CN109754177B - 污染源画像标签体系、污染源画像的构造方法及其应用 - Google Patents

Abstract

本发明公开了一种污染源画像标签体系，包括：多级画像标签，其中，相邻层级的画像标签之间通过标签规则相关联。本发明还公开了一种污染源画像的构建方法及应用，根据本发明公开的画像和方法可以用于环保部门对污染源进行监督与管理，对于环境保护有着重大意义，并且通过画像技术实现对污染源的监管，可以更加高效、精准的对当前的污染源进行多维度的分析。

Description

污染源画像标签体系、污染源画像的构造方法及其应用

技术领域

本发明涉及画像技术领域，特别是一种污染源画像标签体系、污染源画像构造方法和应用方法。

背景技术

目前，画像技术多存在于电商行业，包括有用户画像和产品画像。画像技术在企业上的应用也多从经营活动角度出发，可以构建企业的风险画像，为企业的风险作出预警分析，但是，从环保角度出发，对企业(污染源)进行画像的技术尚未出现。

发明内容

针对用户画像已经形成了一套比较成熟的标签体系，研究方法从基础统计到数据挖掘算法层出不穷，但是关于污染源画像，其标签体系还是空白。结合具体实践经验，发明人发现构建污染源画像，对于环境保护的建设是很有意义的，因此发明人经过研究和实践，提出了一种基于污染源的基本属性与行为信息构建出一套比较完整的标签体系，结合传统统计方法与数据挖掘算法对污染源进行精准画像的技术方案，以实现对污染源的有效管理。

根据本发明的第一方面，提供了一种污染源画像标签体系，包括：

多级画像标签，

其中，相邻层级的画像标签之间通过标签规则相关联。

根据本发明的第二方面，提供了污染源画像构建方法，包括如下步骤：

定义画像标签体系；

获取环保业务历史数据；

根据定义的画像标签体系和环保业务历史数据进行分析，生成污染源画像输出；

其中，定义的画像标签体系为上述的污染源画像标签体系。

根据本发明的第三个方面，提供了一种污染源画像的应用方法，污染源画像包括画像标签，方法包括：

从定义的画像标签体系中获取环境风险指标，根据环境风险指标确定风险等级标签；

根据定义的画像标签体系中的画像标签取值和风险等级标签确定关联规则；

根据生成的污染源画像的画像标签和配置的关联规则生成风险等级预测结果输出；

其中，定义的画像标签体系为上述的污染源画像标签体系。

根据本发明的第四个方面，提供了一种污染源画像的应用方法，污染源画像包括画像标签及画像标签值，污染源画像与污染源名称对应存储，方法包括：

响应于接收到的查询指令，获取待查询污染源名称；

根据待查询污染源名称获取污染源画像输出。

根据本发明提供的污染源画像可以对污染源进行多维度的分析和展示。因此，结合本发明提供的污染源画像标签体系和方法可以用于环保部门对污染源进行监督与管理，对于环境保护有着重大意义，并且通过画像技术实现的对污染源的监测，可以更加高效、精准的对当前的污染源进行多维度的分析。

附图说明

图1为本发明一实施方式的按第一级画像标签的属性项进行分别统计和标签划分后形成的污染源画像标签示意图；

图2为本发明一实施方式的污染源画像的构造方法流程图；

图3为本发明一实施方式的污染源画像的应用方法流程图；

图4为本发明又一实施方式的污染源画像的应用方法流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

在本发明中，“模块”、“装置”、“系统”等指应用于计算机的相关实体，如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说，例如，元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有，运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中，并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间，并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号，例如，来自一个与本地系统、分布式系统中另一元件交互的，和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”，不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

下面结合附图对本发明作进一步详细的说明。

本发明实施例提供的污染源画像，包括画像标签，其中，画像标签是根据环保业务历史数据分析生成。

示例性地，环保业务历史数据包括污染源基本信息、生产信息、排放信息、治理信息、排污费信息和风险信息。其中，污染源基本信息包括：污染源所属行业、企业规模、所属地区、流域、企业类型、企业经营时长、是否国控重点污染源等；生产信息包括：企业生产总值、消耗能源类型与消耗量、用水情况等；治理信息包括：治理设施类型、治理设施数量、治理设施处理能力(综合)、治理投资、主要污染物去除率、固废综合利用率等；排放信息包括：污染物排放种类、主要污染物、废气(水)排放量、污染物排放量、污染物排放浓度、是否超标、是否超排等；排污费信息包括：总排污费、不同污染类型排污费、是否追缴、追缴排污费总量等；风险信息包括：行政处罚数据(即是否被处罚、处罚金额、违法次数等)、环保评价数据(环境信用评价结果)。

根据环保业务数据的情况，定义污染源画像标签体系，该画像标签体系包括多级画像标签，其中，相邻层级的画像标签之间通过标签规则相关联，即各层级画像标签之间的关联关系，是基于标签规则定义的，标签规则可以根据需求设置。示例性地，该画像标签体系定义为包括三级画像标签，其中，第一级画像标签定义为与环保业务历史数据对应的相关信息分类，包括污染源基本信息、生产信息、治理信息、排放信息、排污费信息和风险信息六种分类，第二级画像标签定义为与第一级画像标签的各分类对应的属性项，即第二级画像标签为六个分类对应的各个属性项，如基本信息这个分类的第二级画像标签为行业、规模、所属地区、流域、类型、经营时长、是否国控重点污染源等属性项，这种情况下，标签规则包括了“第二级画像标签为第一级画像标签的六个分类对应的各个属性项”的规则内容。第三级画像标签定义为第二级画像标签的各属性项对应的取值，即为第二级画像标签的具体内容，其也是污染源画像展示的具体内容，即为画像标签取值，如第二级画像标签中的规模这个属性项对应的第三级画像标签的内容为大、中、小型....，这种情况下，标签规则包括了“第三级画像标签为第二级画像标签的具体内容”的规则内容。其中，第二级画像标签的属性项为根据第一标签规则对第一级画像标签的各分类进行标签定义，第三级画像标签的取值为根据第二标签规则对各属性项设定的可选值，例如针对上述示例，第一标签规则为对基本信息等的属性分类，第二标签规则为对各种属性项定义的可选值，其中，第一标签规则和第二标签规则均可以为自定义规则，也可以是行业标准规则，例如第一标签规则可以是对基本信息的分类的划分规则，将企业基本信息分类为行业、规模、所属地区、流域、类型、经营时长、是否国控重点污染源等属性项，第二标签规则可以是对具体属性项标签的可选值定义，例如将规模的可选值设定为大、中、小型，并为大、中、小型的取值设定划分准则(即标签划分规则)，只要能够根据需求实现画像标签间的层级关联关系即可，本发明实施例中优选将标签规则定义为对下一层标签中属性项的归类(即第一层画像标签对第二层画像标签的归类、第二层画像标签对第三层画像标签的归类，以此类推)。

根据本实施例的污染源画像标签体系可以对污染源进行多维度的分析和展示，有利于环保部门对相关企业进行监督和管理，对环境保护的发展有着重要的意义。

图2示意性地显示了根据本发明一实施方式的污染源画像的构建方法流程图，如图2所示，本实施例包括如下步骤：

步骤S201：定义画像标签体系。其中，画像标签体系包括第一级画像标签、第二级画像标签和第三级画像标签，其中，第一级画像标签定义为与环保业务历史数据对应的相关分类信息，包括污染源基本信息、生产信息、治理信息、排放信息、排污费信息和风险信息六种分类，第二级画像标签定义为与第一级画像标签的各分类信息对应的属性项，即第二级画像标签为六个分类对应的各个属性项标签，如基本信息这个分类的第二级画像标签为行业、规模、所属地区、流域、类型、经营时长、是否国控重点污染源等属性项。第三级画像标签定义为第二级画像标签的各属性项对应的取值。具体实现时，画像标签体系的标签层级数和内容可以根据需求和实际的环保业务情况进行灵活的定义。只要可以满足环保业务历史数据对它的支持并且能体现污染源各方面的环保行为即可。

步骤S202：获取环保业务历史数据。获取的方式可以是通过用户提供的数据录入数据库，或获取用户提供的数据文件，直接读取该文件获取。

步骤S203：根据定义的画像标签体系和环保业务历史数据进行分析，生成污染源画像输出。首先，对环保业务历史数据进行统计分析，生成指标数据，即生成与第一级画像标签对应的指标数据，包括污染源基本信息、生产信息、治理信息、排放信息、排污费信息和风险信息六种指标数据信息。

之后，根据统计得到的指标数据和定义的标签规则进行标签划分，生成标签取值，将标签取值作为污染源画像内容输出展示。

示例性地，第一级画像标签的排放信息分类中包括有废气或废水排放量的指标，根据该指标对环保业务历史数据进行统计后得到污染源废气或废水排放量数据值，该指标对应的第二级画像标签为“排污量”的分类标签，针对该属性项定义的第二级画像标签与第三级画像标签的第二标签规则为“将废气或废水排放量排名top20％的污染源企业定义为排污狂；将废气或废水排放量排名top50％的污染源企业定义为排污大户；将废气或废水排放量排名后50％的污染源企业定义为普通排污企业”，则根据统计得到的污染源废气或废水排放量数据和该第二标签规则，即可对应得到第二级画像标签“排污量”的标签分类对应的标签值为“排污狂”或“排污大户”或“普通排污企业”。对其他指标项也进行统计和根据标签规则进行标签取值划分，即可得到该污染源的画像标签，即第三级画像标签的内容作为污染源画像标签进行输出展示。

图1示意性地展示了根据该方法按第一级画像标签的分类信息进行分别统计和标签划分后形成的污染源画像标签，如图1所示，该污染源画像包括三类标签，分别为基本信息1、主要污染物2和环保行为3，基本信息1的标签取值包括有如下所示的内容：汕头市、国有企业、特大型、电力、热力、燃气及水生产和供应业、国控重点污染源、中生代企业、环境信用：蓝牌、单位产值能耗低。主要污染物2的标签取值包括有主要污染物：废气、废水、固废、噪声、二氧化硫、工业粉尘、一氧化碳。环保行为3的标签取值包括如下所示的内容：排污狂、超标大户。其中，展示的标签取值即为通过统计分析后得到的第三级画像标签的内容。图1所示的仅为其中一种实现例，在具体应用中，可以结合实际情况和需求对污染源画像标签的展现方式进行灵活变换。

在定义画像标签体系时，定义了各种画像标签以及各画像标签对应的取值规则即标签规则，例如上述的排污狂的画像标签，就对应了一个画像标签取值规则为“废气或废水排放量排名top20％的污染源企业”。基于定义的画像标签体系及其标签规则，对环保业务历史数据进行逐一的分析，就可以将每个画像标签指标对应到一个具体的标签值。这样，就可以通过对该环保数据的分析，根据每个标签对应的规则，将其转化成画像标签值，从而得到污染源画像。根据获取的数据与各标签的内容及对应规则获取画像标签值，就可以形成例如图1所示的画像展现效果。

在优选实施方式中，在根据定义的画像标签体系和环保业务历史数据进行分析之前还包括：对获取的环保业务历史数据进行数据清洗处理，生成有效的环保业务历史数据。其中，数据清洗处理例如可以是去重、对缺失值和异常值(例如排放量过高或过低)进行相应处理操作。其中，对缺失值的处理方式，例如可以为，先对所有数据缺失的记录进行剔除，然后根据实际意义对缺失值贴上标签；再如，在对数据进行标准化时，异常值会影响标准化结果，因此，对异常值的处理可以实现为在数据处理过程中先判断是否存在异常值，存在异常值时使用单侧截尾方法进行处理(结合实际一般处理极大值)，即用分位数对异常值进行替换；此外，结合实际情况，对异常值进行处理例如还可以是将取值为负数的异常值替换为平均值或中位数等。具体的处理方式，可以根据需求进行灵活适用，目的在于实现数据的合理化，以方便后续的指标数据统计。更多数据清洗的处理过程可以参照现有技术根据需求进行实现。由此可以获得更加准确的数据，方便后续的分析。

根据本实施例的方法可以对产生污染源的企业进行多维度的分析和展示，有利于环保部门对相关企业进行监督和管理，对应环境保护的发展有着重要的意义。

图3示意性地显示了根据本发明一实施方式的污染源画像的应用方法流程图，如图3所示，本实施例包括如下步骤：

步骤S301：从定义的画像标签体系中获取环境风险指标，根据环境风险指标确定风险等级标签。其中，从污染源画像标签体系中挑选出的环境风险指标为污染源画像标签体系中可能会对环境造成恶劣影响的标签指标，如污染物排放超标率、污染物超限值排放比例等多项指标，可以根据需求通过人工挑选的方式获取到环境风险指标。之后，再通过聚类算法，对污染源进行风险等级划分，形成风险等级标签。聚类算法为现有的算法，可以参照现有技术实现，通过挑选出的环境风险指标，将统计出的指标数据输入算法，即可获得风险等级标签，示例性地形成的风险等级标签为高风险、较高风险、中风险、低风险四类。

步骤S302：根据定义的画像标签体系中的画像标签取值和风险等级标签确定关联规则。具体实现为：在原有画像标签体系基础上，结合聚类算法得出的风险等级标签，运用关联规则算法，获得原有标签与风险等级标签的关联规则，如形成的关联规则为：{制造业、普通缴费企业、超排狂}→{较高风险}。其中，关联规则算法为现有算法，可以参照现有技术实现，在具体运用该算法确定关联规则时，将得到的污染源的画像标签，即上述实例中的第三级画像标签的可选值和四类风险等级标签的标签值作为输入参数，输入到关联规则算法中，即可获取到输出结果，输出结果为多种关联规则及其对应的参数，根据参数中的提升度选取提升度高的关联规则作为本发明实施例中采用的关联规则，将其存储即可。

步骤S303：根据生成的污染源画像的画像标签和配置的关联规则生成风险预测结果输出。在具体生成了污染源画像标签后，将污染源画像标签与关联规则进行匹配，即可得到风险预测结果输出，示例性地，如果污染源画像标签同时满足“制造业”、“普通缴费企业”、“超排狂”这三个标签取值，则其风险等级预测的结果就为“较高风险”。

根据本实施例提供的方法，可以实现基于关联规则对各污染源进行环境风险等级预测，有效的为企业的环境风险进行评价，有利于污染源的自身管理和环保部门对污染源的统筹管理，以为环保事业做出正确的导向。

图4示意性地显示了根据本发明又一实施方式的污染源画像的应用方法流程图，如图4所示，本实施例包括如下步骤：

步骤S401：污染源画像包括画像标签，污染源画像与污染源名称对应存储，响应于接收到的查询指令，获取待查询污染源名称。示例性地，污染源公司名称为“A公司”，会在数据库中将公司名称与其对应的污染源画像进行关联存储，在用户界面接收到查询指令时，就根据该查询指令获取企业名称即污染源名称。

步骤S402：根据待查询污染源名称获取污染源画像输出。根据污染源名称和存储的与之绑定的污染源画像，就可以获取该查询对象对应的污染源画像输出。

在优选实施方式中，还接收对输出的污染源画像的标签选择指令，根据选择的画像标签，查询具有相同画像标签的污染源选项输出。由于污染源画像包括有画像标签，在输出污染源画像时，会将画像标签呈现给用户，此时如果用户点击了某一画像标签，例如点击了“排污狂”的画像标签，就会获取该画像标签，根据这个画像标签查询数据库，获取与其取值相同的数据记录输出，可以以列表的形式输出，例如：输出的为符合条件的污染源名称列表。

在又一优选实施方式中，对于上述输出的符合条件的污染源名称列表，还可以设置为：接收对输出的污染源选项的选择指令，根据选择指令获取选定的污染源的名称，并根据选定的污染源名称，从存储的数据信息中获取与该污染源名称对应的污染源画像信息，并输出选定的污染源的画像标签。这样可以方便的查看相似或相关的污染源信息，当环保部门需要了解具有某类特征的污染源时，只需要选择该特征标签，就可了解具有该特征的所有污染源，同时可进一步查看某个污染源的具体信息；当只需了解某个特定污染源时，输入污染源名称，就可了解污染源的基本属性信息和全面的环保行为信息，这一发明极大地提高了环保部门的工作效率。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (9)

1.污染源画像标签体系，其特征在于，其包括三级画像标签，

其中，第一级画像标签定义为与环保业务历史数据相对应的信息分类，第二级画像标签定义为与第一级画像标签对应的属性项，第三级画像标签定义为第二级画像标签的各属性项对应的取值；

其中，信息分类、属性项和属性项的取值通过标签规则相关联；

第一级画像标签包括污染源基本信息、生产信息、治理信息、排放信息、排污费信息和风险信息；

第三级画像标签为污染源画像展示的具体内容。

2.污染源画像的构建方法，其特征在于，包括如下步骤：

定义画像标签体系；

获取环保业务历史数据；

根据定义的画像标签体系和环保业务历史数据进行分析，生成污染源画像输出；

其中，定义的画像标签体系为权利要求1所述的污染源画像标签体系。

3.根据权利要求2所述的方法，其特征在于，在根据定义的画像标签体系和环保业务历史数据进行分析之前还包括：

对获取的环保业务历史数据进行数据清洗处理，生成有效的环保业务历史数据。

4.根据权利要求2或3所述的方法，其特征在于，所述根据定义的画像标签体系和环保业务历史数据进行分析，生成污染源画像输出包括

对环保业务历史数据进行统计分析，生成指标数据；

根据指标数据和标签规则进行标签划分，生成标签取值，将标签取值作为污染源画像内容输出展示。

5.污染源画像的应用方法，其特征在于，所述污染源画像包括画像标签，所述方法包括：

从定义的画像标签体系中获取环境风险指标，根据环境风险指标确定风险等级标签；

根据定义的画像标签体系中的画像标签取值和风险等级标签确定关联规则；

根据生成的污染源画像的画像标签和配置的关联规则生成风险等级预测结果输出；

其中，所述定义的画像标签体系为权利要求1所述的污染源画像标签体系。

6.根据权利要求5所述的应用方法，其中，所述根据环境风险指标确定风险等级标签是通过聚类算法实现，所述根据定义的画像标签体系中的画像标签取值和风险等级标签确定关联规则是通过关联规则算法实现。

7.污染源画像的应用方法，其特征在于，所述污染源画像与污染源名称对应存储，所述方法包括：

响应于接收到的查询指令，获取待查询污染源名称；

根据待查询污染源名称获取污染源画像输出；

其中，所述污染源画像为根据2至4任一项所述的方法生成的。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括

接收对输出的污染源画像的标签选择指令，根据选择的画像标签，查询具有相同画像标签的污染源选项输出。

9.根据权利要求8所述的方法，其特征在于，还包括

接收对输出的污染源选项的选择指令，根据选择指令获取选定污染源的名称；

根据选定的污染源名称，输出选定的污染源的污染源画像。

Images