CN110648057A - 智能化城市安全风险管控系统和方法 - Google Patents
智能化城市安全风险管控系统和方法 Download PDFInfo
- Publication number
- CN110648057A CN110648057A CN201910862261.7A CN201910862261A CN110648057A CN 110648057 A CN110648057 A CN 110648057A CN 201910862261 A CN201910862261 A CN 201910862261A CN 110648057 A CN110648057 A CN 110648057A
- Authority
- CN
- China
- Prior art keywords
- data
- risk
- enterprise
- control
- unit
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012954 risk control Methods 0.000 claims abstract description 44
- 238000007405 data analysis Methods 0.000 claims abstract description 39
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000013507 mapping Methods 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000012502 risk assessment Methods 0.000 claims description 7
- 238000011835 investigation Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 239000013589 supplement Substances 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 43
- 230000008520 organization Effects 0.000 description 4
- 238000012550 audit Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及风险管控技术领域,具体涉及智能化城市安全风险管控系统和方法。包括:数据采集子系统、安全风险管控数据库、数据分析子系统和结果呈现应用子系统,所述数据采集子系统将采集数据的数据传输给数据分析子系统,所述数据分析子系统对采集的数据根据安全风险管控数据库的经验数值进行整理分析将整理后的数据传输给结果呈现应用子系统,结果呈现应用子系统进行可视化展示。本发明通过根据安全风险管控数据库的经验数值智能化进行整理分析进而准确判断事故发生的可能性和发生后事故危害的严重程度,进而对风险数据进行可视化展示,供决策者进行决策进而将安全风险降至最低。
Description
技术领域
本发明涉及风险管控技术领域,具体涉及智能化城市安全风险管控系统和方法。
背景技术
风险存在于每个商业活动之中,风险监控已经成为现代商业经营管理的一个不可分割的部分。而将城市内大大小小的企业的安全风险进行汇总则成为了城市的安全风险,传统的隐患排查系统设计方法是静态的和结果导向的,其实际操作性差,无法在企业落地,并且企业会对风险评估程度拿捏不准,容易造成误判进而遭受不必要的损失。
发明内容
本发明的目的是克服现有技术的不足和缺陷,提供一种智能化的城市安全风险管控系统和方法。
本发明的目的是通过以下技术方案来实现的:
智能化城市安全风险管控系统,包括:数据采集子系统、安全风险管控数据库、数据分析子系统和结果呈现应用子系统,所述数据采集子系统将采集数据的数据传输给数据分析子系统,所述数据分析子系统对采集的数据根据安全风险管控数据库的经验数值进行整理分析将整理后的数据传输给结果呈现应用子系统,结果呈现应用子系统进行可视化展示。
进一步的,所述安全风险管控数据库对安全风险管控数据库记载的每个风险管控对象标记有n个特征,标记为Ci,(i=1,2,...,n),所述安全风险管控数据库将每个风险管控对象的n个特征赋值成为一个n维向量xi∈Rn(i=1,2,...,m),其中m为当前数据库中风险管控对象的个数,每个风险管控对象预设一个对应的2维标签向量其中单个风险管控的事故发生可能性为pi:pi∈[0,1],,单个风险管控事故发生后的危害严重程度为ri:ri∈[0,∞);数据采集子系统采集新的风险管控对象,数据分析子系统对数据采集子系统采集新的风险管控对象进行预设映射F:Rn→R2,把一个风险管控对象x∈Rn映射为它对应的标签(p,r)∈R2,通过多标签机器学习的模型获得映射F:对于任何一个新的风险管控对象y∈Rn,数据分析子系统通过所获得的映射F来预测新的风险管控对象的标签:ly=F(y),映射F被设置为线性映射:F(x)=Ax+b,(A∈R2×n,b∈R2),数据分析子系统将预测的标签传输至结果呈现应用子系统,结果呈现应用子系统对结果进行统计及可视化展示。
进一步的,所述数据分析子系统还将每次预测数据补充至安全风险管控数据库。
智能化城市安全风险管控方法,包括如下步骤:
(1)建立企业单元树;
(2)评估员进行风险数据的采集,并对企业的风险数据进行上报;
(3)数据分析子系统对企业的风险数据进行分析,并将分析后的风险数据传输给评估员和单位管理员;
(4)评估员对分析后的风险数据进行判断,如果有偏差对分析后的数据进行修正并将修正后的数据上传给单位管理员,如果没有偏差也将结果上传给单位管理员;
(5)单位管理员审核数据无误后将数据传输给结果呈现应用子系统进行分类统计图表。
进一步的,所述评估员包括企业评估员和第三方评估员,所述单位管理员包括企业单位管理员和第三方单位管理员,当单位管理员申请对企业的风险数据进行采集时智能化城市安全风险管控系统会对单位管理员是否受委托进行审核,如果有委托则会判断为第三方单位管理员,需要第三方单位管理员建立企业单元树,并且由第三方评估员进行采集风险数据并将风险数据上传至数据分析子系统进行数据分析,分析后的数据分别传输至第三方单位管理员处、企业评估员处和企业单位管理员处,企业评估员对分析后的数据进行查看和/或修正并将数据上报至第三方单位管理员和企业单位管理员处,第三方单位管理员和/或企业单位管理员对分析后的数据及从企业评估员处上报的数据进行管理、查看和/或汇总,最终第三方单位管理员和/或企业单位管理员将处理后的数据传输给结果呈现应用子系统进行分类统计图表;如果没有委托则会判断为企业单位管理员,智能化城市安全风险管控系统根据企业信息自建企业单元树,由企业评估员进行采集风险数据并将风险数据上传至数据分析子系统进行数据分析,分析后的数据分别传输至企业评估员处和企业单位管理员处,企业评估员对分析后的数据进行查看和/或修正并将数据上报至企业单位管理员处,企业单位管理员对分析后的数据及从企业评估员处上报的数据进行管理、查看和/或汇总,最终企业单位管理员将处理后的数据传输给结果呈现应用子系统进行分类统计图表。
进一步的,还包括数据管理员,所述数据管理员用以添加和管理单位管理员账号。
进一步的,所述企业单位管理员具有添加企业评估员的权限,所述企业单位管理员具有对企业单元树进行管理的权限,所述企业单位管理员具有对第三方机构委托和解除委托的权限。
进一步的,如果没有委托时所述企业评估员具有对风险数据进行添加和查阅的权限并且能够对企业风险数据进行上报;如果有委托时所述第三方企业评估员具有添加风险数据的权限,所述企业评估员具有查阅风险权限和对企业风险数据进行上报的权限。
进一步的,还具有政府管理员账号,所述政府管理员账号能够查看汇总后的分类统计图表。
对于风险数据进行分类统计后还制定一种改进方法,首先对机构和职责进行确定,确定后对相关人员进行教育培训,教育培训后相关人员对风险数据的资料进行收集,收集后进行评估单元划分,然后对危险源进行辨识,辨识后对危险源进行风险分析,风险分析后得出风险评价,风险评价后制定风险管控措施,制定风险管控措施后确定风险管控层级,确定风险管控层级后编制风险清单,然后根据编制的风险清单运行风险分级管控并且进行风险公告,在风险公告后所反馈的信息一并传输至风险等级管控,根据风险等级管控进行隐患的排查和治理,排查和治理后运行双重预防机制,最后持续进行改进。
本发明相比现有技术包括以下优点及有益效果:
本发明通过根据安全风险管控数据库的经验数值智能化进行整理分析进而准确判断事故发生的可能性和发生后事故危害的严重程度,进而对风险数据进行可视化展示,供决策者进行决策进而将安全风险降至最低,通过多标签机器学习模型来预测风险管控对象的事故发生的可能性和发生后危害的严重程度,相较于由人为判断导致具有判断准确率高的优点。
通过引入第三方机构对风险数据进行采集相较于企业自身进行采集能够更加专业全面的采集风险数据,进而更加准确且全面的进行安全风险管控。
附图说明
图1为智能化城市安全风险管控系统的结构示意图。
图2为智能化城市安全风险管控方法的流程图。
图3为风险统计后的一种改进方法的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
如图1至图3所示,智能化城市安全风险管控系统,包括:数据采集子系统、安全风险管控数据库、数据分析子系统和结果呈现应用子系统,所述数据采集子系统将采集数据的数据传输给数据分析子系统,所述数据分析子系统对采集的数据根据安全风险管控数据库的经验数值进行整理分析将整理后的数据传输给结果呈现应用子系统,结果呈现应用子系统进行可视化展示。
进一步的,所述安全风险管控数据库对安全风险管控数据库记载的每个风险管控对象标记有n个特征,标记为Ci,(i=1,2,...,n),所述安全风险管控数据库将每个风险管控对象的n个特征赋值成为一个n维向量xi∈Rn(i=1,2,...,m),其中m为当前数据库中风险管控对象的个数,每个风险管控对象预设一个对应的2维标签向量其中单个风险管控的事故发生可能性为pi:pi∈[0,1],,单个风险管控事故发生后的危害严重程度为ri:ri∈[0,∞);数据采集子系统采集新的风险管控对象,数据分析子系统对数据采集子系统采集新的风险管控对象进行预设映射F:Rn→R2,把一个风险管控对象x∈Rn映射为它对应的标签(p,r)∈R2,通过多标签机器学习的模型获得映射F:对于任何一个新的风险管控对象y∈Rn,数据分析子系统通过所获得的映射F来预测新的风险管控对象的标签:ly=F(y),映射F被设置为线性映射:F(x)=Ax+b,(A∈R2×n,b∈R2),数据分析子系统将预测的标签传输至结果呈现应用子系统,结果呈现应用子系统对结果进行统计及可视化展示。多标签机器学习算法采用m个标签样本,通过最小二乘优化模型获得(n+2)参数。
进一步的,所述数据分析子系统还将每次预测数据补充至安全风险管控数据库。通过将每次预测数据补充至安全风险管控数据库能够扩大安全风险管控数据库的样本数量,样本数量越多对于预测风险管控对象的事故发生的可能性和发生后危害的严重程度准确率越高。
智能化城市安全风险管控方法,包括如下步骤:
(1)建立企业单元树;
(2)评估员进行风险数据的采集,并对企业的风险数据进行上报;
(3)数据分析子系统对企业的风险数据进行分析,并将分析后的风险数据传输给评估员和单位管理员;
(4)评估员对分析后的风险数据进行判断,如果有偏差对分析后的数据进行修正并将修正后的数据上传给单位管理员,如果没有偏差也将结果上传给单位管理员;
(5)单位管理员审核数据无误后将数据传输给结果呈现应用子系统进行分类统计图表。
步骤(2)中评估员对企业对风险数据采集包括采集风险点的危险因素信息、导致后果信息、风险评价信息、管控措施信息和/或风险图片。
步骤(4)中的修正方式为补充和/或修改。
进一步的,所述评估员包括企业评估员和第三方评估员,所述单位管理员包括企业单位管理员和第三方单位管理员,当单位管理员申请对企业的风险数据进行采集时智能化城市安全风险管控系统会对单位管理员是否受委托进行审核,如果有委托则会判断为第三方单位管理员,需要第三方单位管理员建立企业单元树,并且由第三方评估员进行采集风险数据并将风险数据上传至数据分析子系统进行数据分析,分析后的数据分别传输至第三方单位管理员处、企业评估员处和企业单位管理员处,企业评估员对分析后的数据进行查看和/或修正并将数据上报至第三方单位管理员和企业单位管理员处,第三方单位管理员和/或企业单位管理员对分析后的数据及从企业评估员处上报的数据进行管理、查看和/或汇总,最终第三方单位管理员和/或企业单位管理员将处理后的数据传输给结果呈现应用子系统进行分类统计图表;如果没有委托则会判断为企业单位管理员,智能化城市安全风险管控系统根据企业信息自建企业单元树,由企业评估员进行采集风险数据并将风险数据上传至数据分析子系统进行数据分析,分析后的数据分别传输至企业评估员处和企业单位管理员处,企业评估员对分析后的数据进行查看和/或修正并将数据上报至企业单位管理员处,企业单位管理员对分析后的数据及从企业评估员处上报的数据进行管理、查看和/或汇总,最终企业单位管理员将处理后的数据传输给结果呈现应用子系统进行分类统计图表。
进一步的,还包括数据管理员,所述数据管理员用以添加和管理单位管理员账号。所述企业单位管理员具有添加企业评估员的权限,所述企业单位管理员具有对企业单元树进行管理的权限,所述企业单位管理员具有对第三方机构委托和解除委托的权限。企业管理员还能够对企业评估员信息进行导入和导出,还可以对本企业不存在风险的单元树信息进行增删改查、导入、导出等操作。所述第三方单位管理员能够接受多个企业的委托,第三方单位管理员能够管理委托企业的企业单元树。
进一步的,如果没有委托时所述企业评估员具有对风险数据进行添加和查阅的权限并且能够对企业风险数据进行上报;如果有委托时所述第三方企业评估员具有添加风险数据的权限,所述企业评估员具有查阅风险权限和对企业风险数据进行上报的权限。
进一步的,还具有政府管理员账号,所述政府管理员账号能够查看汇总后的分类统计图表。进而分析本地区的风险整体状况,能够更加有效的做出政策规划进行改进。
对于风险数据进行分类统计后还制定一种改进方法,首先对机构和职责进行确定,确定后对相关人员进行教育培训,教育培训后相关人员对风险数据的资料进行收集,收集后进行评估单元划分,然后对危险源进行辨识,辨识后对危险源进行风险分析,风险分析后得出风险评价,风险评价后制定风险管控措施,制定风险管控措施后确定风险管控层级,确定风险管控层级后编制风险清单,然后根据编制的风险清单运行风险分级管控并且进行风险公告,在风险公告后所反馈的信息一并传输至风险等级管控,根据风险等级管控进行隐患的排查和治理,排查和治理后运行双重预防机制,最后持续进行改进。
以上所述实施例仅表达了本发明的实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.智能化城市安全风险管控系统,其特征在于:包括:数据采集子系统、安全风险管控数据库、数据分析子系统和结果呈现应用子系统,所述数据采集子系统将采集数据的数据传输给数据分析子系统,所述数据分析子系统对采集的数据根据安全风险管控数据库的经验数值进行整理分析将整理后的数据传输给结果呈现应用子系统,结果呈现应用子系统进行可视化展示。
2.根据权利要求1所述的智能化城市安全风险管控系统,其特征在于:所述安全风险管控数据库对安全风险管控数据库记载的每个风险管控对象标记有n个特征,标记为Ci,(i=1,2,...,n),所述安全风险管控数据库将每个风险管控对象的n个特征赋值成为一个n维向量xi∈Rn(i=1,2,...,m),其中m为当前数据库中风险管控对象的个数,每个风险管控对象预设一个对应的2维标签向量其中单个风险管控的事故发生可能性为pi:pi∈[0,1],,单个风险管控事故发生后的危害严重程度为ri:ri∈[0,∞);数据采集子系统采集新的风险管控对象,数据分析子系统对数据采集子系统采集新的风险管控对象进行预设映射F:Rn→R2,把一个风险管控对象x∈Rn映射为它对应的标签(p,r)∈R2,通过多标签机器学习的模型获得映射F:对于任何一个新的风险管控对象y∈Rn,数据分析子系统通过所获得的映射F来预测新的风险管控对象的标签:ly=F(y),映射F被设置为线性映射:F(x)=Ax+b,(A∈R2×n,b∈R2),数据分析子系统将预测的标签传输至结果呈现应用子系统,结果呈现应用子系统对结果进行统计及可视化展示。
3.根据权利要求1所述的智能化城市安全风险管控系统,其特征在于:所述数据分析子系统还将每次预测数据补充至安全风险管控数据库。
4.智能化城市安全风险管控方法,其特征在于,包括如下步骤:
(1)建立企业单元树;
(2)评估员进行风险数据的采集,并对企业的风险数据进行上报;
(3)数据分析子系统对企业的风险数据进行分析,并将分析后的风险数据传输给评估员和单位管理员;
(4)评估员对分析后的风险数据进行判断,如果有偏差对分析后的数据进行修正并将修正后的数据上传给单位管理员,如果没有偏差也将结果上传给单位管理员;
(5)单位管理员审核数据无误后将数据传输给结果呈现应用子系统进行分类统计图表。
5.根据权利要求4所述的智能化城市安全风险管控方法,其特征在于,所述评估员包括企业评估员和第三方评估员,所述单位管理员包括企业单位管理员和第三方单位管理员,当单位管理员申请对企业的风险数据进行采集时智能化城市安全风险管控系统会对单位管理员是否受委托进行审核,如果有委托则会判断为第三方单位管理员,需要第三方单位管理员建立企业单元树,并且由第三方评估员进行采集风险数据并将风险数据上传至数据分析子系统进行数据分析,分析后的数据分别传输至第三方单位管理员处、企业评估员处和企业单位管理员处,企业评估员对分析后的数据进行查看和/或修正并将数据上报至第三方单位管理员和企业单位管理员处,第三方单位管理员和/或企业单位管理员对分析后的数据及从企业评估员处上报的数据进行管理、查看和/或汇总,最终第三方单位管理员和/或企业单位管理员将处理后的数据传输给结果呈现应用子系统进行分类统计图表;如果没有委托则会判断为企业单位管理员,智能化城市安全风险管控系统根据企业信息自建企业单元树,由企业评估员进行采集风险数据并将风险数据上传至数据分析子系统进行数据分析,分析后的数据分别传输至企业评估员处和企业单位管理员处,企业评估员对分析后的数据进行查看和/或修正并将数据上报至企业单位管理员处,企业单位管理员对分析后的数据及从企业评估员处上报的数据进行管理、查看和/或汇总,最终企业单位管理员将处理后的数据传输给结果呈现应用子系统进行分类统计图表。
6.根据权利要求4所述的智能化城市安全风险管控方法,其特征在于,还包括数据管理员,所述数据管理员用以添加和管理单位管理员账号。
7.根据权利要求5所述的智能化城市安全风险管控方法,其特征在于,所述企业单位管理员具有添加企业评估员的权限,所述企业单位管理员具有对企业单元树进行管理的权限,所述企业单位管理员具有对第三方机构委托和解除委托的权限。
8.根据权利要求5所述的智能化城市安全风险管控方法,其特征在于,如果没有委托时所述企业评估员具有对风险数据进行添加和查阅的权限并且能够对企业风险数据进行上报;如果有委托时所述第三方企业评估员具有添加风险数据的权限,所述企业评估员具有查阅风险权限和对企业风险数据进行上报的权限。
9.根据权利要求5所述的智能化城市安全风险管控方法,其特征在于,还具有政府管理员账号,所述政府管理员账号能够查看汇总后的分类统计图表。
10.对于风险数据进行分类统计后还制定一种改进方法,其特征在于:首先对机构和职责进行确定,确定后对相关人员进行教育培训,教育培训后相关人员对风险数据的资料进行收集,收集后进行评估单元划分,然后对危险源进行辨识,辨识后对危险源进行风险分析,风险分析后得出风险评价,风险评价后制定风险管控措施,制定风险管控措施后确定风险管控层级,确定风险管控层级后编制风险清单,然后根据编制的风险清单运行风险分级管控并且进行风险公告,在风险公告后所反馈的信息一并传输至风险等级管控,根据风险等级管控进行隐患的排查和治理,排查和治理后运行双重预防机制,最后持续进行改进。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910862261.7A CN110648057A (zh) | 2019-09-12 | 2019-09-12 | 智能化城市安全风险管控系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910862261.7A CN110648057A (zh) | 2019-09-12 | 2019-09-12 | 智能化城市安全风险管控系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110648057A true CN110648057A (zh) | 2020-01-03 |
Family
ID=69010320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910862261.7A Pending CN110648057A (zh) | 2019-09-12 | 2019-09-12 | 智能化城市安全风险管控系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110648057A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330129A (zh) * | 2020-10-29 | 2021-02-05 | 深圳市城市公共安全技术研究院有限公司 | 风险评估与管控的方法、系统、终端和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105913195A (zh) * | 2016-04-29 | 2016-08-31 | 浙江汇信科技有限公司 | 基于全行业数据的企业金融风险评分方法 |
CN108388998A (zh) * | 2018-03-09 | 2018-08-10 | 四川安信科创科技有限公司 | 企业风险管控系统和方法 |
CN109948932A (zh) * | 2019-03-20 | 2019-06-28 | 杭州虹晟信息科技有限公司 | 基于大数据的风险监控分析系统 |
-
2019
- 2019-09-12 CN CN201910862261.7A patent/CN110648057A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105913195A (zh) * | 2016-04-29 | 2016-08-31 | 浙江汇信科技有限公司 | 基于全行业数据的企业金融风险评分方法 |
CN108388998A (zh) * | 2018-03-09 | 2018-08-10 | 四川安信科创科技有限公司 | 企业风险管控系统和方法 |
CN109948932A (zh) * | 2019-03-20 | 2019-06-28 | 杭州虹晟信息科技有限公司 | 基于大数据的风险监控分析系统 |
Non-Patent Citations (4)
Title |
---|
TILO STRUTZ: "《数据拟合与不确定度》", 31 March 2019, 国防工业出版社 * |
杨泽斌等: "中国企业国际化风险评估方法研究综述", 《北京化工大学学报(社会科学版)》 * |
王晓: "《多标记生物数据建模与预测方法的研究》", 31 May 2013, 上海:同济大学出版社 * |
黄典剑: "安全风险分级管控和隐患排查治理双重预防机制建设探讨", 《中国安全生产》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112330129A (zh) * | 2020-10-29 | 2021-02-05 | 深圳市城市公共安全技术研究院有限公司 | 风险评估与管控的方法、系统、终端和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190188616A1 (en) | Risk simulation and assessment tool | |
CN103760901B (zh) | 一种基于关联规则分类器的轨道交通故障识别方法 | |
CN109325542A (zh) | 一种基于多阶机器学习的电量异常智能识别方法及系统 | |
CN112418738B (zh) | 一种基于逻辑回归的员工操作风险预测方法 | |
CN116880412A (zh) | 一种基于云的可视化生产管理平台 | |
CN113111095B (zh) | 一种智能化信息管理方法及系统 | |
JP2014132455A (ja) | 産業施設のセキュリティのためのリスク評価及びシステム | |
CN106779096A (zh) | 配电网报修态势主动预警系统 | |
CN114021971A (zh) | 一种高速公路运维管理综合评价系统、方法及存储介质 | |
CN116542631B (zh) | 一种分布式架构企业信息管理系统 | |
CN114817681B (zh) | 一种基于大数据分析的金融风控系统及其管理设备 | |
CN110648057A (zh) | 智能化城市安全风险管控系统和方法 | |
CN113434575B (zh) | 基于数据仓库的数据归因处理方法、装置及存储介质 | |
CN115186964A (zh) | 计及主观评估数据的配电网线路风险预测系统及方法 | |
CN109858807A (zh) | 一种企业运营监控的方法及系统 | |
CN112883062A (zh) | 一种不基于规则的自定义规则稽查方法 | |
CN114819909A (zh) | 一种企业管理数据信息采集方法 | |
CN115409616A (zh) | 风险检测方法、装置、设备、存储介质及产品 | |
CN112966897A (zh) | 一种基于维修平台的多维度数据分析方法 | |
CN112801788A (zh) | 一种互联网股权融资平台监控系统及监控方法 | |
CN111553580A (zh) | 基于k均值和支持向量机的护林员巡护情况的综合分析方法 | |
Gulzira et al. | The audit method of enterprise's Information security | |
CN117667567A (zh) | 一种三方数据平台的异常事故监控方法及系统 | |
CN108777635A (zh) | 一种企业设备管理系统 | |
CN111861725B (zh) | 三方数据源成本核算方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200103 |