CN113806370A - 基于大数据的环境数据监管方法、装置、设备及存储介质 - Google Patents
基于大数据的环境数据监管方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113806370A CN113806370A CN202111135114.3A CN202111135114A CN113806370A CN 113806370 A CN113806370 A CN 113806370A CN 202111135114 A CN202111135114 A CN 202111135114A CN 113806370 A CN113806370 A CN 113806370A
- Authority
- CN
- China
- Prior art keywords
- data
- abnormal
- preset
- enterprise
- label
- 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 62
- 230000007613 environmental effect Effects 0.000 title claims abstract description 56
- 238000003860 storage Methods 0.000 title claims description 13
- 230000002159 abnormal effect Effects 0.000 claims abstract description 250
- 238000012544 monitoring process Methods 0.000 claims abstract description 79
- 238000007418 data mining Methods 0.000 claims abstract description 27
- 239000010865 sewage Substances 0.000 claims description 56
- 238000004458 analytical method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 22
- 238000002372 labelling Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 4
- 238000003912 environmental pollution Methods 0.000 abstract description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 239000000126 substance Substances 0.000 description 12
- 229910001385 heavy metal Inorganic materials 0.000 description 9
- 239000003344 environmental pollutant Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 231100000719 pollutant Toxicity 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000003403 water pollutant Substances 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- 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
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- 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
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本申请涉及人工智能技术领域,提供一种基于大数据的环境数据监管方法及装置,包括:获取多个企业的环境监测数据;根据环境监测数据的数据类别存储至预设数据库中;检测每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息;若检测到满足对应特征信息的目标预设异常标签,则将目标预设异常标签标注为相应企业的异常标签;对数据库中的每个类别的环境监测数据进行异常数据挖掘,得到异常数据;根据异常数据,提示预设专业用户定义新异常标签;在接收到预设专业用户定义的新异常标签时,对相应企业新增新异常标签。可智能生成企业标签,基于标签能高效准确的发现异常企业,能提高对企业环境污染监管的效率。
Description
技术领域
本申请属于人工智能技术领域,尤其涉及一种基于大数据的环境数据监管方法、装置、设备及存储介质。
背景技术
目前,随着我国工业化进程不断推进,污染源企业造成的环境污染问题也日益严重,且一旦污染源企业造成环境污染,将造成比较严重且不可逆转的后果。
由于污染源企业信息量大,很难短时间从大量的数据中掌握企业信息,对问题企业做出及时准确的判断,目前对企业环境污染监管的效率低。
发明内容
本申请实施例提供了一种基于大数据的环境数据监管方法、装置、设备及存储介质,旨在解决现有对企业环境污染监管的效率低的问题。
第一方面,本申请实施例提供了一种基于大数据的环境数据监管方法,包括:
获取多个企业的环境监测数据;
根据所述环境监测数据的数据类别,将每个企业的环境监测数据按类别存储至预设数据库对应的数据表中;其中,所述数据类别包括废气排放数据类别、污水排放数据类别和噪声数据类别中至少一项;
检测所述每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息;其中,每个数据类别包括至少一个预设异常标签,所述预设异常标签关联的特征信息包括预关联的预设数据维度类型以及对应的数据范围;
若检测到满足对应特征信息的目标预设异常标签,则将所述目标预设异常标签标注为相应企业的异常标签;
根据数据挖掘技术,每隔第一预设时间对所述数据库中的每个类别的环境监测数据进行异常数据挖掘,得到异常数据;
根据所述异常数据,提示预设专业用户定义新异常标签;
在接收到所述预设专业用户定义的新异常标签时,对相应企业新增所述新异常标签。
在一个实施例中,所述根据所述异常数据,提示预设专业用户定义新异常标签,包括:
分别对不同企业的所述异常数据进行特征分析,得到特征分析结果;
对不同企业的所述特征分析结果进行聚类,得到聚类结果,所述聚类结果包括一个或多个聚类簇;
提示预设专业用户对每个聚类簇对应的特征分析结果定义新异常标签。
在一个实施例中,所述方法还包括:
当接收到预设执法用户选择目标执法场景的指令时,根据所述目标执法场景预先关联的异常标签以及异常标签对应的权重因子,计算各个企业的分值,将分值满足预设条件的第一目标企业推送至所述执法用户;
在接收到所述执法用户基于实际执法场景反馈的所述第一目标企业的实际异常标签,根据所述实际异常标签调整对应第一目标企业的异常标签。
在一个实施例中,将所述目标预设异常标签标注为相应企业的异常标签之后,包括:
当接收到用户基于目标标签的第一检索指令,检索与所述目标标签相匹配的第二目标企业,并将对应的检索结果返回至所述用户。
在一个实施例中,将所述目标预设异常标签标注为相应企业的异常标签之后,还包括:
当接收到用户基于第三目标企业的第二检索指令时,检索所述第三目标企业的异常标签相匹配的第四目标企业,并将对应的检索结果返回至所述用户。
在一个实施例中,所述方法还包括:
根据每个企业已标注的异常标签,构建对应企业的雷达图,以所述雷达图作为对应企业的画像。
在一个实施例中,在将所述目标预设异常标签标注为相应企业的异常标签之后,还包括:
每隔第二预设时间,根据满足对应特征信息的目标预设异常标签,对企业的异常标签进行更新。
第二方面,本申请实施例提供了一种基于大数据的环境数据监管装置,包括:
数据获取模块,用于获取多个企业的环境监测数据;
数据存储模块,用于根据所述环境监测数据的数据类别,将每个企业的环境监测数据按类别存储至预设数据库对应的数据表中;其中,所述数据类别包括废气排放数据类别、污水排放数据类别和噪声数据类别中至少一项;
检测模块,用于检测所述每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息;其中,每个数据类别包括至少一个预设异常标签,所述预设异常标签关联的特征信息包括预关联的预设数据维度类型以及对应的数据范围;
标注模块,用于若检测到满足对应特征信息的目标预设异常标签,则将所述目标预设异常标签标注为相应企业的异常标签;
数据挖掘模块,用于根据数据挖掘技术,每隔第一预设时间对所述数据库中的每个类别的环境监测数据进行异常数据挖掘,得到异常数据;
提示模块,用于根据所述异常数据,提示预设专业用户定义新异常标签;
异常标签新增模块,用于在接收到所述预设专业用户定义的新异常标签时,对相应企业新增所述新异常标签。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于大数据的环境数据监管方法的步骤。
第四方面,本申请实施例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存储有计算机程序,上述计算机程序被处理器执行时实现上述基于大数据的环境数据监管方法的步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述基于大数据的环境数据监管方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:由于本申请可根据获取多个企业的环境监测数据的数据类别,将每个企业的环境监测数据按类别存储,检测每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息,将满足对应特征信息的目标预设异常标签标注为相应企业的异常标签,从而可自动基于环境监测数据对企业标注对应的异常标签,除了预设的异常标签,数据中可能存在一些潜在的异常行为之前并未发现,因此可以通过数据挖掘确定出异常数据,再由专业人员决定是否定义新的异常标签。在接收到所述预设专业用户定义的新异常标签时,对相应企业新增所述新异常标签,可挖掘确定出异常数据并定义新的异常标签,进一步提高企业标签生成的智能性。从而能智能生成企业标签,基于标签能高效准确的发现异常企业,能提高对企业环境污染监管的效率。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例一提供的基于大数据的环境数据监管方法的流程示意图;
图2是本申请实施例一提供的一应用场景中一个雷达图的示意图;
图3是本申请实施例二提供的基于大数据的环境数据监管方法的流程示意图;
图4是本申请实施例三提供的基于大数据的环境数据监管方法的流程示意图;
图5是本申请实施例四提供的基于大数据的环境数据监管装置的流程示意图;
图6是本申请实施例五提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的基于大数据的环境数据监管方法,可以应用于终端设备,所述终端设备可以是服务器,所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。本申请实施例对服务器的具体类型不作任何限制。
为了说明本申请所述的技术方案,下面通过具体实施例进行说明。
实施例一
请参阅图1,示出了本申请实施例提供的基于大数据的环境数据监管方法的示意性流程图,所述基于大数据的环境数据监管方法包括:
步骤S101,获取多个企业的环境监测数据。
具体地,预先对存在环境污染的企业安装监测设备采集污染数据,可安装不同类别的监测设备采集污染数据,如安装不同类别的监测设备包括但不限于用于监测污水污染数据的监测设备,用于监测废气污染数据的监测设备以及用于监测噪声污染数据的监测设备。将各个监测设备与执行本申请方法的终端设备之间建立通信连接。可获取各个企业安装的监测设备采集的环境监测数据,也可与第三方监管平台进行通信并被授权后,从第三方监管平台获取多个企业的环境监测数据。环境监测数据包括废气排放数据、污水排放数据和噪声数据中一项或多项,根据实际应用场景还可包括其他类别的污染数据,对此不作限定。
步骤S102,根据所述环境监测数据的数据类别,将每个企业的环境监测数据按类别存储至预设数据库对应的数据表中;其中,所述数据类别包括废气排放数据类别、污水排放数据类别和噪声数据类别中至少一项。
具体地,根据所述环境监测数据的数据类别,将每个企业的环境监测数据按类别存储至预设数据库对应的数据表中。如环境数据的类别包括废气排放数据类别、污水排放数据类别和噪声数据类别,可以将废气排放数据、污水排放数据和噪声数据分别存储在数据库中的不同的数据表中,并关联存储对应数据的采集时间等信息。每种类别的数据可包括多种类型的监测数据,如废气排放数据可包括排放浓度、排放量、气体类型中一种或多种类型监测数据,污水排放数据可包括排放浓度、排放量、重金属数据(可基于监测设备中包括重金属检测传感器检测)、腐蚀性数据(可基于监测设备中包括PH检测传感器检测,其中PH为氢离子浓度指数(Hydrogen ion concentration)中一种或多种类型监测数据,噪声数据可包括噪声强度等数据。
步骤S103,检测所述每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息。
具体地,每个数据类别包括至少一个预设异常标签,所述预设异常标签关联的特征信息包括预关联的预设数据维度类型以及对应的数据范围。预先设置每种类别包括的预设异常标签,并设置每种预设异常标签关联的的特征信息,如污水排放数据类别对应的预设异常标签包括但不限于不同等级的污水污染物超标、不同等级的污水隐蔽排污、不同等级的偷排污水、不同等级的排放重金属有害物质、不同等级排放具有腐蚀性的有害物质等异常标签,所述污水隐蔽排污可以是将污水稀释后排污。检测所述每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息可以是:检测预设有效时间段内企业的每个类别的环境监测数据是否满足每种类别数据包括的预设标签种类关联的预设数据维度类型以及对应的数据范围等预设条件。如预设有效时间段是近一个月,一个季度等等,可根据实际应用设定。
在一种应用场景中,预设标签种类关联的特征信息可包括每种预设异常标签关联的预设数据维度类型以及对应的数据范围等预设条件,如不同等级的污水污染物超标的特征信息包括预先关联采集污水的浓度维度、排放量维度以及排放次数维度,对每个等级的污水污染物超标的数据范围包括预先设置在浓度维度上对应数据维度类型的数据范围、在排放量维度类型设置每次排放的数据范围、以及设置排放次数维度的数据范围,如排放浓度大于第一预设阈值,每次排放量大于第二预设阈值且预设时间段内的排放次数大于第三预设阈值,则标记为高级别水污染物超标的异常标签,如排放浓度大于第一预设阈值的次数在第一预设范围,排放量大于第二预设阈值的次数在第二预设范围,且预设时间段内总的排放次数在第三预设范围,则标记为中级别水污染物超标的异常标签,此处仅是便于理解举例说明,可根据实际应用设定不同等级的污水污染物超标对应的数据范围。污水隐蔽排污在污水的浓度维度在一定范围(此范围可预设成小于正常污水浓度的范围)但该次的污水的排放量大于预设排污阈值,可认为是将污水稀释后排污,再根据预设时间段内将污水稀释后排污的排放次数设定对应的等级。偷排污水特征信息包括预先设定非排污时间段检测到排污,同样可根据预设时间段内在非排污时间段排污的次数设定对应的等级。排放重金属有害物质的特征信息包括污水的环境监测数据中检测到重金属,此时判定异常标签包括排放重金属有害物质,并根据预设时间段内检测到排污中包括重金属的次数设定对应的等级。排放具有腐蚀性的有害物质的特征信息包括污水的环境监测数据中检测到PH值在预设数据范围内,此时判定异常标签包括排放具有腐蚀性的有害物质,同样可根据预设时间段内检测到排污中包括排放具有腐蚀性的有害物质的次数设定对应的等级。
步骤S104,若检测到满足对应特征信息的目标预设异常标签,则将所述目标预设异常标签标注为相应企业的异常标签。
具体地,将满足对应预设数据维度类型以及对应的数据范围等预设条件的预设异常标签作为目标预设异常标签,对企业的每个类别的环境监测数据自动设置异常标签为该目标预设异常标签,如可根据预设有效时间段内企业的污水排放浓度、排放量、以及排放次数判断属于污水排放数据类别中哪个异常标签,从而可以对企业标注对应的异常标签。如对某企业的污水排放数据类别的环境监测数据标注对应的异常标签包括污水污染物超标等级为高,以及污水隐蔽排污等级为高的两个异常标签。
在一个实施例中,在将所述目标预设异常标签标注为相应企业的异常标签之后,还包括:每隔第二预设时间,根据满足对应特征信息的目标预设异常标签,对企业的异常标签进行更新。
具体地,可以每隔第二预设时间,基于企业在预设有效时间段内对企业的每个类别的环境监测数据中满足对应特征信息的目标预设异常标签,对企业的异常标签进行更新,即可以动态周期性的对企业的环境数据进行标注对应的异常标签。可以增加数据更新的实效性且能更准确的对企业标注对应的异常标签。
步骤S105,根据数据挖掘技术,每隔第一预设时间对所述数据库中的每个类别的环境监测数据进行异常数据挖掘,得到异常数据。
具体地,数据挖掘技术可以是无监督的异常数据挖掘算法。基于无监督的异常数据挖掘算法对数据库中的环境监测数据进行异常数据挖掘,无监督的异常数据挖掘算法通常是建立在一个假设之上,这个假设是数据库中的环境监测数据中正常数据的样本数据大于异常数据的样本数,环境监测数据包括了多个时间段各个企业的污染源排放数据,企业基本不可能一直处于污染排放状态,因此大多时候采集的数据是正常排放数据,因此可以基于无监督的异常挖掘算法定期对环境监测数据进行异常数据挖掘,得到异常数据。
在一个实施例中,如可对数据库中的环境监测数据的同一数据类别对应数据表中,计算不同取值的各个数据值存在的概率,挖掘出概率值小于一定预设概率阈值的数据,得到异常数据。如污水排放数据类别计算排放浓度在不同数值的概率值,将概率值大于一定预设概率阈值的浓度数据挖掘出来作为得到挖掘出的异常数据,此处仅是为了理解进行举例,不作为对本申请的限制。
步骤S106,根据所述异常数据,提示预设专业用户定义新异常标签。
具体地,可发送提示信息至预设专业用户关联的终端设备。提示预设专业用户根据异常数据对相应企业定义新的异常标签。
步骤S107,在接收到所述预设专业用户定义的新异常标签时,对相应企业新增所述新异常标签。
具体地,预设专业用户可基于不同企业的异常数据,决定是否对企业定义新标签,在对相应企业定义新标签后发送给执行本申请方法的终端设备。接收到预设专业用户对某个企业定义的新异常标签时,对该企业新增对应的新异常标签并保存。
在一个实施例中,将所述目标预设异常标签标注为相应企业的异常标签之后,包括:当接收到用户基于目标标签的第一检索指令,检索与所述目标标签相匹配的第二目标企业,并将对应的检索结果返回至所述用户。
具体地,用户可基于标签检索出对应的企业,将第一检索指令包括的异常标签称为目标标签,当接收到用户基于目标标签的第一检索指令,根据该目标标签遍历数据库中各个企业当前的已标注的异常标签,将检索出异常标签包括目标标签的企业称为与所述目标标签相匹配的第二目标企业。将检索出的所有第二目标企业以列表的形式返回至用户,且列表中每个第二目标企业关联该企业预登记的基本信息和异常标签等信息。在检测到用户选择对应的第二目标企业(如双击或其他触发操作)时,显示对应第二目标企业关联该企业预登记的基本信息和异常标签等信息。由于目前检索对应企业需要在大量的数据中筛选,可基于目标异常标签的第一检索指令,检索与所述目标异常标签相匹配的第二目标企业,从而智能帮助用户更快、更智能化缩小企业目标范围,可用于确定重点监管污染源、适用于需要进行清洁生产的企业等场景。
在一个实施例中,将所述目标预设异常标签标注为相应企业的异常标签之后,还包括:当接收到用户基于第三目标企业的第二检索指令时,检索所述第三目标企业的异常标签相匹配的第四目标企业,并将对应的检索结果返回至所述用户。
具体地,用户可进行相似企业检索,当接收到用户基于第三目标企业的第二检索指令时,根据该第三目标企业的异常标签遍历数据库其他企业当前的异常标签,检索出包括与第三目标企业的异常标签相同标签的企业,称为第四目标企业。可将检索出的所有第四目标企业以列表的形式返回至用户,且列表中每个第四目标企业关联该企业预登记的基本信息和异常标签等信息。在检测到用户选择对应的第四目标企业(如双击或其他触发操作)时,显示对应第四目标企业关联该企业预登记的基本信息和异常标签等信息。基于企业的第二检索指令,检索与所述第二检索指令相匹配的企业,可实现相似企业检索,帮助用户在找到一个目标企业时,迅速找到一批相似企业,如掌握一个违法企业,可以找出多家相似的违法企业。
在一个实施例中,所述方法还包括:根据每个企业已标注的异常标签,构建对应企业的雷达图,以所述雷达图作为对应企业的画像。
具体地,雷达图是一种可以显示多变量数据的图形方法。雷达图也称为不规则多边形图。根据雷达图中的一个多边形可表示一种数据类别的异常信息,多边形的每个角与一个异常标签对应。可根据每个企业环境监测数据的数据类别以及每个数据类别包括的标签,构建对应企业的雷达图,以所述雷达图作为对应企业的画像,用户需要了解企业画像时,可展示企业的雷达图,清楚简洁的了解企业异常信息。
在一种应用场景中,如图2所示为一个企业的污水排放数据类别对应的雷达图,包括多边形的各个角分别表示异常标签1、异常标签2、异常标签3、异常标签4和异常标签5,如异常标签1可以是污水污染物超标、异常标签2可以是污水隐蔽排污、异常标签3可以是偷排污水、异常标签4可以是排放重金属有害物质、异常标签5可以是排放具有腐蚀性的有害物质。虚线五边形1表示低级别的异常、虚线五边形2表示中级别的异常,虚线五边形3表示高级别的异常。实线5表示企业异常标签当前的表示线,由图可知该企业的污水污染物超标为高级别,污水隐蔽排污为低级别,偷排污水为中级别,排放重金属有害物质为高级别,排放具有腐蚀性的有害物质小于低级别判定排放具有腐蚀性的有害物质属于正常,从而可清楚简洁的了解企业污染的异常信息,其他类别的环境监测数据可也创建对应的雷达图。
本申请可根据获取多个企业的环境监测数据的数据类别,将每个企业的环境监测数据按类别存储,检测每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息,将满足对应特征信息的目标预设异常标签标注为相应企业的异常标签,从而可自动基于环境监测数据对企业标注对应的异常标签,除了预设的异常标签,数据中可能存在一些潜在的异常行为之前并未发现,因此可以通过数据挖掘确定出异常数据,再由专业人员决定是否定义新的异常标签。在接收到所述预设专业用户定义的新异常标签时,对相应企业新增所述新异常标签,可挖掘确定出异常数据并定义新的异常标签,进一步提高企业标签生成的智能性。从而能智能生成企业标签,基于标签能高效准确的发现异常企业,能提高对企业环境污染监管的效率。
实施例二
本实施例是对实施例一的进一步说明,与实施例一相同或相似的地方,具体可参见实施例一的相关描述,此处不再赘述。如图3所示,步骤S201至步骤S203可作为上述步骤S106的一种实现方式:
步骤S201,分别对不同企业的所述异常数据进行特征分析,得到特征分析结果。
具体地,对不同企业的异常数据进行特征分析,得到各个企业的特征分析结果,可以从预设的度量维度进行特征分析,如可以从时间度量维度进行特征分析,如确定相似的异常数据(如数据的大小差异小于预设差值,判定为相似的异常数据)出现的时间,并确定异常数据出现的时间在不同时间序列周期产生的频率,如时间序列周期定义为一周,分析每周中相似的异常数据的出现时间,以及各周之间在相同时间段出现这些相似异常数据的频率特征,如单周相似的异常数据出现的时间在周一和周二,且每周一和周二出现该相似的异常数据的频率较高,可能是企业在周一和周二特定的时间有异常的排放行为,因此专业人员可根据特征分析结果对相应企业定义异常标签,如定义周一和周二某时间段偷排废气标签。
步骤S202,对不同企业的所述特征分析结果进行聚类,得到聚类结果,所述聚类结果包括一个或多个聚类簇。
具体地,可根据聚类分析方法,对不同企业之间的特征分析结果之间的相似度进行聚类,将有类似的异常特征的企业划分为一类,使得可以对同类似企业进行统一标注对应的标签,无需每个企业都单独新增对应标签,可提高标签标注效率。上述聚类分析方法也是一种数据挖掘技术,可将数据集划分成不同聚类簇,每个聚类簇中的不同企业的特征分析结果的彼此间具体相似特征,一个聚类簇为一组对象的集合。
步骤S203,提示预设专业用户对每个聚类簇对应的特征分析结果定义新异常标签。
具体地,可发送提示信息至预设专业用户关联的终端设备。提示预设专业用户根据聚类结果以及聚类结果中每个聚类簇中各个企业对应的特征分析结果对相应企业定义新的异常标签。
相应地,在接收到所述预设专业用户定义的新异常标签时,对相应企业新增所述新异常标签可以是:预设专业用户可基于每个聚类簇中各个企业对应的特征分析结果,决定是否对每个聚类簇中的企业定义新标签,在对聚类簇中的企业定义新标签后发送给执行本申请方法的终端设备。接收到预设专业用户对目标聚类簇定义的新异常标签时,对目标聚类簇中的所有企业新增对应的新异常标签并保存。
本实施例分别对不同企业的所述异常数据进行特征分析,得到特征分析结果;对不同企业的所述特征分析结果进行聚类,得到聚类结果,所述聚类结果包括一个或多个聚类簇;提示预设专业用户对每个聚类簇对应的特征分析结果定义新异常标签,使得可以对同类似企业进行统一定义对应的标签,无需每个企业都单独新增对应标签,可提高标签标注效率。
实施例三
本实施例是对实施例一的进一步说明,与实施例一相同或相似的地方,具体可参见实施例一的相关描述,此处不再赘述。如图4所示,所述环境数据监管方法还包括:
步骤S301,当接收到预设执法用户选择目标执法场景的指令时,根据所述目标执法场景预先关联的异常标签以及异常标签对应的权重因子,计算各个企业的分值,将分值满足预设条件的第一目标企业推送至所述执法用户。
具体地,可根据实际应用预先设置多种执法场景,每种执法场景关联一个或多个异常标签,且设置关联的异常标签的权重因子、可使得后续根据不同执法场景预先关联的异常标签以及异常标签的权重因子帮助用户检索出与执法场景相匹配的企业。
在一个应用中,如预先设置污水偷排执法场景关联的异常标签包括不同等级的污水污染物超标的标签和污水隐蔽排污,且每种异常标签对应的权重因子。每种等级的异常标签对应预先关联一个分值。根据企业当前异常标签以及对应的权重因子可以得出企业的分值。
具体地,当接收到执法用户选择目标执法场景的指令时,根据目标执法场景预先关联的异常标签以及该异常标签的权重因子,计算各个企业的标签分数,将分数大于预设分值的企业作为与该目标执法场景匹配的企业,称为第一目标企业,将第一目标企业进行推送至所述执法用户,使得相关人员可直接根据执法场景快速高效的查找到对应违规的企业。
步骤S302,在接收到所述执法用户基于实际执法场景反馈的所述第一目标企业的实际异常标签,根据所述实际异常标签调整对应第一目标企业的异常标签。
具体地,执法用户在实际执行场景中,通过各种取证调查发现确定实际异常标签,执法用户可将实际异常标签反馈回终端设备,在接收到所述执法用户基于实际执法场景反馈的所述第一目标企业的实际异常标签,可将所述实际异常标签更新成对应第一目标企业的异常标签。因此可基于执法用户在实际执法场景中进行标注的异常标签,对相关企业的异常标签调整为所述实际异常标签,提高后续推荐的准确性。
本实施例能智能帮助用户更快定位可执行对应场景执法的企业,不再大海捞针,可当接收到执法用户选择目标执法场景的指令时,根据目标执法场景预先关联对应的标签以及标签的权重因子,计算各个企业的标签分数,得到满足预设条件的第一目标企业,将第一目标企业进行推送至所述执法用户,使得执法用户能快速定位到需要查找的企业。并根据执法用户现场执法的反馈信息调整对应企业的标签。进一步提高企业标签生成的智能性和准确性。
实施例四
对应于上文实施例的基于大数据的环境数据监管方法,图5示出了本申请实施例提供的基于大数据的环境数据监管装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分,所述基于大数据的环境数据监管装置500除包括:
数据获取模块501,用于获取多个企业的环境监测数据;
数据存储模块502,用于根据所述环境监测数据的数据类别,将每个企业的环境监测数据按类别存储至预设数据库对应的数据表中;其中,所述数据类别包括废气排放数据类别、污水排放数据类别和噪声数据类别中至少一项;
检测模块503,用于检测所述每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息;其中,每个数据类别包括至少一个预设异常标签,所述预设异常标签关联的特征信息包括预关联的预设数据维度类型以及对应的数据范围;
标注模块504,用于若检测到满足对应特征信息的目标预设异常标签,则将所述目标预设异常标签标注为相应企业的异常标签;
数据挖掘模块505,用于根据数据挖掘技术,每隔第一预设时间对所述数据库中的每个类别的环境监测数据进行异常数据挖掘,得到异常数据;
提示模块506,用于根据所述异常数据,提示预设专业用户定义新异常标签;
异常标签新增模块507,用于在接收到所述预设专业用户定义的新异常标签时,对相应企业新增所述新异常标签。
在一个实施例中,所述提示模块包括:
特征分析单元,用于分别对不同企业的所述异常数据进行特征分析,得到特征分析结果;
聚类模块,用于对不同企业的所述特征分析结果进行聚类,得到聚类结果,所述聚类结果包括一个或多个聚类簇;
提示单元,用于提示预设专业用户对每个聚类簇对应的特征分析结果定义新异常标签;
在一个实施例中,所述环境数据监管装置还包括:
推送模块,用于当接收到预设执法用户选择目标执法场景的指令时,根据所述目标执法场景预先关联的异常标签以及异常标签对应的权重因子,计算各个企业的分值,将分值满足预设条件的第一目标企业推送至所述执法用户;
调整模块,用于在接收到所述执法用户基于实际执法场景反馈的所述第一目标企业的实际异常标签,根据所述实际异常标签调整对应第一目标企业的异常标签。
在一个实施例中,所述环境数据监管装置还包括:
第一检索模块,用于当接收到用户基于目标标签的第一检索指令,检索与所述目标标签相匹配的第二目标企业,并将对应的检索结果返回至所述用户。
在一个实施例中,所述环境数据监管装置还包括:
第二检索模块,用于当接收到用户基于第三目标企业的第二检索指令时,检索所述第三目标企业的异常标签相匹配的第四目标企业,并将对应的检索结果返回至所述用户。
在一个实施例中,所述环境数据监管装置还包括:
构建模块,用于根据每个企业已标注的异常标签,构建对应企业的雷达图,以所述雷达图作为对应企业的画像。
在一个实施例中,所述所述环境数据监管装置还包括:
更新模块,用于每隔第二预设时间,根据满足对应特征信息的目标预设异常标签,对企业的异常标签进行更新。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
实施例五
如图6所示,本申请的一个实施例还提供一种终端设备600包括:处理器601,存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序603,例如基于大数据的环境数据监控程序。所述处理器601执行所述计算机程序603时实现上述各个基于大数据的环境数据监管方法实施例中的步骤。所述处理器601执行所述计算机程序603时实现上述各装置实施例中各模块的功能,例如图5所示模块501至507的功能。
示例性的,所述计算机程序603可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器602中,并由所述处理器601执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序603在所述终端设备600中的执行过程。例如,所述计算机程序603可以被分割成数据获取模块,数据存储模块、检测模块、标注模块、数据挖掘模块、提示模块和异常标签新增模块等,各模块具体功能在上述实施例中已有描述,此处不再赘述。
所述终端设备600可包括,但不仅限于,处理器601,存储器602。本领域技术人员可以理解,图6仅仅是终端设备600的示例,并不构成对终端设备600的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述计算设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器601可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器602可以是所述终端设备600的内部存储单元,例如终端设备600的硬盘或内存。所述存储器602也可以是所述终端设备600的外部存储设备,例如所述终端设备600上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器602还可以既包括所述终端设备600的内部存储单元也包括外部存储设备。所述存储器602用于存储所述计算机程序以及所述计算设备所需的其他程序和数据。所述存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/计算设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/计算设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用软件功能单元的形式实现。
所述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的环境数据监管方法,其特征在于,包括:
获取多个企业的环境监测数据;
根据所述环境监测数据的数据类别,将每个企业的环境监测数据按类别存储至预设数据库对应的数据表中;其中,所述数据类别包括废气排放数据类别、污水排放数据类别和噪声数据类别中至少一项;
检测所述每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息;其中,每个数据类别包括至少一个预设异常标签,所述预设异常标签关联的特征信息包括预关联的预设数据维度类型以及对应的数据范围;
若检测到满足对应特征信息的目标预设异常标签,则将所述目标预设异常标签标注为相应企业的异常标签;
根据数据挖掘技术,每隔第一预设时间对所述数据库中的每个类别的环境监测数据进行异常数据挖掘,得到异常数据;
根据所述异常数据,提示预设专业用户定义新异常标签;
在接收到所述预设专业用户定义的新异常标签时,对相应企业新增所述新异常标签。
2.根据权利要求1所述的环境数据监管方法,其特征在于,所述根据所述异常数据,提示预设专业用户定义新异常标签,包括:
分别对不同企业的所述异常数据进行特征分析,得到特征分析结果;
对不同企业的所述特征分析结果进行聚类,得到聚类结果,所述聚类结果包括一个或多个聚类簇;
提示预设专业用户对每个聚类簇对应的特征分析结果定义新异常标签。
3.根据权利要求1所述的环境数据监管方法,其特征在于,所述方法还包括:
当接收到预设执法用户选择目标执法场景的指令时,根据所述目标执法场景预先关联的异常标签以及异常标签对应的权重因子,计算各个企业的分值,将分值满足预设条件的第一目标企业推送至所述执法用户;
在接收到所述执法用户基于实际执法场景反馈的所述第一目标企业的实际异常标签,根据所述实际异常标签调整对应第一目标企业的异常标签。
4.根据权利要求1所述的环境数据监管方法,其特征在于,将所述目标预设异常标签标注为相应企业的异常标签之后,包括:
当接收到用户基于目标标签的第一检索指令,检索与所述目标标签相匹配的第二目标企业,并将对应的检索结果返回至所述用户。
5.根据权利要求1所述的环境数据监管方法,其特征在于,将所述目标预设异常标签标注为相应企业的异常标签之后,还包括:
当接收到用户基于第三目标企业的第二检索指令时,检索所述第三目标企业的异常标签相匹配的第四目标企业,并将对应的检索结果返回至所述用户。
6.根据权利要求1至5任一项所述的环境数据监管方法,其特征在于,所述方法还包括:
根据每个企业已标注的异常标签,构建对应企业的雷达图,以所述雷达图作为对应企业的画像。
7.根据权利要求1至5任一项所述的环境数据监管方法,其特征在于,在将所述目标预设异常标签标注为相应企业的异常标签之后,还包括:
每隔第二预设时间,根据满足对应特征信息的目标预设异常标签,对企业的异常标签进行更新。
8.一种基于大数据的环境数据监管装置,其特征在于,包括:
数据获取模块,用于获取多个企业的环境监测数据;
数据存储模块,用于根据所述环境监测数据的数据类别,将每个企业的环境监测数据按类别存储至预设数据库对应的数据表中;其中,所述数据类别包括废气排放数据类别、污水排放数据类别和噪声数据类别中至少一项;
检测模块,用于检测所述每个企业的对应环境监测数据是否满足各个数据类别的预设异常标签关联的特征信息;其中,每个数据类别包括至少一个预设异常标签,所述预设异常标签关联的特征信息包括预关联的预设数据维度类型以及对应的数据范围;
标注模块,用于若检测到满足对应特征信息的目标预设异常标签,则将所述目标预设异常标签标注为相应企业的异常标签;
数据挖掘模块,用于根据数据挖掘技术,每隔第一预设时间对所述数据库中的每个类别的环境监测数据进行异常数据挖掘,得到异常数据;
提示模块,用于根据所述异常数据,提示预设专业用户定义新异常标签;
异常标签新增模块,用于在接收到所述预设专业用户定义的新异常标签时,对相应企业新增所述新异常标签。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111135114.3A CN113806370A (zh) | 2021-09-27 | 2021-09-27 | 基于大数据的环境数据监管方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111135114.3A CN113806370A (zh) | 2021-09-27 | 2021-09-27 | 基于大数据的环境数据监管方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113806370A true CN113806370A (zh) | 2021-12-17 |
Family
ID=78896814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111135114.3A Pending CN113806370A (zh) | 2021-09-27 | 2021-09-27 | 基于大数据的环境数据监管方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113806370A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115908082A (zh) * | 2023-01-06 | 2023-04-04 | 佰聆数据股份有限公司 | 基于用电特征指标的企业排污监控方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765427A (zh) * | 2020-12-03 | 2021-05-07 | 湖北海纳天鹰科技发展有限公司 | 一种基于mqtt协议的环保监测数据处理方法及装置 |
CN113191784A (zh) * | 2021-04-23 | 2021-07-30 | 北京金堤征信服务有限公司 | 异常企业识别方法、装置、电子设备及存储介质 |
CN113191927A (zh) * | 2021-04-20 | 2021-07-30 | 上海市环境科学研究院 | 一种环保数据智能推送方法、系统及可读存储介质 |
WO2021184630A1 (zh) * | 2020-03-19 | 2021-09-23 | 平安国际智慧城市科技股份有限公司 | 基于知识图谱定位排污对象的方法及相关设备 |
-
2021
- 2021-09-27 CN CN202111135114.3A patent/CN113806370A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021184630A1 (zh) * | 2020-03-19 | 2021-09-23 | 平安国际智慧城市科技股份有限公司 | 基于知识图谱定位排污对象的方法及相关设备 |
CN112765427A (zh) * | 2020-12-03 | 2021-05-07 | 湖北海纳天鹰科技发展有限公司 | 一种基于mqtt协议的环保监测数据处理方法及装置 |
CN113191927A (zh) * | 2021-04-20 | 2021-07-30 | 上海市环境科学研究院 | 一种环保数据智能推送方法、系统及可读存储介质 |
CN113191784A (zh) * | 2021-04-23 | 2021-07-30 | 北京金堤征信服务有限公司 | 异常企业识别方法、装置、电子设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115908082A (zh) * | 2023-01-06 | 2023-04-04 | 佰聆数据股份有限公司 | 基于用电特征指标的企业排污监控方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111475804B (zh) | 一种告警预测方法及系统 | |
US10033694B2 (en) | Method and device for recognizing an IP address of a specified category, a defense method and system | |
CN102902752A (zh) | 一种日志监控方法及系统 | |
CN113641994B (zh) | 基于图数据的数据处理方法及系统 | |
CN113469857A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
CN110716973A (zh) | 基于大数据的安全事件上报平台及方法 | |
CN113051308A (zh) | 告警信息处理方法、设备、存储介质及装置 | |
CN114978877B (zh) | 一种异常处理方法、装置、电子设备及计算机可读介质 | |
CN113806370A (zh) | 基于大数据的环境数据监管方法、装置、设备及存储介质 | |
CN115174233A (zh) | 基于大数据的网络安全分析方法、设备、系统及介质 | |
CN111371581A (zh) | 物联网卡业务异常检测的方法、装置、设备和介质 | |
CN116226894B (zh) | 一种基于元仓的数据安全治理系统及方法 | |
CN110489416B (zh) | 一种基于数据处理的信息存储方法及相关设备 | |
CN110609861A (zh) | 车辆识别方法、装置、电子设备及存储介质 | |
CN114579636A (zh) | 数据安全风险预测方法、装置、计算机设备和介质 | |
CN113505217A (zh) | 基于大数据实现工程造价数据库快速形成的方法和系统 | |
KR20180118869A (ko) | 통합 보안 이상징후 모니터링 시스템 | |
CN113992371A (zh) | 一种流量日志的威胁标签生成方法、装置及电子设备 | |
CN107346329B (zh) | 一种数据处理方法和装置 | |
CN111798237A (zh) | 基于应用日志的异常交易诊断方法及系统 | |
CN111368616A (zh) | 从车的识别方法、装置及设备 | |
CN103605777A (zh) | 数据库索引处理方法和装置 | |
CN117112846B (zh) | 一种多信息源证照信息管理方法、系统及介质 | |
CN113592432B (zh) | 工单判重方法、装置、电子设备及存储介质 | |
CN116432208B (zh) | 工业互联网数据的安全管理方法、装置、服务器及系统 |
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 |