CN110543562A - 一种基于事件图谱的城市治理事件自动分拨方法及系统 - Google Patents

一种基于事件图谱的城市治理事件自动分拨方法及系统 Download PDF

Info

Publication number
CN110543562A
CN110543562A CN201910766078.7A CN201910766078A CN110543562A CN 110543562 A CN110543562 A CN 110543562A CN 201910766078 A CN201910766078 A CN 201910766078A CN 110543562 A CN110543562 A CN 110543562A
Authority
CN
China
Prior art keywords
event
appeal
events
processed
classification
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.)
Pending
Application number
CN201910766078.7A
Other languages
English (en)
Inventor
李飞
段春先
杨想平
岑小楼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WUDA GEOINFORMATICS CO Ltd
Original Assignee
WUDA GEOINFORMATICS CO Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by WUDA GEOINFORMATICS CO Ltd filed Critical WUDA GEOINFORMATICS CO Ltd
Priority to CN201910766078.7A priority Critical patent/CN110543562A/zh
Publication of CN110543562A publication Critical patent/CN110543562A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/353—Clustering; Classification into predefined classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/355—Class or cluster creation or modification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于事件图谱的城市治理事件自动分拨方法及系统，先采集待处理诉求事件，其次对待处理诉求事件进行事件分类，然后对待处理诉求事件进行地址的获取，最后基于确定出的待处理诉求事件的事件分类以及获取的对应的地址，确定出对应的处理单位，将待处理诉求事件分配至对应的处理单位进行处理。本发明自动根据图谱发送诉求事件至对应末端部门办理，节约操作人员手动派遣时间，提高办事效率。

Description

一种基于事件图谱的城市治理事件自动分拨方法及系统
技术领域
本发明涉及智慧城市数据处理领域，更具体地说，涉及一种基于事件图谱的城市治理事件自动分拨方法及系统。
背景技术
近年来，全国都做智慧城市建设，所有智慧城市建设中，都有事件处理的公众服务系统，市民可以通过电话、微信、APP等渠道向政府部门提出建议、意见或者进行投诉、举报等事项，通过互联网技术，提供365天24小时不间断听取老百姓意见，解决群众困难，帮助群众解决问题；辖区网格员可以通过APP对管理辖区问题进行日常巡查，提前发现问题，对发现问题进行上报，交由相关部门提前处理，避免影响老百姓日常生活；通过主动发现问题和老百姓主动诉求问题上报，集中处理后，进行满意度回访，从而使得老百姓幸福感加强，为社会和谐提供有力支撑。
事件从人工收集，人工派遣，人工督办、部门人工处理、人工审核、事件满意度回访调查、归档结案等标准闭环操作流程，从市、区、街道/职能部门、社区、网格等多级流程处理，所有流程为人工操作。一线城市的诉求事件总量一年大约180万件以上，特别是在人口较多的大城市，事件总量会更多，人力成本很高以及办理效率低下，不能满足市民办理诉求，影响市民幸福感和获得感。
市面上系统都是根据事件描述按照部门职责逐级人工进行派遣，没有通过程序自动化地将事件分派到具体末端部门，使得后续很多人工工作，需要大量人工收件，转派工作，重复劳动且有错误派单情况，使得办理时间周期长。另外，目前还未见到通过事件描述结合空间位置的自动分拨的做法，用以进一步提高转派效率。
(1)传统的诉求分拨注重准确性而不注重效率：
传统的诉求分拨,人工通过诉求描述，从市分拨区，区分拨街道，街道分拨社区、社区分拨责任人，但在无人值守的情况下，目前是没有办法实现。
(2)传统的诉求分拨错误率也会很高
传统的诉求分拨，由于是人在进行分拨，相同诉求分派不同分拨人员，进行分拨，分拨人员对事物理解不一致，分拨人员会有主观意识进行诉求分拨，导致相同诉求，不同分拨人员分拨到不同部门进行办理，从而导致分拨错误。
发明内容
针对上述技术问题，本发明提供了一种基于事件图谱的城市治理事件自动分拨方法系及统，以进行诉求事件的自动分发，节约操作人员手动派遣时间，提高办事效率。
根据本发明的其中一方面，本发明为解决其技术问题，所提供的基于事件图谱的城市治理事件自动分拨方法包含如下步骤：
S1、采集待处理诉求事件；
S2、对待处理诉求事件进行事件分类；分类的实现过程如下：
S21、采集多个历史诉求事件分别进行NPL分词，从而提取出每个历史诉求事件中的事件问题关键词、对应的事件分类；
S22、采用RNN网络对基于历史诉求事件提取出来的关键词进行训练，得到事件问题关键词的权重；其中，训练时每个历史诉求事件提取出来的事件问题关键词、对应的事件分类以及办理部门作为一个训练样本，每个训练样本中的各个事件问题关键词作为输入，对应的事件分类作为输出；
S23、RNN网络训练完成后，得到各个事件问题关键词的权重，并从中挑选出权重靠前的若干个事件问题关键词；
S24、获取人工给挑选出的事件问题关键词所进行的提权和降权后的权重；
S25、基于提权和降权后的权重与对应的事件问题关键词构建新的RNN网络，形成知识图谱；
S26、基于所述知识图谱以及对待处理诉求事件进行NPL分词后的关键词，确定事件分类；
S3、对待处理诉求事件进行地址的获取；获取的实现过程如下：
S31、采集多个历史诉求事件分别进行NPL分词，得到地址分词；
S32、基于POI关系库，对地址分词进行分析判断，得出待处理诉求事件的地址；
S4、基于确定出的待处理诉求事件的事件分类以及获取的对应的地址，确定出对应的处理单位，将待处理诉求事件分配至对应的处理单位进行处理。
进一步地，在本发明的基于事件图谱的城市治理事件自动分拨方法，所述NLP分词具体采用的是采用Vec2Vec算法进行Embeding操作实现分词。
进一步地，在本发明的基于事件图谱的城市治理事件自动分拨方法，所述RNN网络具体采用的是RNN网络。
进一步地，在本发明的基于事件图谱的城市治理事件自动分拨方法，若在步骤S26中，未能确定出事件的分类，则给出消息提示进行人工分类，然后将人工分类的结果与本次待处理诉求事件作为历史诉求事件，作为下次RNN网络训练的历史诉求事件。
进一步地，在本发明的基于事件图谱的城市治理事件自动分拨方法，步骤S3中获取的地址的形式为：A省B市C区D街道F小区，A至F为获取的数据。
进一步地，在本发明的基于事件图谱的城市治理事件自动分拨方法，若是未能确定出对应的处理单位，则由人工给出处理单位，经由指挥中心主管部门确认后，然后将人工给出的处理单位，与基于确定出的待处理诉求事件的事件分类以及获取的对应的地址，作为后期处理单位进行自动确认时的依据。
进一步地，在本发明的基于事件图谱的城市治理事件自动分拨方法，在步骤S4中将待处理诉求事件分配至对应的处理单位进行处理时，还同时向处理单位发送：事件分类、基于待处理诉求事件的事件问题关键词以及地址分词形成的立案条件说明、处理时限。
进一步地，在本发明的基于事件图谱的城市治理事件自动分拨方法，所述处理单位是指责任单位以及对应的子单位。
根据本发明的另一方面，本发明为解决其技术问题，还提供了一种基于事件图谱的城市治理事件自动分拨系统，具有计算机存储介质，所述计算机存储介质存储有计算机可执行指令，用于实现上述任一项的基于事件图谱自动分拨方法。
实施本发明的基于事件图谱的城市治理事件自动分拨方法及系统，具有以下有益效果：本发明自动根据图谱发送诉求事件至对应末端部门办理，节约操作人员手动派遣时间，提高办事效率。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是获取地址以及权重靠前的若干个事件问题关键词的示意图；
图2是基于事件图谱的城市治理事件自动分拨方法一实施例的示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
本实施例所提供的基于事件图谱的城市治理事件自动分拨方法包含如下步骤：
S1、采集待处理诉求事件。
S2、对待处理诉求事件进行事件分类；分类的实现过程如下：
S21、采集多个历史诉求事件分别进行NPL分词，从而提取出每个历史诉求事件中的事件问题关键词、对应的事件分类；
S22、采用RNN网络对基于历史诉求事件提取出来的关键词进行训练，得到事件问题关键词(即要反应的诉求的关键词，不包含地址)的权重；其中，训练时每个历史诉求事件提取出来的事件问题关键词、对应的事件分类以及办理部门作为一个训练样本，每个训练样本中的各个事件问题关键词作为输入，对应的事件分类作为输出；
S23、RNN网络训练完成后，得到各个事件问题关键词的权重，并从中挑选出权重靠前的若干个事件问题关键词；
S24、获取人工给挑选出的事件问题关键词所进行的提权和降权后的权重；
S25、基于提权和降权后的权重与对应的事件问题关键词构建新的RNN网络，形成知识图谱；
S26、基于所述知识图谱以及对待处理诉求事件进行NPL分词后的关键词，确定事件分类；若在步骤S26中，未能确定出事件的分类，则给出消息提示进行人工分类，然后将人工分类的结果与本次待处理诉求事件作为历史诉求事件，作为下次RNN网络训练的历史诉求事件。对于上述即下述的NLP分词、RNN网络：NLP分词具体采用的是采用Vec2Vec算法进行Embeding操作实现分词，RNN网络具体采用的是RNN网络。
S3、对待处理诉求事件进行地址的获取；获取的实现过程如下：
S31、采集多个历史诉求事件分别进行NPL分词，得到地址分词；
S32、基于POI关系库(自然资源和规划局提供以及基础部门办理部门会提供自己辖区基础poi，通过地理编码表征对应地址)，对地址分词进行分析判断，得出待处理诉求事件的地址，该地址按照不同的层级进行划分，例如获取的地址的形式为：A省B市C区D街道F小区，A至F为获取的数据。
S4、基于确定出的待处理诉求事件的事件分类以及获取的对应的地址，确定出对应的处理单位，将待处理诉求事件分配至对应的处理单位进行处理。
在步骤S4中，若是未能确定出对应的处理单位，则由人工给出处理单位，经由指挥中心主管部门确认后，然后将人工给出的处理单位，与基于确定出的待处理诉求事件的事件分类以及获取的对应的地址，作为后期处理单位进行自动确认时的依据。将待处理诉求事件分配至对应的处理单位进行处理时，还同时向处理单位发送：事件分类、基于待处理诉求事件的事件问题关键词以及地址分词形成的立案条件说明、处理时限。在本实施例中，处理单位优选为责任单位以及对应的子单位。
参考图1以及图2，下述将完整的诉求事件为例进行具体说明：“我反映，自6月3日起，民族大道锦绣龙城小区每天到了晚上9点左右就开始停水，12点或者1点左右才能恢复来水。打电话咨询物业，说是水务集团水压不够导致；打电话给水务集团，说是物业设备有问题，水务集团的水压没有问题。现在物业方面和水务集团都没有给出问题症结所在，有“踢皮球”的嫌疑，现在武汉高温高达35°，每天都停水，让普通群众无法正常生活，希望相关部门能为群众做主，找出停水的原因，拯救黎明于水火之中”。
地址分词：锦绣龙城、民族大道，基于POI关系库，得到的地址按照规范，由上层至下层为：【湖北省】【武汉市】【东湖新技术开发区】【关东道】【锦绣龙城】。
权重靠前的4个事件问题关键词为：【停水】【物业】【水务集团】【踢皮球】
结合图2，根据停水事件问题关键词字，可以得到图谱方案为停水或者水压低的事件分类，结合东湖新技术开发区为开发区，主办单位为自来水公司，协办单位子单位为区水务公司，协办为区辖区政府(即东湖新技术开发区)，根据关东街得出办理街道为关东街办事处，根据锦绣龙城得到社区为锦绣龙城社区办理。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (9)

1.一种基于事件图谱的城市治理事件自动分拨方法，其特征在于，包含如下步骤：
S1、采集待处理诉求事件；
S2、对待处理诉求事件进行事件分类；分类的实现过程如下：
S21、采集多个历史诉求事件分别进行NPL分词，从而提取出每个历史诉求事件中的事件问题关键词、对应的事件分类；
S22、采用RNN网络对基于历史诉求事件提取出来的关键词进行训练，得到事件问题关键词的权重；其中，训练时每个历史诉求事件提取出来的事件问题关键词、对应的事件分类以及办理部门作为一个训练样本，每个训练样本中的各个事件问题关键词作为输入，对应的事件分类作为输出；
S23、RNN网络训练完成后，得到各个事件问题关键词的权重，并从中挑选出权重靠前的若干个事件问题关键词；
S24、获取人工给挑选出的事件问题关键词所进行的提权和降权后的权重；
S25、基于提权和降权后的权重与对应的事件问题关键词构建新的RNN网络，形成知识图谱；
S26、基于所述知识图谱以及对待处理诉求事件进行NPL分词后的关键词，确定事件分类；
S3、对待处理诉求事件进行地址的获取；获取的实现过程如下：
S31、采集多个历史诉求事件分别进行NPL分词，得到地址分词；
S32、基于POI关系库，对地址分词进行分析判断，得出待处理诉求事件的地址；
S4、基于确定出的待处理诉求事件的事件分类以及获取的对应的地址，确定出对应的处理单位，将待处理诉求事件分配至对应的处理单位进行处理。
2.根据权利要求1所述的基于事件图谱的城市治理事件自动分拨方法，其特征在于，所述NLP分词具体采用的是采用Vec2Vec算法进行Embeding操作实现分词。
3.根据权利要求1所述的基于事件图谱的城市治理事件自动分拨方法，其特征在于，所述RNN网络具体采用的是RNN网络。
4.根据权利要求1所述的基于事件图谱的城市治理事件自动分拨方法，其特征在于，若在步骤S26中，未能确定出事件的分类，则给出消息提示进行人工分类，然后将人工分类的结果与本次待处理诉求事件作为历史诉求事件，作为下次RNN网络训练的历史诉求事件。
5.根据权利要求1所述的基于事件图谱的城市治理事件自动分拨方法，其特征在于，步骤S3中获取的地址的形式为：A省B市C区D街道F小区，A至F为获取的数据。
6.根据权利要求1所述的基于事件图谱的城市治理事件自动分拨方法，其特征在于，在步骤S4中，若是未能确定出对应的处理单位，则由人工给出处理单位，经由指挥中心主管部门确认后，然后将人工给出的处理单位，与基于确定出的待处理诉求事件的事件分类以及获取的对应的地址，作为后期处理单位进行自动确认时的依据。
7.根据权利要求1所述的基于事件图谱的城市治理事件自动分拨方法，其特征在于，在步骤S4中将待处理诉求事件分配至对应的处理单位进行处理时，还同时向处理单位发送：事件分类、基于待处理诉求事件的事件问题关键词以及地址分词形成的立案条件说明、处理时限。
8.根据权利要求1所述的基于事件图谱的城市治理事件自动分拨方法，其特征在于，所述处理单位是指责任单位以及对应的子单位。
9.一种基于事件图谱的城市治理事件自动分拨系统，其特征在于，具有计算机存储介质，所述计算机存储介质存储有计算机可执行指令，用于实现如权利要求1-8任一项所述的基于事件图谱自动分拨方法。
CN201910766078.7A 2019-08-19 2019-08-19 一种基于事件图谱的城市治理事件自动分拨方法及系统 Pending CN110543562A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910766078.7A CN110543562A (zh) 2019-08-19 2019-08-19 一种基于事件图谱的城市治理事件自动分拨方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910766078.7A CN110543562A (zh) 2019-08-19 2019-08-19 一种基于事件图谱的城市治理事件自动分拨方法及系统

Publications (1)

Publication Number Publication Date
CN110543562A true CN110543562A (zh) 2019-12-06

Family

ID=68711550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910766078.7A Pending CN110543562A (zh) 2019-08-19 2019-08-19 一种基于事件图谱的城市治理事件自动分拨方法及系统

Country Status (1)

Country Link
CN (1) CN110543562A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111861201A (zh) * 2020-07-17 2020-10-30 南京汇宁桀信息科技有限公司 一种基于大数据分类算法的政务智能派单的方法
CN112241847A (zh) * 2020-10-26 2021-01-19 浪潮云信息技术股份公司 一种基于网格化管理的问题自动分发方法及平台
CN112488551A (zh) * 2020-12-11 2021-03-12 浪潮云信息技术股份公司 一种基于XGBoost算法的热线智能派单方法
CN112700114A (zh) * 2020-12-29 2021-04-23 长威信息科技发展股份有限公司 一种事件自动分拨调度方法及系统
CN113535959A (zh) * 2021-07-29 2021-10-22 长三角信息智能创新研究院 面向基层治理的事件自动分拨方法
CN115168679A (zh) * 2022-07-20 2022-10-11 广州聚百洲信息科技有限公司 一种基于云平台的智慧城市数据分析方法及其数据分析系统
CN115169979A (zh) * 2022-08-08 2022-10-11 航天神舟智慧系统技术有限公司 一种基于语义分析的事件自动处置方法、装置及系统
CN115203361A (zh) * 2022-06-13 2022-10-18 华院计算技术(上海)股份有限公司 事件分拨方法及装置、存储介质、终端
CN116108169A (zh) * 2022-12-12 2023-05-12 长三角信息智能创新研究院 一种基于知识图谱的热线工单智能分派方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005958A (zh) * 2015-01-07 2015-10-28 泰华智慧产业集团股份有限公司 一种基于智慧城市的应用维护数据的监控方法及系统
CN106776711A (zh) * 2016-11-14 2017-05-31 浙江大学 一种基于深度学习的中文医学知识图谱构建方法
CN108810620A (zh) * 2018-07-18 2018-11-13 腾讯科技（深圳）有限公司 识别视频中的关键时间点的方法、计算机设备及存储介质
CN109284378A (zh) * 2018-09-14 2019-01-29 北京邮电大学 一种面向知识图谱的关系分类方法
CN109325116A (zh) * 2018-08-23 2019-02-12 武大吉奥信息技术有限公司 一种基于深度学习的城市事件自动分类派发方法及装置
CN109472024A (zh) * 2018-10-25 2019-03-15 安徽工业大学 一种基于双向循环注意力神经网络的文本分类方法
CN109558492A (zh) * 2018-10-16 2019-04-02 中山大学 一种适于事件归因的上市公司知识图谱构建方法及装置
CN109902297A (zh) * 2019-02-13 2019-06-18 北京航空航天大学 一种威胁情报生成方法及装置
US20190197403A1 (en) * 2017-12-21 2019-06-27 Nnaisense SA Recurrent neural network and training process for same

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005958A (zh) * 2015-01-07 2015-10-28 泰华智慧产业集团股份有限公司 一种基于智慧城市的应用维护数据的监控方法及系统
CN106776711A (zh) * 2016-11-14 2017-05-31 浙江大学 一种基于深度学习的中文医学知识图谱构建方法
US20190197403A1 (en) * 2017-12-21 2019-06-27 Nnaisense SA Recurrent neural network and training process for same
CN108810620A (zh) * 2018-07-18 2018-11-13 腾讯科技（深圳）有限公司 识别视频中的关键时间点的方法、计算机设备及存储介质
CN109325116A (zh) * 2018-08-23 2019-02-12 武大吉奥信息技术有限公司 一种基于深度学习的城市事件自动分类派发方法及装置
CN109284378A (zh) * 2018-09-14 2019-01-29 北京邮电大学 一种面向知识图谱的关系分类方法
CN109558492A (zh) * 2018-10-16 2019-04-02 中山大学 一种适于事件归因的上市公司知识图谱构建方法及装置
CN109472024A (zh) * 2018-10-25 2019-03-15 安徽工业大学 一种基于双向循环注意力神经网络的文本分类方法
CN109902297A (zh) * 2019-02-13 2019-06-18 北京航空航天大学 一种威胁情报生成方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨晓慧等: "基于符号语义映射的知识图谱表示学习算法", 《计算机研究与发展》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111861201A (zh) * 2020-07-17 2020-10-30 南京汇宁桀信息科技有限公司 一种基于大数据分类算法的政务智能派单的方法
CN112241847A (zh) * 2020-10-26 2021-01-19 浪潮云信息技术股份公司 一种基于网格化管理的问题自动分发方法及平台
CN112488551A (zh) * 2020-12-11 2021-03-12 浪潮云信息技术股份公司 一种基于XGBoost算法的热线智能派单方法
CN112488551B (zh) * 2020-12-11 2023-04-07 浪潮云信息技术股份公司 一种基于XGBoost算法的热线智能派单方法
CN112700114A (zh) * 2020-12-29 2021-04-23 长威信息科技发展股份有限公司 一种事件自动分拨调度方法及系统
CN113535959A (zh) * 2021-07-29 2021-10-22 长三角信息智能创新研究院 面向基层治理的事件自动分拨方法
CN115203361A (zh) * 2022-06-13 2022-10-18 华院计算技术(上海)股份有限公司 事件分拨方法及装置、存储介质、终端
CN115203361B (zh) * 2022-06-13 2024-04-02 华院计算技术(上海)股份有限公司 事件分拨方法及装置、存储介质、终端
CN115168679A (zh) * 2022-07-20 2022-10-11 广州聚百洲信息科技有限公司 一种基于云平台的智慧城市数据分析方法及其数据分析系统
CN115169979A (zh) * 2022-08-08 2022-10-11 航天神舟智慧系统技术有限公司 一种基于语义分析的事件自动处置方法、装置及系统
CN116108169A (zh) * 2022-12-12 2023-05-12 长三角信息智能创新研究院 一种基于知识图谱的热线工单智能分派方法
CN116108169B (zh) * 2022-12-12 2024-02-20 长三角信息智能创新研究院 一种基于知识图谱的热线工单智能分派方法

Similar Documents

Publication Publication Date Title
CN110543562A (zh) 一种基于事件图谱的城市治理事件自动分拨方法及系统
CN107610469B (zh) 一种考虑多因素影响的日维度区域交通指数预测方法
CN109615122B (zh) 配送范围的生成方法、装置、电子设备和存储介质
CN109636013B (zh) 配送范围的生成方法、装置、电子设备和存储介质
Van de Walle et al. Impact evaluation of a rural road rehabilitation project
CN106897420A (zh) 一种基于手机信令数据的用户出行驻留行为识别方法
CN110751416A (zh) 一种用水量的预测方法、装置及设备
CN112348404A (zh) 一种村庄规划实施评估系统
CN111461399A (zh) 一种基于故障非线性离散分布的驻点坐标配置方法
CN113762784B (zh) 污水处理系统布局规划方案的定量化综合评价方法及系统
CN111415035A (zh) 一种预估建筑功能户型比的方法及装置
CN112862283A (zh) 基于层次分析的城管派遣方法和系统
CN104820684A (zh) 一种基于空间位置的快速联机分析处理方法
CN118394873B (zh) 一种基于ai的地理信息众包数据分析方法及系统
CN113033110A (zh) 一种基于交通流模型的重点区域人员应急疏散系统及方法
CN116796904A (zh) 一种轨道交通新线客流预测方法、系统、电子设备及介质
Gunawan et al. Regional income disparities, distributional convergence, and spatial effects: evidence from Indonesia
Alotaik et al. Little data, big data, and food insecurity: An integrated approach
CN113191553A (zh) 基于建筑物尺度的人口空间分布估算方法及系统
CN110885132B (zh) 一种农村生活污水处理设施优先监管集的识别方法
CN110264010B (zh) 新型乡村电力饱和负荷预测方法
CN106022546B (zh) 一种基于居民小区负荷成长周期的负荷预测方法
CN113850350A (zh) 城市建筑用地智能规划系统及方法
CN114265879A (zh) 一种土地利用效益评估方法及系统
CN113744525A (zh) 一种基于特征提取与深度学习的交通分布预测方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191206

RJ01 Rejection of invention patent application after publication