CN113435867A - 智慧城市运营方法、系统和可读存储介质 - Google Patents
智慧城市运营方法、系统和可读存储介质 Download PDFInfo
- Publication number
- CN113435867A CN113435867A CN202110984969.7A CN202110984969A CN113435867A CN 113435867 A CN113435867 A CN 113435867A CN 202110984969 A CN202110984969 A CN 202110984969A CN 113435867 A CN113435867 A CN 113435867A
- Authority
- CN
- China
- Prior art keywords
- information
- feedback
- preset
- emergency
- feedback information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003062 neural network model Methods 0.000 claims abstract description 46
- 238000004088 simulation Methods 0.000 claims description 25
- 238000012549 training Methods 0.000 claims description 25
- 238000009430 construction management Methods 0.000 claims description 23
- 238000012360 testing method Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 10
- 230000003993 interaction Effects 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 45
- 230000001276 controlling effect Effects 0.000 description 12
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000029305 taxis Effects 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的一种智慧城市运营方法、系统和可读存储介质，其中方法包括：获取城市服务信息并汇总存储，并建立信息展示数据库以待调用；控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息；基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理；识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端。本发明通过信息交互，可以实时获取城市各地市民的反馈信息，能够更好地改善市民生活质量，通过识别地铁人流信息可以对重点区域或者地点快速反应出应急预案，利用数据的高时效性来提升智慧城市的管理成效。
Description
技术领域
本发明涉及智慧城市技术领域，更具体的，涉及一种智慧城市运营方法、系统和可读存储介质。
背景技术
智慧城市起源于传媒领域，是指利用各种信息技术或创新概念，将城市的系统和服务打通、集成，以提升资源运用的效率，优化城市管理和服务，以及改善市民生活质量。智慧城市是把新一代信息技术充分运用在城市中各行各业基于知识社会下一代创新的城市信息化高级形态，实现信息化、工业化与城镇化深度融合，有助于缓解“大城市病”，提高城镇化质量，实现精细化和动态管理，并提升城市管理成效和改善市民生活质量。
而目前市民的生活质量得以改善的同时，智能化却没有很好地体现，例如城市内的公园，适合市民进行室外活动或者晨练等项目，但是功能性单一，各公园或者其他城建设施不能够实现信息互通，市民不能很好地享受城市服务，另外，对于城市交通而言，公共交通是未来的必然发展趋势，包括公交车、出租车以及地铁，现行的地铁可以根据自身的车载人流量信息调控各地铁线路的运行次序，但是这一现行的方法目前也仅仅停留在地下，停留在地铁业务领域，待市民出地铁到达地面后，却没有相应的提醒措施，例如对于一些重要景点或者游乐场，地铁只负责将游客运到目的地，却没有和游乐场做好信息互联，容易造成大批游客滞留在地面的情况，对市民的出行造成了很大影响与不满，与智慧城市的理念相悖，需要进一步改进。
发明内容
鉴于上述问题，本发明的目的是提供一种智慧城市运营方法、系统和可读存储介质，能够实时获取市民的反馈信息以针对性改善市民生活质量，并通过识别目标站点的地铁人流量信息对重点区域或者景点提前给出应急预案，提升城市管理成效。
本发明第一方面提供了一种智慧城市运营方法，包括以下步骤：
获取城市服务信息并汇总存储，并建立信息展示数据库以待调用；
控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息；
基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理；
识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端。
本方案中，所述获取城市服务信息并汇总存储，建立信息展示数据库以待调用，具体为：
获取城市各城建管理部门公布的所述服务信息，其中，所述城建管理部门包括城建公园管理部门、博物馆管理部门以及图书馆管理部门；
汇总公布的所述服务信息并识别预设标签进行分类存储，得到带有不同的所述预设标签的服务信息组；
基于所述服务信息组建立所述信息展示数据库，并依据预设的展示算法输出所述目标信息。
本方案中，所述控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息，具体为：
控制预设的所述展示装置对所述目标信息进行可视化展示；
获取所述展示装置上的反馈信息，并筛选得到有效反馈信息；
基于所述有效反馈信息以及当前所述展示装置的时间地点因素值得到所述市民反馈信息。
本方案中，所述基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理，具体为：
识别所述市民反馈信息中的关键词信息以对所述市民反馈信息进行分类，并获得所述市民反馈信息对应的关键词组；
识别所述关键词组中的目标关键词出现次数，并与预设的次数阈值相比较，其中，
若所述目标关键词出现次数大于或者等于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为II级；
若所述目标关键词出现次数小于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为I级。
本方案中，所述识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端，具体为：
通过监控识别目标节点地铁站的人流信息，以输入到所述应急神经网络模型中进行模拟测试；
获取模拟测试的结果作为所述模拟输出值，并匹配所述应急预案中的概率分布范围，其中，
若所述模拟输出值位于第一范围内，则输出第一应急预案给所述用户端；
若所述模拟输出值位于第二范围内，则输出第二应急预案给所述用户端。
本方案中，所述应急神经网络模型训练方法为：
获取历史数据中的车站人流数据以及到访人流数据；
将所述历史数据中的车站人流数据以及到访人流数据进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述应急神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述应急神经网络模型。
本发明第二方面还提供一种智慧城市运营系统，包括存储器和处理器，所述存储器中包括智慧城市运营方法程序，所述智慧城市运营方法程序被所述处理器执行时实现如下步骤：
获取城市服务信息并汇总存储，并建立信息展示数据库以待调用；
控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息；
基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理；
识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端。
本方案中，所述获取城市服务信息并汇总存储，建立信息展示数据库以待调用，具体为：
获取城市各城建管理部门公布的所述服务信息，其中，所述城建管理部门包括城建公园管理部门、博物馆管理部门以及图书馆管理部门；
汇总公布的所述服务信息并识别预设标签进行分类存储，得到带有不同的所述预设标签的服务信息组；
基于所述服务信息组建立所述信息展示数据库，并依据预设的展示算法输出所述目标信息。
本方案中，所述控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息，具体为：
控制预设的所述展示装置对所述目标信息进行可视化展示；
获取所述展示装置上的反馈信息，并筛选得到有效反馈信息；
基于所述有效反馈信息以及当前所述展示装置的时间地点因素值得到所述市民反馈信息。
本方案中，所述基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理，具体为：
识别所述市民反馈信息中的关键词信息以对所述市民反馈信息进行分类，并获得所述市民反馈信息对应的关键词组；
识别所述关键词组中的目标关键词出现次数，并与预设的次数阈值相比较，其中，
若所述目标关键词出现次数大于或者等于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为II级；
若所述目标关键词出现次数小于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为I级。
本方案中，所述识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端，具体为：
通过监控识别目标节点地铁站的人流信息，以输入到所述应急神经网络模型中进行模拟测试；
获取模拟测试的结果作为所述模拟输出值，并匹配所述应急预案中的概率分布范围，其中，
若所述模拟输出值位于第一范围内，则输出第一应急预案给所述用户端；
若所述模拟输出值位于第二范围内，则输出第二应急预案给所述用户端。
本方案中，所述应急神经网络模型训练方法为：
获取历史数据中的车站人流数据以及到访人流数据；
将所述历史数据中的车站人流数据以及到访人流数据进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述应急神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述应急神经网络模型。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种智慧城市运营方法程序，所述智慧城市运营方法程序被处理器执行时，实现如上述任一项所述的一种智慧城市运营方法的步骤。
本发明公开的一种智慧城市运营方法、系统和可读存储介质，通过信息交互，可以实时获取城市各地市民的反馈信息，能够更好地改善市民生活质量，通过识别地铁人流信息可以对重点区域或者地点快速反应出应急预案，利用数据的高时效性来提升智慧城市的管理成效。
附图说明
图1示出了本发明一种智慧城市运营方法的流程图；
图2示出了本发明一种智慧城市运营方法的展示装置示意图；
图3示出了本发明一种智慧城市运营系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本申请一种智慧城市运营方法的流程图。
如图1所示，本申请公开了一种智慧城市运营方法，包括以下步骤：
S102，获取城市服务信息并汇总存储，并建立信息展示数据库以待调用；
S104，控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息；
S106，基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理；
S108，识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端。
需要说明的是，随着城市化的进程发展，各种城市配套的基建设施数量也逐步增高，例如，一些城建公园、市博物馆、市图书馆以及市活动中心等等人流聚集地区，基于智慧城市的运营可以利用好这些人流量多且聚集的地区做好信息交互，首先对所述服务信息进行汇总，并分好类建立所述信息展示数据库以便于后期调用，提高准确度与处理速度，控制预设的所述展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息，其中，所述展示装置为现有产品，如图2所示，主要构成有信息展示屏以及用户操作区域，可以对所述目标信息展示的同时还可以获取用户操作后的所述市民反馈信息，之后基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理，由于市民数量基数大，所以反馈的内容也很多，种类也纷杂，所以设置了关键词识别对信息进行提取，并定义所述反馈等级以对所述市民反馈信息进行动态管理，所述动态管理即根据不同的所述反馈等级进行管理。
进一步地，另一方面，智慧城市的进展过程中，本申请还可以识别目标节点地铁站的所述人流信息，输入到训练好的所述应急神经网络模型中，获取对应的所述模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端，例如，对于城市的某个博物馆，正展览重点文物吸引力大批游客前往观摩，因此，可获取该博物馆周边地铁以及换乘地铁等多个所述目标节点地铁站的所述人流信息，以输入到训练好的所述应急神经网络模型中得到对应的所述模型输出值，进而匹配不同的应急预案输出给所述用户端，以便其提前做好准备，做好馆内的人流控制，保障市民参观安全，其中，所述用户端即为该博物馆对应的数据管理终端。
根据本发明实施例，所述获取城市服务信息并汇总存储，建立信息展示数据库以待调用，具体为：
获取城市各城建管理部门公布的所述服务信息，其中，所述城建管理部门包括城建公园管理部门、博物馆管理部门以及图书馆管理部门；
汇总公布的所述服务信息并识别预设标签进行分类存储，得到带有不同的所述预设标签的服务信息组；
基于所述服务信息组建立所述信息展示数据库，并依据预设的展示算法输出所述目标信息。
需要说明的是，获取的所述服务信息由不同的城建管理部门进行公布，其中，所述城建管理部门不仅包括城建公园管理部门、博物馆管理部门以及图书馆管理部门，还包括市活动中心管理部门等其他市级、区级城建管理部门，基于公布的所述服务信息，识别其预设的所述标签以进行分类存储得到不同的所述服务信息组，进而建立所述信息展示数据库，并根据预设的所述展示算法输出所述目标信息，其中，对于不同的所述展示装置有不同的所述目标信息，因此，需要利用所述展示算法进行计算，公式如下：
其中，
为城建管理部门数量级，
为距离升序排列，
为持续时间降序排列，
为不同的所述城建管理部门与所述展示装置之间的距离，
为不同的所
述城建管理部门公布的所述服务信息的持续时间，所述目标信息即为
与
的并集，且
具有顺序，排在首位的是距离最近的城建设施以及持续时间最长的所述服务信息。
根据本发明实施例，所述控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息，具体为：
控制预设的所述展示装置对所述目标信息进行可视化展示；
获取所述展示装置上的反馈信息，并筛选得到有效反馈信息；
基于所述有效反馈信息以及当前所述展示装置的时间地点因素值得到所述市民反馈信息。
需要说明的是，获取到所述目标信息后，要对其进行展示，利用不同的所述展示装置对其对应的所述目标信息进行可视化展示，其中，如上述的所述展示装置，其不仅可以进行信息展示还可以收集用户的反馈信息，获取所述展示装置上的反馈信息，并去除无效或者非常规反馈以筛选得到有效反馈信息，进而结合当前所述展示装置的时间地点因素值得到所述市民反馈信息。
根据本发明实施例，所述基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理，具体为：
识别所述市民反馈信息中的关键词信息以对所述市民反馈信息进行分类，并获得所述市民反馈信息对应的关键词组；
识别所述关键词组中的目标关键词出现次数，并与预设的次数阈值相比较，其中，
若所述目标关键词出现次数大于或者等于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为II级；
若所述目标关键词出现次数小于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为I级。
需要说明的是，在对所述服务信息公布前需要进行分类，同样对所述市民反馈信息也需要进行分类，其中，识别所述市民反馈信息中的关键词信息以对所述市民反馈信息进行分类，并获得所述市民反馈信息对应的关键词组，为实现信息的动态管理，可通过识别所述关键词组中的目标关键词出现次数，并与预设的次数阈值相比较，其中，若所述目标关键词出现次数大于或者等于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为II级，否则为I级，所述反馈等级为II级的优先级别高于I级的所述反馈等级，例如，在后台识别时，当前预览的为I级信息，当出现II级信息时，优先进行显示以供用户进行优先预览。
根据本发明实施例，所述识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端，具体为：
通过监控识别目标节点地铁站的人流信息，以输入到所述应急神经网络模型中进行模拟测试；
获取模拟测试的结果作为所述模拟输出值，并匹配所述应急预案中的概率分布范围，其中，
若所述模拟输出值位于第一范围内，则输出第一应急预案给所述用户端；
若所述模拟输出值位于第二范围内，则输出第二应急预案给所述用户端。
需要说明的是，利用神经网络模型可以有效保障数据的准确性，以最大程度推进智慧城市的发展，将通过监控识别的所述目标节点地铁站的人流信息输入到对应训练好的所述应急神经网络模型中测试，以得到所述模拟输出值，其中，该值一般为概率值，进而匹配所述应急预案中的概率分布范围，其中，所述第一范围为（0-50%],所述第二范围为（50%-100%]，当所述模拟输出值位于所述第一范围内时，则输出第一应急预案，当所述模拟输出值位于所述第二范围内时，则输出第二应急预案，例如，针对博物馆，其所述模拟输出值为66%，则输出所述第二应急预案，即设置好新的入馆路线，并加派员工进行管理等措施。
根据本发明实施例，所述应急神经网络模型训练方法为：
获取历史数据中的车站人流数据以及到访人流数据；
将所述历史数据中的车站人流数据以及到访人流数据进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述应急神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述应急神经网络模型。
需要说明的是，应急原因神经网络模型需要大量的历史数据进行训练，数据量越大，则结果越准确，本申请中的应急原因神经网络模型可以历史数据中的车站人流数据以及到访人流数据作为输入进行训练，当然，在进行神经网络模型训练时，不仅要通过历史数据中的车站人流数据以及到访人流数据进行训练，还需要结合确定的应急方案进行训练，通过大量试验数据与真实数据比对，得到的结果也会更加准确，进而使得所述应急原因神经网络的输出结果更加准确。优选地，所述准确率阈值一般设置为90%。
值得一提的是，所述方法还包括输出第三应急预案给到交警部门，具体为：
设置第三范围，比较所述模拟输出值与第三范围的包含关系；
当所述模拟输出值位于所述第三范围内时输出第三应急预案，其中，
输出员工对重点位置进行调控的指令；
输出告警提醒到城市交警部门以供其出警。
需要说明的是，例如，对于城市的重点游乐园，其高峰时段的游客数量是很多的，设置的所述第三范围是为了避免超出园区的实际控制能力，以防出现安全事故，对此，所述第三范围可设置为（90%-100%],当所述模拟输出值为93%时，输出所述第三应急预案，调整员工对于重点位置进行把控，并将此情况输出告警提醒到城市交警部门，以获取城市警力的支援，以对交通进行合理化疏导，避免出现安全事故。
图2示出了本发明一种智慧城市运营系统的框图。
如图2所示，本发明公开了一种智慧城市运营系统，包括存储器和处理器，所述存储器中包括智慧城市运营方法程序，所述智慧城市运营方法程序被所述处理器执行时实现如下步骤：
获取城市服务信息并汇总存储，并建立信息展示数据库以待调用；
控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息；
基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理；
识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端。
需要说明的是，随着城市化的进程发展，各种城市配套的基建设施数量也逐步增高，例如，一些城建公园、市博物馆、市图书馆以及市活动中心等等人流聚集地区，基于智慧城市的运营可以利用好这些人流量多且聚集的地区做好信息交互，首先对所述服务信息进行汇总，并分好类建立所述信息展示数据库以便于后期调用，提高准确度与处理速度，控制预设的所述展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息，其中，所述展示装置为现有产品，如图2所示，主要构成有信息展示屏以及用户操作区域，可以对所述目标信息展示的同时还可以获取用户操作后的所述市民反馈信息，之后基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理，由于市民数量基数大，所以反馈的内容也很多，种类也纷杂，所以设置了关键词识别对信息进行提取，并定义所述反馈等级以对所述市民反馈信息进行动态管理，所述动态管理即根据不同的所述反馈等级进行管理。
进一步地，另一方面，智慧城市的进展过程中，本申请还可以识别目标节点地铁站的所述人流信息，输入到训练好的所述应急神经网络模型中，获取对应的所述模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端，例如，对于城市的某个博物馆，正展览重点文物吸引力大批游客前往观摩，因此，可获取该博物馆周边地铁以及换乘地铁等多个所述目标节点地铁站的所述人流信息，以输入到训练好的所述应急神经网络模型中得到对应的所述模型输出值，进而匹配不同的应急预案输出给所述用户端，以便其提前做好准备，做好馆内的人流控制，保障市民参观安全，其中，所述用户端即为该博物馆对应的数据管理终端。
根据本发明实施例，所述获取城市服务信息并汇总存储，建立信息展示数据库以待调用，具体为：
获取城市各城建管理部门公布的所述服务信息，其中，所述城建管理部门包括城建公园管理部门、博物馆管理部门以及图书馆管理部门；
汇总公布的所述服务信息并识别预设标签进行分类存储，得到带有不同的所述预设标签的服务信息组；
基于所述服务信息组建立所述信息展示数据库，并依据预设的展示算法输出所述目标信息。
需要说明的是，获取的所述服务信息由不同的城建管理部门进行公布，其中，所述城建管理部门不仅包括城建公园管理部门、博物馆管理部门以及图书馆管理部门，还包括市活动中心管理部门等其他市级、区级城建管理部门，基于公布的所述服务信息，识别其预设的所述标签以进行分类存储得到不同的所述服务信息组，进而建立所述信息展示数据库，并根据预设的所述展示算法输出所述目标信息，其中，对于不同的所述展示装置有不同的所述目标信息，因此，需要利用所述展示算法进行计算，公式如下：
其中，
为城建管理部门数量级，
为距离升序排列，
为持续时间降序排列，
为不同的所述城建管理部门与所述展示装置之间的距离，
为不同的所
述城建管理部门公布的所述服务信息的持续时间，所述目标信息即为
与
的并集，且
具有顺序，排在首位的是距离最近的城建设施以及持续时间最长的所述服务信息。
根据本发明实施例，所述控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息，具体为：
控制预设的所述展示装置对所述目标信息进行可视化展示；
获取所述展示装置上的反馈信息，并筛选得到有效反馈信息；
基于所述有效反馈信息以及当前所述展示装置的时间地点因素值得到所述市民反馈信息。
需要说明的是，获取到所述目标信息后，要对其进行展示，利用不同的所述展示装置对其对应的所述目标信息进行可视化展示，其中，如上述的所述展示装置，其不仅可以进行信息展示还可以收集用户的反馈信息，获取所述展示装置上的反馈信息，并去除无效或者非常规反馈以筛选得到有效反馈信息，进而结合当前所述展示装置的时间地点因素值得到所述市民反馈信息。
根据本发明实施例，所述基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理，具体为：
识别所述市民反馈信息中的关键词信息以对所述市民反馈信息进行分类，并获得所述市民反馈信息对应的关键词组；
识别所述关键词组中的目标关键词出现次数，并与预设的次数阈值相比较，其中，
若所述目标关键词出现次数大于或者等于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为II级；
若所述目标关键词出现次数小于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为I级。
需要说明的是，在对所述服务信息公布前需要进行分类，同样对所述市民反馈信息也需要进行分类，其中，识别所述市民反馈信息中的关键词信息以对所述市民反馈信息进行分类，并获得所述市民反馈信息对应的关键词组，为实现信息的动态管理，可通过识别所述关键词组中的目标关键词出现次数，并与预设的次数阈值相比较，其中，若所述目标关键词出现次数大于或者等于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为II级，否则为I级，所述反馈等级为II级的优先级别高于I级的所述反馈等级，例如，在后台识别时，当前预览的为I级信息，当出现II级信息时，优先进行显示以供用户进行优先预览。
根据本发明实施例，所述识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端，具体为：
通过监控识别目标节点地铁站的人流信息，以输入到所述应急神经网络模型中进行模拟测试；
获取模拟测试的结果作为所述模拟输出值，并匹配所述应急预案中的概率分布范围，其中，
若所述模拟输出值位于第一范围内，则输出第一应急预案给所述用户端；
若所述模拟输出值位于第二范围内，则输出第二应急预案给所述用户端。
需要说明的是，利用神经网络模型可以有效保障数据的准确性，以最大程度推进智慧城市的发展，将通过监控识别的所述目标节点地铁站的人流信息输入到对应训练好的所述应急神经网络模型中测试，以得到所述模拟输出值，其中，该值一般为概率值，进而匹配所述应急预案中的概率分布范围，其中，所述第一范围为（0-50%],所述第二范围为（50%-100%]，当所述模拟输出值位于所述第一范围内时，则输出第一应急预案，当所述模拟输出值位于所述第二范围内时，则输出第二应急预案，例如，针对博物馆，其所述模拟输出值为66%，则输出所述第二应急预案，即设置好新的入馆路线，并加派员工进行管理等措施。
根据本发明实施例，所述应急神经网络模型训练方法为：
获取历史数据中的车站人流数据以及到访人流数据；
将所述历史数据中的车站人流数据以及到访人流数据进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述应急神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述应急神经网络模型。
需要说明的是，应急原因神经网络模型需要大量的历史数据进行训练，数据量越大，则结果越准确，本申请中的应急原因神经网络模型可以历史数据中的车站人流数据以及到访人流数据作为输入进行训练，当然，在进行神经网络模型训练时，不仅要通过历史数据中的车站人流数据以及到访人流数据进行训练，还需要结合确定的应急方案进行训练，通过大量试验数据与真实数据比对，得到的结果也会更加准确，进而使得所述应急原因神经网络的输出结果更加准确。优选地，所述准确率阈值一般设置为90%。
值得一提的是，所述方法还包括输出第三应急预案给到交警部门，具体为：
设置第三范围，比较所述模拟输出值与第三范围的包含关系；
当所述模拟输出值位于所述第三范围内时输出第三应急预案，其中，
输出员工对重点位置进行调控的指令；
输出告警提醒到城市交警部门以供其出警。
需要说明的是，例如，对于城市的重点游乐园，其高峰时段的游客数量是很多的，设置的所述第三范围是为了避免超出园区的实际控制能力，以防出现安全事故，对此，所述第三范围可设置为（90%-100%],当所述模拟输出值为93%时，输出所述第三应急预案，调整员工对于重点位置进行把控，并将此情况输出告警提醒到城市交警部门，以获取城市警力的支援，以对交通进行合理化疏导，避免出现安全事故。
本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种智慧城市运营方法程序，所述智慧城市运营方法程序被处理器执行时，实现如上述任一项所述的一种智慧城市运营方法的步骤。
本发明公开的一种智慧城市运营方法、系统和可读存储介质，通过信息交互，可以实时获取城市各地市民的反馈信息，能够更好地改善市民生活质量，通过识别地铁人流信息可以对重点区域或者地点快速反应出应急预案，利用数据的高时效性来提升智慧城市的管理成效。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种智慧城市运营方法，其特征在于，包括以下步骤：
获取城市服务信息并汇总存储，并建立信息展示数据库以待调用；
控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息；
基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理；
识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端。
2.根据权利要求1所述的一种智慧城市运营方法，其特征在于，所述获取城市服务信息并汇总存储，建立信息展示数据库以待调用，具体为：
获取城市各城建管理部门公布的所述服务信息，其中，所述城建管理部门包括城建公园管理部门、博物馆管理部门以及图书馆管理部门；
汇总公布的所述服务信息并识别预设标签进行分类存储，得到带有不同的所述预设标签的服务信息组；
基于所述服务信息组建立所述信息展示数据库，并依据预设的展示算法输出所述目标信息。
3.根据权利要求2所述的一种智慧城市运营方法，其特征在于，所述控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息，具体为：
控制预设的所述展示装置对所述目标信息进行可视化展示；
获取所述展示装置上的反馈信息，并筛选得到有效反馈信息；
基于所述有效反馈信息以及当前所述展示装置的时间地点因素值得到所述市民反馈信息。
4.根据权利要求3所述的一种智慧城市运营方法，其特征在于，所述基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理，具体为：
识别所述市民反馈信息中的关键词信息以对所述市民反馈信息进行分类，并获得所述市民反馈信息对应的关键词组；
识别所述关键词组中的目标关键词出现次数，并与预设的次数阈值相比较，其中，
若所述目标关键词出现次数大于或者等于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为II级；
若所述目标关键词出现次数小于所述次数阈值，则将对应的所述市民反馈信息的所述反馈等级定义为I级。
5.根据权利要求1所述的一种智慧城市运营方法，其特征在于，所述识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端，具体为：
通过监控识别目标节点地铁站的人流信息，以输入到所述应急神经网络模型中进行模拟测试；
获取模拟测试的结果作为所述模拟输出值，并匹配所述应急预案中的概率分布范围，其中，
若所述模拟输出值位于第一范围内，则输出第一应急预案给所述用户端；
若所述模拟输出值位于第二范围内，则输出第二应急预案给所述用户端。
6.根据权利要求5所述的一种智慧城市运营方法，其特征在于，所述应急神经网络模型训练方法为：
获取历史数据中的车站人流数据以及到访人流数据；
将所述历史数据中的车站人流数据以及到访人流数据进行预处理，得到训练样本集；
将所述训练样本集输入至初始化的所述应急神经网络模型中训练；
获取输出结果的准确率；
若所述准确率大于预设的准确率阈值，则停止训练，得到所述应急神经网络模型。
7.一种智慧城市运营系统，其特征在于，包括存储器和处理器，所述存储器中包括智慧城市运营方法程序，所述智慧城市运营方法程序被所述处理器执行时实现如下步骤：
获取城市服务信息并汇总存储，并建立信息展示数据库以待调用；
控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息；
基于所述市民反馈信息进行关键词识别，并定义反馈等级以进行动态管理；
识别目标节点地铁站人流信息，输入到训练好的应急神经网络模型中，获取模型输出值，基于所述模型输出值调用预设的应急预案进行匹配，并输出到用户端。
8.根据权利要求7所述的一种智慧城市运营系统，其特征在于，所述获取城市服务信息并汇总存储，建立信息展示数据库以待调用，具体为：
获取城市各城建管理部门公布的所述服务信息，其中，所述城建管理部门包括城建公园管理部门、博物馆管理部门以及图书馆管理部门；
汇总公布的所述服务信息并识别预设标签进行分类存储，得到带有不同的所述预设标签的服务信息组；
基于所述服务信息组建立所述信息展示数据库，并依据预设的展示算法输出所述目标信息。
9.根据权利要求8所述的一种智慧城市运营系统，其特征在于，所述控制预设的展示装置对目标信息进行展示，并获取所述展示装置上的市民反馈信息，具体为：
控制预设的所述展示装置对所述目标信息进行可视化展示；
获取所述展示装置上的反馈信息，并筛选得到有效反馈信息；
基于所述有效反馈信息以及当前所述展示装置的时间地点因素值得到所述市民反馈信息。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种智慧城市运营方法程序，所述智慧城市运营方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种智慧城市运营方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110984969.7A CN113435867B (zh) | 2021-08-26 | 2021-08-26 | 智慧城市运营方法、系统和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110984969.7A CN113435867B (zh) | 2021-08-26 | 2021-08-26 | 智慧城市运营方法、系统和可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113435867A true CN113435867A (zh) | 2021-09-24 |
| CN113435867B CN113435867B (zh) | 2021-12-14 |
Family
ID=77797920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110984969.7A Active CN113435867B (zh) | 2021-08-26 | 2021-08-26 | 智慧城市运营方法、系统和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113435867B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113869779A (zh) * | 2021-10-13 | 2021-12-31 | 深圳联和智慧科技有限公司 | 基于城市管理的人流监控方法、系统及云平台 |
| CN115689254A (zh) * | 2022-12-30 | 2023-02-03 | 中交路桥科技有限公司 | 一种基于物联网的智慧城市服务平台 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103116825A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 智慧城市管理系统 |
| CN106933956A (zh) * | 2017-01-22 | 2017-07-07 | 深圳市华成峰科技有限公司 | 数据挖掘方法和装置 |
| CN106991633A (zh) * | 2017-03-31 | 2017-07-28 | 江苏远望神州软件有限公司 | 一种公共安全应急管理的计算机仿真系统及仿真方法 |
| CN110825728A (zh) * | 2019-11-11 | 2020-02-21 | 北京畅春互联科技有限公司 | 一种智慧城市三维综合指挥中心 |
| CN111612281A (zh) * | 2020-06-23 | 2020-09-01 | 中国人民解放军国防科技大学 | 一种地铁站人流量峰值的预测方法、装置和计算机设备 |
| US20200278894A1 (en) * | 2018-04-13 | 2020-09-03 | Banjo, Inc. | Notifying entities of relevant events |
| CN112633678A (zh) * | 2020-12-22 | 2021-04-09 | 天博电子信息科技有限公司 | 一种基于sop设计方法的智慧城市事件处置系统 |
| CN113034010A (zh) * | 2021-03-29 | 2021-06-25 | 潘丽璇 | 基于云计算的智慧政务请求处理系统 |
-
2021
- 2021-08-26 CN CN202110984969.7A patent/CN113435867B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103116825A (zh) * | 2013-01-29 | 2013-05-22 | 江苏省邮电规划设计院有限责任公司 | 智慧城市管理系统 |
| CN106933956A (zh) * | 2017-01-22 | 2017-07-07 | 深圳市华成峰科技有限公司 | 数据挖掘方法和装置 |
| CN106991633A (zh) * | 2017-03-31 | 2017-07-28 | 江苏远望神州软件有限公司 | 一种公共安全应急管理的计算机仿真系统及仿真方法 |
| US20200278894A1 (en) * | 2018-04-13 | 2020-09-03 | Banjo, Inc. | Notifying entities of relevant events |
| CN110825728A (zh) * | 2019-11-11 | 2020-02-21 | 北京畅春互联科技有限公司 | 一种智慧城市三维综合指挥中心 |
| CN111612281A (zh) * | 2020-06-23 | 2020-09-01 | 中国人民解放军国防科技大学 | 一种地铁站人流量峰值的预测方法、装置和计算机设备 |
| CN112633678A (zh) * | 2020-12-22 | 2021-04-09 | 天博电子信息科技有限公司 | 一种基于sop设计方法的智慧城市事件处置系统 |
| CN113034010A (zh) * | 2021-03-29 | 2021-06-25 | 潘丽璇 | 基于云计算的智慧政务请求处理系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113869779A (zh) * | 2021-10-13 | 2021-12-31 | 深圳联和智慧科技有限公司 | 基于城市管理的人流监控方法、系统及云平台 |
| CN113869779B (zh) * | 2021-10-13 | 2023-06-13 | 深圳联和智慧科技有限公司 | 基于城市管理的人流监控方法、系统及云平台 |
| CN115689254A (zh) * | 2022-12-30 | 2023-02-03 | 中交路桥科技有限公司 | 一种基于物联网的智慧城市服务平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113435867B (zh) | 2021-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dong et al. | Traffic zone division based on big data from mobile phone base stations | |
| Abdelgawad et al. | Managing large-scale multimodal emergency evacuations | |
| CN113435867B (zh) | 智慧城市运营方法、系统和可读存储介质 | |
| Liu et al. | Design of traffic emergency response system based on internet of things and data mining in emergencies | |
| CN107491883A (zh) | 一种旅游信息管理系统 | |
| He et al. | Evaluation of city-scale built environment policies in New York City with an emerging-mobility-accessible synthetic population | |
| Ordonez Medina et al. | Estimating dynamic workplace capacities by means of public transport smart card data and household travel survey in Singapore | |
| JP2003288663A (ja) | 移動体誘導システム、移動体誘導方法、及び情報記録媒体 | |
| CN109272175A (zh) | 一种基于城市流动网络的数据采集系统及方法 | |
| CN111638955A (zh) | 基于边缘计算的景区管理服务方法、系统和可读存储介质 | |
| CN108549976A (zh) | 智慧旅游大数据分析方法 | |
| Gong et al. | Spatio-temporal parking occupancy forecasting integrating parking sensing records and street-level images | |
| CN108151757A (zh) | 一种基于智慧城市公交线路构建系统及构建方法 | |
| Zhou et al. | Big data for intrametropolitan human movement studies A case study of bus commuters based on smart card data | |
| Chen et al. | Customized bus line design model based on multi-source data | |
| Yao et al. | Study on travel behavior characteristics of air passengers in an airport hinterland | |
| Ghaffar et al. | Meta-analysis of shared micromobility ridership determinants | |
| CN107657009A (zh) | 自行车出行分析方法及系统 | |
| CN114297530A (zh) | 一种基于大数据的行程规划方法及系统 | |
| Bıyık et al. | Intelligent transport systems in Turkish urban environments: a comprehensive review | |
| Tan et al. | A simulation-based optimization for deploying multiple kinds road rescue vehicles in urban road networks | |
| Citrigno et al. | Cooperation of smart objects and urban operators for smart city applications | |
| Erokhina et al. | Intelligent transport technologies in “smart” cities | |
| Choi et al. | Designing a FOSS4G-BASED Walkable Living Area Planning Support Module to Assists the Korean 15-MINUTE City | |
| Chapleau et al. | Transit path calculation supported by special geographic information system-transit information system |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Smart city operation methods, systems, and readable storage media Granted publication date: 20211214 Pledgee: Beijing technology intellectual property financing Company limited by guarantee Pledgor: Beijing Tong Jian telit Intelligent Systems Engineering Technology Co.,Ltd. Registration number: Y2024990000025 |