and regression tree;Guanlin Chen 等;《international journal of security and networks》;20180430;第13卷(第4期);全文 * |
| 基于智慧城市视角的浙江省智慧城管推进机制研究;陈观林 等;《科技与经济》;20150630(第3期);全文 * |
| 智慧城管助力杭州城市治理;戴旭 等;《大趋势》;20161015;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108984795A (zh) | 2018-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022012285A1 (zh) | 一种多源融合的多平台能源信息管理系统 | |
| CN107945081B (zh) | 城市运行展现与监测预警系统 | |
| CN112687097A (zh) | 一种高速公路路段级数据中台系统 | |
| Ouyang et al. | Methodologies, principles and prospects of applying big data in safety science research | |
| US20140035921A1 (en) | Analysis and visualization of passenger movement in a transportation system | |
| CN106781455A (zh) | 一种基于云计算的区域高速公路信息化系统 | |
| CN109189846A (zh) | 一种基于大数据技术的公安交管可视化建模系统及方法 | |
| CN112148708B (zh) | 面向电网规划的可视化应用系统 | |
| CN114841662A (zh) | 基建工程管控方法、装置、计算机设备和存储介质 | |
| CN111190982A (zh) | 一种基于大数据的共享单车管理方法及系统 | |
| Huang et al. | A rapid density method for taxi passengers hot spot recognition and visualization based on DBSCAN+ | |
| Alam | Characterizing the Data Landscape for Digital Twin Integration in Smart Cities | |
| Berntzen et al. | Smart Cities, Big Data and Smart Decision-making-Understanding" Big Data" in Smart City Applications | |
| CN108447257B (zh) | 一种基于Web的交通数据分析方法及系统 | |
| CN103442212A (zh) | 网络安防综合预警式管理系统平台 | |
| CN108984795B (zh) | 一种基于数据挖掘技术的街面序化决策支持系统及方法 | |
| CN110807078A (zh) | 一种服务于民生规划的公民轨迹大数据服务平台 | |
| Wang et al. | GIS cloud computing based government Big Data analysis platform | |
| Chen et al. | I 3 city: an interoperated, intelligent, and integrated platform for smart city ecosystem | |
| CN114218199A (zh) | 一种具有数据交互与分析功能的可视化Portal系统 | |
| Peregrino et al. | Transportation scenario planning with graph neural networks | |
| Chaturvedi | Integration and management of time-dependent properties with semantic 3D city models | |
| Fang | [Retracted] Research on Big Data Traffic Operation Based on Intelligent Holographic 3D Image Vision | |
| Le et al. | Visual exploration of large transportation asset data using ontology-based heat tree | |
| He | Research on the Integration of Urban Traffic and Big Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220713 Address after: 310015 No. 51, Huzhou street, Hangzhou, Zhejiang Patentee after: HANGZHOU City University Address before: 310015 No. 50 Huzhou Street, Hangzhou City, Zhejiang Province Patentee before: Zhejiang University City College |
|
| TR01 | Transfer of patent right |