CN110210048A - 建立巡察分析模型的方法和装置 - Google Patents
建立巡察分析模型的方法和装置 Download PDFInfo
- Publication number
- CN110210048A CN110210048A CN201910227734.6A CN201910227734A CN110210048A CN 110210048 A CN110210048 A CN 110210048A CN 201910227734 A CN201910227734 A CN 201910227734A CN 110210048 A CN110210048 A CN 110210048A
- Authority
- CN
- China
- Prior art keywords
- cruising
- data
- doubtful point
- data set
- analysis
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种建立巡察分析模型的方法和装置,上述建立巡察分析模型的方法包括:获取巡察对象数据中的疑点数据,得到对应的疑点数据集,按照预设数据完整度规则对疑点数据集进行筛选,得到巡察对象分析数据集,根据预设巡察标签,对巡察对象分析数据集进行分类匹配,得到预设巡察标签对应的巡察对象分析数据子集,根据所有的巡察对象分析数据子集,建立对应的巡察分析模型。通过上述建立巡察分析模型的方法和装置,能够对巡察对象数据进行高效的巡察分析处理,提高了巡察工作的工作效率和工作质量,实现对巡察对象的高效的监管。
Description
技术领域
本发明涉及数据处理领域,具体而言涉及一种建立巡察分析模型的方法和装置。
背景技术
目前,行政管理的信息化和数字化建设步伐逐渐加速,对于各类公职行为的巡察监管也逐渐加强,例如巡察工作数据、信访举报数据以及问题线索等巡察对象数据增长迅速,如何实现对上述巡察对象数据高效的巡察分析是当前亟需解决的问题。
发明内容
鉴于上述问题,本发明提供了一种建立巡察分析模型的方法和装置,能够建立起巡察分析模型,根据巡察分析模型进而可以对巡察对象数据进行处理,实现对上述巡察对象数据高效的巡察分析。
一种建立巡察分析模型的方法,包括:
获取巡察对象数据中的疑点数据,得到对应的疑点数据集;
按照预设数据完整度规则对疑点数据集进行筛选,得到巡察对象分析数据集;
根据预设巡察标签,对巡察对象分析数据集进行分类匹配,得到预设巡察标签对应的巡察对象分析数据子集;
根据所有的巡察对象分析数据子集,建立对应的巡察分析模型。
在一个实施例中,按照预设数据完整度规则对疑点数据集进行筛选,得到巡察对象分析数据集的步骤包括:
按照预设数据完整度规则判断疑点数据集中每条疑点数据的完整度是否符合预设完整度阈值;
若是,则将对应的数据信息加入巡察对象分析数据集;
若否,则将对应的数据信息直接舍去。
在一个实施例中,上述方法还包括:
将巡察分析模型进行封装,得到对应的应用程序编程接口;
获取查询预设巡察目标的请求,调用应用程序编程接口进行查询,得到对应的查询结果;
按照预设检验模型对查询结果进行检验,得到对应的检验结果。
在一个实施例中,所述预设检验模型采用K-S模型,所述按照预设检验模型对所述查询结果进行检验,得到对应的检验结果的步骤包括:
将查询结果同巡察对象数据中对应的原始数据进行对比并计算对应的 K-S值;
根据K-S值生成对应的检验结果。
在一个实施例中,根据K-S值生成对应的检验结果的步骤包括:
判断K-S值是否位于预设置信区间;
若是,则检验结果为通过,巡察分析模型被采用;若否,则检验结果未通过,巡察分析模型被舍弃。
此外,还提供一种建立巡察分析模型的装置,包括:
疑点数据集获取单元,用于获取巡察对象数据中的疑点数据,得到对应的疑点数据集;
筛选单元,用于按照预设数据完整度规则对疑点数据集进行筛选,得到巡察对象分析数据集;
分类匹配单元,用于根据预设巡察标签,对巡察对象分析数据集进行分类匹配,得到预设巡察标签对应的巡察对象分析数据子集;
模型建立单元,根据所有的巡察对象分析数据子集,建立对应的巡察分析模型。
在一个实施例中,筛选单元包括:
完整度判断子单元,用于按照预设数据完整度规则判断疑点数据集中每条疑点数据的完整度是否符合预设完整度阈值;
第一处理子单元,用于当疑点数据的完整度符合预设完整度阈值时,将对应的数据信息加入巡察对象分析数据集;
第二处理子单元,用于当疑点数据的完整度不符合预设完整度阈值时,将对应的数据信息直接舍去。
在一个实施例中,上述装置还包括:
接口生成单元,用于将巡察分析模型进行封装,得到对应的应用程序编程接口;
查询单元,用于获取查询预设巡察目标的请求,调用应用程序编程接口进行查询,得到对应的查询结果;
检验单元,用于按照预设检验模型对查询结果进行检验,得到对应的检验结果。
一种计算机终端,包括存储器以及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使计算机终端执行上述任一项的建立巡察分析模型的方法。
一种计算机可读存储介质,存储有上述计算机终端所使用的计算机程序。
上述建立巡察分析模型的方法,通过获取巡察对象数据中的疑点数据,得到对应的疑点数据集,按照预设数据完整度规则对疑点数据集进行筛选,得到巡察对象分析数据集,根据预设巡察标签,对巡察对象分析数据集进行分类匹配,得到每一个预设巡察标签对应的巡察对象分析数据子集,根据所有的巡察对象分析数据子集,可以建立上述巡察分析模型,通过建立巡察分析模型,对巡察对象数据可进行高效的巡察处理,提高了巡察工作的工作效率和工作质量,实现对巡察对象的高效的监管。
附图说明
图1为一个实施例中建立巡察分析模型的方法的流程示意图;
图2为一个实施例中得到巡察对象分析数据集的方法流程示意图;
图3为一个实施例中建立巡察分析模型的方法的流程示意图;
图4为一个实施例中得到检验结果的方法流程示意图;
图5为一个实施例中根据K-S值生成对应的检验结果的方法流程示意图;
图6为一个实施例中建立巡察分析模型的装置的结构框图;
图7为一个实施例中筛选单元的结构框图;
图8为一个实施例中建立巡察分析模型的装置的结构框图。
具体实施方式
在下文中,将更全面地描述本公开的各种实施例。本公开可具有各种实施例,并且可在其中做出调整和改变。然而,应理解:不存在将本公开的各种实施例限于在此公开的特定实施例的意图,而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。
在下文中,可在本公开的各种实施例中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在,并且不限制一个或更多个功能、操作或元件的增加。此外,如在本公开的各种实施例中所使用,术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
在本公开的各种实施例中,表述A或/和B中的至少一个”包括同时列出的文字的任何组合或所有组合。例如,表述“A或B”或“A或/和B中的至少一个”可包括A、可包括B或可包括A和B二者。
在本公开的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件,不过可不限制相应组成元件。例如,以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如,第一用户装置和第二用户装置指示不同用户装置,尽管二者都是用户装置。例如,在不脱离本公开的各种实施例的范围的情况下,第一元件可被称为第二元件,同样地,第二元件也可被称为第一元件。
应注意到:如果描述将一个组成元件“连接”到另一组成元件,则可将第一组成元件直接连接到第二组成元件,并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地,当将一个组成元件“直接连接”到另一组成元件时,可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。
在本公开的各种实施例中使用的术语“用户”可指示使用电子装置的人或使用电子装置的装置(例如,人工智能电子装置)。
在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。如在此所使用,单数形式意在也包括复数形式,除非上下文清楚地另有指示。除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本公开的各种实施例中被清楚地限定。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。
图1为一个实施例中建立巡察分析模型的方法,该方法包括:
步骤S110,获取巡察对象数据中的疑点数据,得到对应的疑点数据集。
其中,随着行政办公的信息化建设程度逐渐加强,各部门在行政工作中会产生大量的数据并保存在大数据监督平台,工作巡察部门通过上述大数据监督平台能够获取各个巡察对象对应的巡察对象数据,例如廉政意见数据、作风监督数据信息、专项监督数据信息、审计系统数据信息以及信访举报数据信息。
在一个实施例中,巡察对象可以是各个部门和各个单位,也可以是各个部门和各个单位对应的公职人员。
按照对应的预设巡察规则对上述巡察对象数据进行分析,筛选出各个巡察对象对应的疑点数据,进而得到对应的疑点数据集。
其中,预设的巡察规则包括各部门对应的部门规章制度,也可以包括设立的纪律规则。
在一个实施例中,通过大数据监督平台能够获取巡察对象数据,例如各个巡察对象对应的公车专项监督数据信息,包括维修数据信息、保养数据信息、油耗数据信息和租车数据信息。
进一步对维修数据信息进行分析,找出公车不在定点维修站维修的数据信息、短时间频繁维修的数据信息以及维修金额与维修内容不匹配的数据信息作为疑点数据;同样地,根据实际情况,找出保养数据信息中保养费用与项目金额不匹配以及车辆年限与保养内容明显不符合等数据信息作为疑点数据,以此类推,可以得到公车专项监督数据信息中的疑点数据,进而得到巡察对象对应的疑点数据集。
步骤S120,按照预设数据完整度规则对疑点数据集进行筛选,得到巡察对象分析数据集。
每一个巡察对象对应的疑点数据可能包含多项内容,其中不乏出现内容缺失的情况,这时需要按照预设数据完整度规则进行筛选判断,得到每个巡察对象对应的巡察对象分析数据集,为后续的处理奠定基础。
步骤S130,根据预设巡察标签,对巡察对象分析数据集进行分类匹配,得到预设巡察标签对应的巡察对象分析数据子集。
巡察对象分析数据集包括多个巡察对象对应的巡察对象分析数据,每个巡察对象分析数据可能包括多项数据内容,此时需要按照预设巡察标签对巡察对象分析数据进行分类或拆分,得到对应的巡察对象分析数据子集。
在一个实施例中,预设巡察标签包括公车、公款、土地租期、分房面积以及程序制度中的一种或者多种,通过对巡察对象分析数据集进行分类匹配,得到与上述预设巡察标签各自相对应的巡察对象分析数据子集。
步骤S140,根据所有巡察对象分析数据子集,建立对应的巡察分析模型。
根据上述所有巡察对象分析数据子集和上述预设巡察标签,可以进一步建立起各个巡察对象分析数据子集对应的分析模块,每一个分析模块对应的分析结构可以根据预设巡察标签的自身特性进行设置,进而对将各个分析模块的分析模块结构进行连接,得到对应的巡察分析模型。
在一个实施例中,对应的预设巡察标签包括公车,针对上述巡察对象分析数据子集,可以建立起公车分析模块,包括公车油耗分析子模块、公车维修分析子模块和公车保养分析子模块,从而建立公车分析模块结构。
上述建立巡察分析模型的方法,通过获取巡察对象数据中的疑点数据,得到对应的疑点数据集,按照预设数据完整度规则对疑点数据集进行筛选,得到巡察对象分析数据集,根据预设巡察标签,对巡察对象分析数据集进行分类匹配,得到每一个预设巡察标签对应的巡察对象分析数据子集,根据所有的巡察对象分析数据子集,,建立对应的巡察分析模型,进而可以根据上述巡察分析模型,对巡察对象数据进行高效的巡察处理,提高了巡察工作的工作效率和工作质量,实现对巡察对象的高效的监管。
在一个实施例中,如图2所示,上述步骤S120包括:
步骤S122,按照预设数据完整度规则判断疑点数据集中每条疑点数据的完整度是否符合预设完整度阈值。
其中,疑点数据集中每条疑点数据完整度不同,一条数据可能包含多项内容,但是有些内容可能不完整,会出现缺失的情况,进而对后续的处理过程造成影响,此时需要根据预设数据完整度规则判断每项疑点数据的完整度是否符合预设完整度阈值,若是,则进入步骤S124,若否,则进入步骤S126。
步骤S124,将对应的疑点数据加入巡察对象分析数据集;
其中,通过对疑点数据集中每条疑点数据的完整度进行判断筛选,能够获取到符合预设完整度阈值的疑点数据,只有符合预设完整度阈值的疑点数据才具有分析价值,进一步的将该疑点数据加入巡察对象分析数据集,为后续的处理奠定基础。
步骤S126,将对应的疑点数据直接舍去。
其中,疑点数据集中不符合预设完整度阈值的疑点数据由于对应的数据内容信息量不够,或者缺失关键数据内容,不具有分析价值,此时可以直接进行舍去。
通过预设数据完整度规则对上述疑点数据集进行筛选,能够排除缺少关键数据内容的疑点数据,为后续的数据处理奠定基础。
在一个实施例中,如图3所示,上述方法还包括:
步骤S150,将巡察分析模型进行封装,得到对应的应用程序编程接口。
其中,得到巡察分析模型之后,还需要将上述巡察分析模型进行模型封装,得到对应的应用程序编程接口API(Application Programming Interface,API)。
在一个实施例中,API函数包含在Windows系统目录下的动态连接库文件中。上述巡察分析模型对应的Windows API是一套用来控制Windows 的各个部件的外观和行为的预先定义的Windows函数。
步骤S160,获取查询预设巡察目标的请求,调用应用程序编程接口进行查询,得到对应的查询结果。
其中,上述巡察分析模型进行封装上线,得到对应的应用程序编程接口之后,当前系统接收到查询预设巡察目标的请求之后,能够调用巡察分析模型对应的应用程序编程接口进行查询,得到对应的查询结果。
步骤S170,按照预设检验模型对查询结果进行检验,得到对应的检验结果。
预设检验模型采用数学统计检验模型,通过上述预设检验模型,对上述查询结果进行检验,得到对应的检验结果,从而根据检验结果进一步对上述巡察分析模型的实际效果进行判断。
通过上述步骤S150、S160和S170,能够对上述巡察分析模型进行检验,得到对应的检验结果,从而能够根据检验结果对上述巡察分析模型进行检验评价。
在一个实施例中,如图4所示,预设检验模型采用K-S模型,上述步骤S170包括:
步骤S172,将查询结果同巡察对象数据中对应的原始数据进行对比并计算对应的K-S值。
其中,K-S(Kolmogorov-Smirnov test,K-S)检验模型是指柯尔莫哥洛夫-斯米尔诺夫检验模型,基于累计分布函数用以检验两个经验分布是否不同或一个经验分布与另一个理想分布是否不同,这里是将需要做统计分析的数据和另一组标准数据进行对比,求得它和标准数据之间的偏差的方法。
将查询结果同巡察对象数据中对应的原始数据进行对比计算,可以得到对应的K-S值。
步骤S174,根据K-S值生成对应的检验结果。
根据K-S值能够进一步得到巡察分析模型的检验结果。
在一个实施例中,如图5所示,步骤S174包括:
步骤S174a,判断K-S值是否位于预设置信区间,若是,则进入步骤 S174b,若否,则进入步骤S174c。
由于K-S值反映了巡察分析模型的实际效果,检验结果包括K-S值,通过检验结果可以对巡察分析模型的实际效果进行校验,进一步判断检验结果是否位于预设置信区间,若是,则进入步骤S174a,若否,则进入步骤 S174b。
在一个实施例中,预设置信区间取(0.3,1],当检验结果K-S值大于 30%时,进入步骤S174a,当检验结果K-S值小于30%时,进入步骤S174b。
步骤S174b,检验结果为通过,巡察分析模型被采用。
当K-S值位于预设置信区间时,此时巡察分析模型检验通过,能够被采用,进一步能够根据巡察分析模型对后续的巡察对象数据进行处理。
在一个实施例中,预设置信区间取(0.3,1],当K-S值大于30%时,巡察分析模型检验通过并被采用。
步骤S174c,检验结果未通过,巡察分析模型被舍弃。
当K-S值没有位于预设置信区间时,此时巡察分析模型检验未通过,此时直接舍弃上述巡察分析模型。
在一个实施例中,预设置信区间取(0.3,1],当检验结果K-S值小于 30%时,巡察分析模型检验不通过,直接舍去。
通过上述步骤,能够对上述巡察分析模型的检验结果进行处理,从而判断是否采用上述巡察分析模型。
此外,如图6所示,还提供一种建立巡察分析模型的装置200,包括:
疑点数据集获取单元210,用于获取巡察对象数据中的疑点数据,得到对应的疑点数据集;
筛选单元220,用于按照预设数据完整度规则对疑点数据集进行筛选,得到巡察对象分析数据集;
分类匹配单元230,用于根据预设巡察标签,对巡察对象分析数据集进行分类匹配,得到预设巡察标签对应的巡察对象分析数据子集;
模型建立单元240,用于根据所有的巡察对象分析数据子集,建立对应的巡察分析模型。
在一个实施例中,如图7所示,筛选单元220包括:
完整度判断子单元222,用于按照预设数据完整度规则判断疑点数据集中每条疑点数据的完整度是否符合预设完整度阈值;
第一处理子单元224,用于当疑点数据的完整度符合预设完整度阈值时,将对应的疑点数据加入巡察对象分析数据集;
第二处理子单元226,用于当疑点数据的完整度不符合预设完整度阈值时,将对应的疑点数据直接舍去。
在一个实施例中,如图8所示,上述装置200还包括:
接口生成单元250,用于将巡察分析模型进行封装,得到对应的应用程序编程接口;
查询单元260,用于获取查询预设巡察目标的请求,调用应用程序编程接口进行查询,得到对应的查询结果;
检验单元270,用于按照预设检验模型对查询结果进行检验,得到对应的检验结果。
一种计算机终端,包括存储器以及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使计算机终端执行上述任一种建立巡察分析模型的方法。
一种计算机可读存储介质,其存储有上述计算机终端所使用的计算机程序。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个单元、程序段或代码的一部分,所述单元、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能单元或单元可以集成在一起形成一个独立的部分,也可以是各个单元单独存在,也可以两个或更多个单元集成形成一个独立的部分。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种建立巡察分析模型的方法,其特征在于,所述方法包括:
获取巡察对象数据中的疑点数据,得到对应的疑点数据集;
按照预设数据完整度规则对所述疑点数据集进行筛选,得到巡察对象分析数据集;
根据预设巡察标签,对所述巡察对象分析数据集进行分类匹配,得到所述预设巡察标签对应的巡察对象分析数据子集;
根据所有的所述巡察对象分析数据子集,建立对应的巡察分析模型。
2.根据权利要求1所述的方法,其特征在于,所述按照预设数据完整度规则对所述疑点数据集进行筛选,得到巡察对象分析数据集的步骤包括:
按照预设数据完整度规则判断所述疑点数据集中每条疑点数据信息的完整度是否符合预设完整度阈值;
若是,则将对应的疑点数据加入所述巡察对象分析数据集;
若否,则将对应的疑点数据直接舍去。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述巡察分析模型进行封装,得到对应的应用程序编程接口;
获取查询预设巡察目标的请求,调用所述应用程序编程接口进行查询,得到对应的查询结果;
按照预设检验模型对所述查询结果进行检验,得到对应的检验结果。
4.根据权利要求3所述的方法,其特征在于,所述预设检验模型采用K-S模型,所述按照预设检验模型对所述查询结果进行检验,得到对应的检验结果的步骤包括:
将所述查询结果同所述巡察对象数据中对应的原始数据进行对比并计算对应的K-S值;
根据所述K-S值生成对应的检验结果。
5.根据权利要求4所述的方法,其特征在于,所述根据所述K-S值,生成对应的检验结果的步骤包括:
判断所述K-S值是否位于预设置信区间;
若是,则检验结果为通过,所述巡察分析模型被采用;若否,则所述检验结果未通过,所述巡察分析模型被舍弃。
6.一种建立巡察分析模型的装置,其特征在于,所述装置包括:
疑点数据集获取单元,用于获取巡察对象数据中的疑点数据,得到对应的疑点数据集;
筛选单元,用于按照预设数据完整度规则对所述疑点数据集进行筛选,得到巡察对象分析数据集;
巡察标签集获取单元,用于根据预设巡察标签,对所述巡察对象分析数据集进行分类匹配,得到对应的巡察标签集;
模型建立单元,用于根据所述巡察标签集,建立对应的巡察分析模型。
7.根据权利要求6所述的装置,其特征在于,所述筛选单元包括:
完整度判断子单元,用于按照预设数据完整度规则判断所述疑点数据集中每条疑点数据的完整度是否符合预设完整度阈值;
第一处理子单元,用于当所述疑点数据的完整度符合预设完整度阈值时,将对应的疑点数据加入所述巡察对象分析数据集;
第二处理子单元,用于当所述疑点数据的完整度不符合预设完整度阈值时,将对应的疑点数据直接舍去。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
接口生成单元,用于将所述巡察分析模型进行封装,得到对应的应用程序编程接口;
查询单元,用于获取查询预设巡察目标的请求,调用所述应用程序编程接口进行查询,得到对应的查询结果;
检验单元,用于按照预设检验模型对所述查询结果进行检验,得到对应的检验结果。
9.一种计算机终端,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算机终端执行根据权利要求1至5中任一项所述的建立巡察分析模型的方法。
10.一种计算机可读存储介质,其特征在于,其存储有权利要求9所述计算机终端所使用的所述计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910227734.6A CN110210048B (zh) | 2019-03-25 | 2019-03-25 | 建立巡察分析模型的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910227734.6A CN110210048B (zh) | 2019-03-25 | 2019-03-25 | 建立巡察分析模型的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110210048A true CN110210048A (zh) | 2019-09-06 |
CN110210048B CN110210048B (zh) | 2023-04-07 |
Family
ID=67785096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910227734.6A Active CN110210048B (zh) | 2019-03-25 | 2019-03-25 | 建立巡察分析模型的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110210048B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117709688A (zh) * | 2024-02-05 | 2024-03-15 | 广东省电信规划设计院有限公司 | 一种巡察数据治理方法及装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3450849B1 (ja) * | 2002-09-30 | 2003-09-29 | 科学技術振興事業団 | パトロール装置及びパトロール方法 |
US20060195415A1 (en) * | 2005-02-14 | 2006-08-31 | France Telecom | Method and device for the generation of a classification tree to unify the supervised and unsupervised approaches, corresponding computer package and storage means |
CN102521663A (zh) * | 2011-12-05 | 2012-06-27 | 陕西东显永益机电技术有限公司 | 一种电子监察方法 |
CN103530730A (zh) * | 2013-10-15 | 2014-01-22 | 山东浪潮齐鲁软件产业股份有限公司 | 惩防体系监察对象构建与管理模型化方法 |
CN104809578A (zh) * | 2015-04-30 | 2015-07-29 | 四川建设网有限责任公司 | 一种行政监督管理平台的运行方法 |
CN105096057A (zh) * | 2015-08-20 | 2015-11-25 | 长威信息科技发展股份有限公司 | 权力运行与预防腐败的监察模型系统 |
CN105761004A (zh) * | 2016-02-23 | 2016-07-13 | 浪潮软件集团有限公司 | 巡视过程管理系统 |
CN105956797A (zh) * | 2016-06-21 | 2016-09-21 | 中国共产党关岭布依族苗族自治县纪律检查委员会 | 一种基于大数据的党风廉政建设信息化管理系统 |
CN107358409A (zh) * | 2017-07-12 | 2017-11-17 | 山东浪潮商用系统有限公司 | 一种基于数据分析的电子巡察方法 |
CN107425965A (zh) * | 2017-06-01 | 2017-12-01 | 山东浪潮商用系统有限公司 | 基于巡视巡察过程管理系统的巡视巡察方法 |
CN108615115A (zh) * | 2018-05-02 | 2018-10-02 | 山东汇贸电子口岸有限公司 | 一种政务数据采集流程的实现方法 |
CN109190893A (zh) * | 2018-07-30 | 2019-01-11 | 咪咕文化科技有限公司 | 廉洁风险分布图生成及风险防控方法、装置及存储介质 |
CN109255746A (zh) * | 2018-08-31 | 2019-01-22 | 山东浪潮商用系统有限公司 | 一种基于网络和巡视巡察信息系统的民主测评方法 |
CN109471871A (zh) * | 2018-11-23 | 2019-03-15 | 中共四川天府新区成都纪律检查工作委员会 | 公车管理方法及装置 |
-
2019
- 2019-03-25 CN CN201910227734.6A patent/CN110210048B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3450849B1 (ja) * | 2002-09-30 | 2003-09-29 | 科学技術振興事業団 | パトロール装置及びパトロール方法 |
US20060195415A1 (en) * | 2005-02-14 | 2006-08-31 | France Telecom | Method and device for the generation of a classification tree to unify the supervised and unsupervised approaches, corresponding computer package and storage means |
CN102521663A (zh) * | 2011-12-05 | 2012-06-27 | 陕西东显永益机电技术有限公司 | 一种电子监察方法 |
CN103530730A (zh) * | 2013-10-15 | 2014-01-22 | 山东浪潮齐鲁软件产业股份有限公司 | 惩防体系监察对象构建与管理模型化方法 |
CN104809578A (zh) * | 2015-04-30 | 2015-07-29 | 四川建设网有限责任公司 | 一种行政监督管理平台的运行方法 |
CN105096057A (zh) * | 2015-08-20 | 2015-11-25 | 长威信息科技发展股份有限公司 | 权力运行与预防腐败的监察模型系统 |
CN105761004A (zh) * | 2016-02-23 | 2016-07-13 | 浪潮软件集团有限公司 | 巡视过程管理系统 |
CN105956797A (zh) * | 2016-06-21 | 2016-09-21 | 中国共产党关岭布依族苗族自治县纪律检查委员会 | 一种基于大数据的党风廉政建设信息化管理系统 |
CN107425965A (zh) * | 2017-06-01 | 2017-12-01 | 山东浪潮商用系统有限公司 | 基于巡视巡察过程管理系统的巡视巡察方法 |
CN107358409A (zh) * | 2017-07-12 | 2017-11-17 | 山东浪潮商用系统有限公司 | 一种基于数据分析的电子巡察方法 |
CN108615115A (zh) * | 2018-05-02 | 2018-10-02 | 山东汇贸电子口岸有限公司 | 一种政务数据采集流程的实现方法 |
CN109190893A (zh) * | 2018-07-30 | 2019-01-11 | 咪咕文化科技有限公司 | 廉洁风险分布图生成及风险防控方法、装置及存储介质 |
CN109255746A (zh) * | 2018-08-31 | 2019-01-22 | 山东浪潮商用系统有限公司 | 一种基于网络和巡视巡察信息系统的民主测评方法 |
CN109471871A (zh) * | 2018-11-23 | 2019-03-15 | 中共四川天府新区成都纪律检查工作委员会 | 公车管理方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117709688A (zh) * | 2024-02-05 | 2024-03-15 | 广东省电信规划设计院有限公司 | 一种巡察数据治理方法及装置 |
CN117709688B (zh) * | 2024-02-05 | 2024-05-31 | 广东省电信规划设计院有限公司 | 一种巡察数据治理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110210048B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008250908A (ja) | 映像判別方法および映像判別装置 | |
CN111382291A (zh) | 机器审核方法、装置及机器审核服务器 | |
CN109410031A (zh) | 消费信贷智能审批方法和系统 | |
CN105208325A (zh) | 基于图像定点抓拍及比对分析的国土资源监控预警方法 | |
CN108665559A (zh) | 一种人证票核实管理系统和方法 | |
CN111881948A (zh) | 神经网络模型的训练方法及装置、数据的分类方法及装置 | |
CN111127465A (zh) | 一种桥梁检测报告自动生成方法及系统 | |
CN114998234A (zh) | 一种基于数据增强策略的自监督弹簧缺陷检测方法 | |
CN111798162A (zh) | 基于神经网络的风险监测方法及装置 | |
CN110210048A (zh) | 建立巡察分析模型的方法和装置 | |
US20050180661A1 (en) | Method of video coding images comprising address information | |
CN112270319B (zh) | 一种事件标注方法、装置及电子设备 | |
CN112579986B (zh) | 图像侵权检测方法、设备和系统 | |
CN113704505A (zh) | 一种基于智慧教育的大数据用户需求分析方法及服务器 | |
CN117726965A (zh) | 基于神经网络的无人值守过磅控制方法及系统 | |
CN109063732B (zh) | 基于特征交互和多任务学习的图像排序方法及系统 | |
CN115471794A (zh) | 一种基于YOLOv5的智能电厂小目标检测方法及系统 | |
CN105354833A (zh) | 一种阴影检测的方法和装置 | |
JP2019185410A (ja) | 車両推定装置、学習装置、及び車両推定方法 | |
CN112734390A (zh) | 一种信息审核方法及系统 | |
CN114373116A (zh) | 一种运维现场图像的筛选方法、装置、设备及产品 | |
Rudnitckaia et al. | Applying process mining to the ship handling process at oil terminal | |
CN113971627A (zh) | 一种车牌图片生成方法及装置 | |
CN116563770B (zh) | 车辆颜色的检测方法、装置及设备和介质 | |
CN114302398B (zh) | 基于大数据的预留诈骗号码识别方法、装置及计算设备 |
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 |