CN113822591A - 一种智慧消防大数据监督平台 - Google Patents
一种智慧消防大数据监督平台 Download PDFInfo
- Publication number
- CN113822591A CN113822591A CN202111155602.0A CN202111155602A CN113822591A CN 113822591 A CN113822591 A CN 113822591A CN 202111155602 A CN202111155602 A CN 202111155602A CN 113822591 A CN113822591 A CN 113822591A
- Authority
- CN
- China
- Prior art keywords
- service
- item
- preset
- maintenance
- acquiring
- 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.)
- Withdrawn
Links
- 238000012423 maintenance Methods 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims description 43
- 230000001788 irregular Effects 0.000 claims description 36
- 238000012795 verification Methods 0.000 claims description 34
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000004088 simulation Methods 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 9
- 238000013210 evaluation model Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 238000003032 molecular docking Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 description 11
- 230000007547 defect Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009193 crawling Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000010606 normalization 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
- G06Q10/0633—Workflow analysis
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种智慧消防大数据监督平台,包括:获取模块,用于获取消防大数据;确定模块,用于基于消防大数据,确定第一用户中需要进行消防设施维保的目标用户以及相应需维保项目;推荐模块,用于向目标用户推荐需维保项目适宜的最佳服务方。本发明的一种智慧消防大数据监督平台,基于消防大数据来确定需要进行消防设施维保的物业公司以及相应需维保项目,及时向该物业公司推荐需维保项目适宜的消防维保服务公司,既实现了对物业公司的消防设施维保情况进行监督,发现物业公司的不合格的维保工作,也帮助物业公司寻找合适的消防维保公司,避免了不合格的维保工作带来安全隐患的问题发生。
Description
技术领域
本发明涉及信息提取技术领域,特别涉及一种智慧消防大数据监督平台。
背景技术
目前,物业公司对自身的消防进行维保【例如:对火灾报警系统作定期检查和试验、对消防泵进行启动运转试验】时,均是雇佣一些人工进行维保,由于这些人工专业性的不足,无法保证维保是全面合格的,由于缺少监督,物业公司无法确切了解不合格的维保工作,寻找合适的消防维保公司,同时,一些不合格的维保工作可能会带来安全隐患。
发明内容
本发明目的之一在于提供了一种智慧消防大数据监督平台,基于消防大数据来确定需要进行消防设施维保的物业公司以及相应需维保项目,及时向该物业公司推荐需维保项目适宜的消防维保服务公司,既实现了对物业公司的消防设施维保情况进行监督,发现物业公司的不合格的维保工作(需维保项目),也帮助物业公司寻找合适的消防维保公司,避免了不合格的维保工作带来安全隐患的问题发生。
本发明实施例提供的一种智慧消防大数据监督平台,包括:
获取模块,用于获取消防大数据;
确定模块,用于基于所述所述消防大数据,确定所述第一用户中需要进行消防设施维保的目标用户以及相应需维保项目;
推荐模块,用于向所述目标用户推荐所述需维保项目适宜的最佳服务方。
优选的,所述智慧消防大数据监督平台,还包括:
咨询模块,用于供所述目标用户向所述最佳服务方进行维保业务咨询。
优选的,所述智慧消防大数据监督平台,还包括:
合同签订模块,用于供目标用户与所述最佳服务方签订维保服务合同。
优选的,所述智慧消防大数据监督平台,还包括:支付模块,用于供所述目标用户向所述最佳服务方支付服务款项。
优选的,所述智慧消防大数据监督平台,还包括:
评价模块,用于供所述目标用户对所述最佳服务方进行服务评价。
优选的,所述确定模块执行如下操作:
提取所述消防大数据中的多个第一数据项;
获取所述第一数据项的产生流程,对所述产生流程进行流程拆分,获得多个第一流程;
基于预设的关键流程筛选库,从所述第一流程中筛选出关键的第二流程;
将所述第二流程按照流程先后顺序进行排序,获得第一流程序列;
对所述第二流程进行特征提取,获得多个第一特征;
获取预设的第一不规范特征库,将所述第一特征与所述第一不规范特征库中的第二特征进行特征匹配;
若匹配符合,将匹配符合的所述第二特征作为第三特征,将对应所述第二流程作为第三流程,同时,将对应所述第一数据项作为第二数据项;
基于预设的特征-影响方向库,确定所述第三特征对应的至少一个影响方向,所述影响方向包括:前和后;
在所述第一流程序列中剔除所述第三流程的影响方向上的全部所述第二流程;
全部剔除后,确定所述第一流程序列中剩余的目标部分,并作为第二流程序列;
当所述第二流程序列仅包含所述第三流程时,剔除对应所述第二数据项;
否则,从所述第二流程序列中剔除所述第三流程,获得第三流程序列;
获取预设的流程模拟模型,将所述第三流程序列输入所述流程模拟模型,获取模拟结果;
将所述模拟结果与所述第二数据项进行对比分析,若存在不同,剔除对应所述第二数据项;
当所述第一数据项中需要剔除的所述第二数据项均被剔除后,选取剩余的所述第一数据项,并作为第三数据项;
对所述第三数据项进行特征提取,获得多个第四特征;
获取预设的第二不规范特征库,将所述第四特征与所述第二不规范特征库中的第五特征进行特征匹配;
若匹配符合,将匹配符合的所述第五特征作为第六特征,同时,将对应所述第三数据项作为第四数据项;
获取所述第四数据项对应的所述第一用户,并作为第二用户;
基于预设的特征-需求目标库,确定所述第六特征对应的至少一个需求目标;
确定对应于所述需求目标的所述第三数据项,并作为第五数据项;
基于预设的特征-不规范类型库,确定所述第六特征对应的至少一个第一不规范类型;
获取预设的不规范类型测算模型,将所述第四数据项和所述第五数据项输入所述不规范类型测算模型,获取测算结果;
确定所述测算结果中是否包含所述第一不规范类型,若是,将包含的所述第一不规范类型作为第二不规范类型,并与对应所述第二用户进行关联;
基于预设的不规范类型-判定值库,确定所述第二不规范类型对应的判定值;
汇总所述第二用户关联的所述第二不规范类型对应的所述判定值,获得判定值和;
若所述判定值和大于等于预设的判定值和阈值,将对应所述第二用户作为目标用户;
基于预设的不规范类型-需维保项目库,确定所述目标用户关联的所述第二不规范类型对应的需维保项目。
优选的,所述推荐模块执行如下操作:
获取预设的服务方集,所述服务方集包括:多个第一服务方;
获取所述第一服务方提供的多个第一服务项;
解析所述第一服务项的获取方式,所述获取方式包括:本地获取和网络获取;
当所述第一服务项的获取方式为本地获取时,确定所述第一服务项的服务类型;
基于预设的服务类型-正向验证策略库,确定所述服务类型对应的至少一个正向验证策略;
基于所述正向验证策略,对所述第一服务方提供所述第一服务项的真实性进行验证;
若均验证通过,基于预设的正向验证策略-反向验证策略库,确定所述正向验证策略对应的至少一个反向验证策略;
基于所述反向验证策略,对所述第一服务方提供所述第一服务项的真实性进行验证;
若均验证通过,将对应所述第一服务项作为第二服务项;
当所述第一服务项的获取方式为网络获取时,获取所述第一服务项的网络来源;
解析所述网络来源的来源类型,所述来源类型包括:单独来源和组合来源;
当所述网络来源的来源类型为单独来源时,获取所述网络来源的第一可信度;
若所述第一可信度大于等于预设的第一可信度阈值,将对应所述第一服务项作为第二服务项;
当所述网络来源的来源类型为组合来源时,将所述网络来源拆分成多个第一来源;
获取所述第一来源提供所述第一服务项的提供权重;
若所述提供权重大于等于预设的提供权重阈值,将对应所述第一来源作为第二来源;
获取所述第二来源的第二可信度;
若所述第二可信度均大于等于预设的第二可信度阈值,将对应所述第一服务项作为第二服务项;
确定所述第二服务项中对应于所述需维保项目的第三服务项;
获取所述第一服务方的服务记录;
获取预设的服务评价模型,将所述服务记录和所述第三服务项输入所述服务评价模型,获取对应于所述第三服务项的评价值;
将所述第三服务项按照所述评价值从大到小进行排序,获得服务项序列;
选取所述服务项序列中前n个所述第三服务项,并作为第四服务项,并与对应所述第一服务方进行关联;
选取关联最多所述第四服务项的所述第一服务方,并作为第二服务方;
若所述第二服务方的个数为1,将所述第二服务方作为最佳服务方;
若所述第二服务方的个数大于1,获取所述第二服务方的承诺入场时间,选取所述承诺入场时间最早的所述第二服务方作为最佳服务方。
优选的,智慧消防大数据监督平台,还包括:
公共安全检测模块,用于进行平台公共安全检测,并输出检测结果。
优选的,智慧消防大数据监督平台,还包括:
第一对接模块,用于与所述第一用户的第一客户端进行对接。
优选的,智慧消防大数据监督平台,还包括:
第二对接模块,用于与所述第一服务方的第二客户端进行对接。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种智慧消防大数据监督平台的示意图;
图2为本发明实施例中又一智慧消防大数据监督平台的示意图;
图3为本发明实施例中再一智慧消防大数据监督平台的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种智慧消防大数据监督平台,如图1所示,包括:
获取模块1,用于获取消防大数据;
确定模块2,用于基于所述所述消防大数据,确定所述第一用户中需要进行消防设施维保的目标用户以及相应需维保项目;
推荐模块3,用于向所述目标用户推荐所述需维保项目适宜的最佳服务方。
上述技术方案的工作原理及有益效果为:
获取消防大数据(物业公司的消防设施种类、品牌和型号,消防设施使用场景,消防设置运行情况,消防设施维保情况等,例如:物业公司的维保人员对不同消防设施进行维护的周期、操作记录等,物业公司可安排专门人员进行记录);基于消防大数据,确定第一用户中需要进行消防设施维保的目标用户(例如:某物业公司)以及相应需维保项目(例如:气体灭火系统);向目标用户推荐需维保项目适宜的最佳服务方(例如:提供气体灭火系统维保服务的消防维保服务公司);
本发明实施例基于消防大数据来确定需要进行消防设施维保的物业公司以及相应需维保项目,及时向该物业公司推荐需维保项目适宜的消防维保服务公司,既实现了对物业公司的消防设施维保情况进行监督,发现物业公司的不合格的维保工作(需维保项目),也帮助物业公司寻找合适的消防维保公司,避免了不合格的维保工作带来安全隐患的问题发生。
本发明实施例提供了一种智慧消防大数据监督平台,如图2所示,还包括:
咨询模块4,用于供所述目标用户向所述最佳服务方进行维保业务咨询。
上述技术方案的工作原理及有益效果为:
平台还可供所述目标用户向所述最佳服务方进行维保业务咨询,例如:建立一个聊天窗口,双方接入该聊天窗口,开始聊天。
本发明实施例提供了一种智慧消防大数据监督平台,如图3所示,还包括:
合同签订模块5,用于供目标用户与所述最佳服务方签订维保服务合同。
上述技术方案的工作原理及有益效果为:
平台可以获取最佳服务方事先上传的维保服务合同,目标用户可以直接签订(例如:电子签名)。
本发明实施例提供了一种智慧消防大数据监督平台,还包括:
支付模块,用于供所述目标用户向所述最佳服务方支付服务款项。
上述技术方案的工作原理及有益效果为:
目标用户可以通过平台直接向所述最佳服务方支付服务款项。
本发明实施例提供了一种智慧消防大数据监督平台,还包括:
评价模块,用于供所述目标用户对所述最佳服务方进行服务评价。
上述技术方案的工作原理及有益效果为:
目标用户可以通过平台直接对最佳服务方进行评价(例如:咨询服务态度评价、实际维保服务评价等)。
本发明实施例提供了一种智慧消防大数据监督平台,所述获取模块1执行如下操作:
获取预设的监督节点集,所述监督节点集包括:多个第一监督节点;
基于预设的监督节点-不良记录库,确定所述所述第一监督节点对应的至少一个不良记录;
获取所述不良记录的产生方式,所述产生方式包括:主动产生和被动产生;
当所述不良记录的产生方式为主动产生时,对所述不良记录进行解析,获取第一不良值;
当所述不良记录的产生方式为被动产生时,对所述不良记录进行解析,获取第二不良值;
基于所述第一不良值和所述第二不良值计算判定指数,计算公式如下:
其中,σ为所述判定指数,ρ为预设的权重值,γ为预设的常数,αi和βi为中间变量,li为第i个所述第一不良值,n为所述第一不良值的总数目,ti为第i个所述第二不良值,d为所述第二不良值的总数目,l0为预设的第一不良值阈值,t0为预设的第二不良值阈值;
若所述判定指数大于等于预设的判定指数阈值,将对应所述第一监督节点作为第二监督节点;
通过所述第二监督节点获取目标数据;
整合获取的所述目标数据,获得消防大数据。
上述技术方案的工作原理及有益效果为:
第一监督节点具体为:对应一个维保工作记录人员,该维保工作记录人员可以通过该节点上传维保工作记录;预设的监督节点-不良记录库具体为:包含不同监督节点对应的不良记录(例如:上传不实数据);
不良记录的产生方式分为主动产生(例如:监督节点对应的维保工作记录人员自身产生)和被动产生(例如:监督节点担保的其它监督节点对应的维保工作记录人员产生),对不良记录进行解析,获取不良值,不良值越大,严重程度越高;基于第一不良值和第二不良值计算判定指数,若判定指数大于等于预设的判定指数阈值(例如:90),则说明对应第一监督节点记录良好,作为第二监督节点进行获取目标数据(即监督节点对应的维保工作记录人员记录的维保工作记录),保证数据获取的精准性;
本发明实施例提供了一种智慧消防大数据监督平台,所述确定模块2执行如下操作:
提取所述消防大数据中的多个第一数据项;
获取所述第一数据项的产生流程,对所述产生流程进行流程拆分,获得多个第一流程;
基于预设的关键流程筛选库,从所述第一流程中筛选出关键的第二流程;
将所述第二流程按照流程先后顺序进行排序,获得第一流程序列;
对所述第二流程进行特征提取,获得多个第一特征;
获取预设的第一不规范特征库,将所述第一特征与所述第一不规范特征库中的第二特征进行特征匹配;
若匹配符合,将匹配符合的所述第二特征作为第三特征,将对应所述第二流程作为第三流程,同时,将对应所述第一数据项作为第二数据项;
基于预设的特征-影响方向库,确定所述第三特征对应的至少一个影响方向,所述影响方向包括:前和后;
在所述第一流程序列中剔除所述第三流程的影响方向上的全部所述第二流程;
全部剔除后,确定所述第一流程序列中剩余的目标部分,并作为第二流程序列;
当所述第二流程序列仅包含所述第三流程时,剔除对应所述第二数据项;
否则,从所述第二流程序列中剔除所述第三流程,获得第三流程序列;
获取预设的流程模拟模型,将所述第三流程序列输入所述流程模拟模型,获取模拟结果;
将所述模拟结果与所述第二数据项进行对比分析,若存在不同,剔除对应所述第二数据项;
当所述第一数据项中需要剔除的所述第二数据项均被剔除后,选取剩余的所述第一数据项,并作为第三数据项;
对所述第三数据项进行特征提取,获得多个第四特征;
获取预设的第二不规范特征库,将所述第四特征与所述第二不规范特征库中的第五特征进行特征匹配;
若匹配符合,将匹配符合的所述第五特征作为第六特征,同时,将对应所述第三数据项作为第四数据项;
获取所述第四数据项对应的所述第一用户,并作为第二用户;
基于预设的特征-需求目标库,确定所述第六特征对应的至少一个需求目标;
确定对应于所述需求目标的所述第三数据项,并作为第五数据项;
基于预设的特征-不规范类型库,确定所述第六特征对应的至少一个第一不规范类型;
获取预设的不规范类型测算模型,将所述第四数据项和所述第五数据项输入所述不规范类型测算模型,获取测算结果;
确定所述测算结果中是否包含所述第一不规范类型,若是,将包含的所述第一不规范类型作为第二不规范类型,并与对应所述第二用户进行关联;
基于预设的不规范类型-判定值库,确定所述第二不规范类型对应的判定值;
汇总所述第二用户关联的所述第二不规范类型对应的所述判定值,获得判定值和;
若所述判定值和大于等于预设的判定值和阈值,将对应所述第二用户作为目标用户;
基于预设的不规范类型-需维保项目库,确定所述目标用户关联的所述第二不规范类型对应的需维保项目。
上述技术方案的工作原理及有益效果为:
预设的关键流程筛选库具体为:包含多个无关流程(例如:记录人员登入平台)的数据库,基于该数据库筛选关键流程时,将与无关流程匹配的流程剔除即可;预设的第一不规范特征库具体为:包含多个记录数据的不规范特征(例如:经验值不足,经验值为1的记录人员记录操作人员对消防阀门进行维护的操作行为,无法准确记录)的数据库;预设的特征-影响方向库具体为:包含不同特征对应的影响方向,例如:特征为经验值不足,经验值为1的记录人员记录操作人员对消防阀门进行维护的操作行为,则之后记录的数据都不能可靠说明阀门是正常的,因此,影响方向为后;预设的流程模拟模型具体为:利用机器学习算法对大量人工进行流程模拟的记录进行学习后生成的模型;预设的第二不规范特征库具体为:包含多个消防设施维保操作不规范的特征的数据;预设的不规范类型测算模型具体为:利用机器学习算法对大量人工测算不规范类型的记录进行学习后生成的模型;预设的不规范类型-判定值库具体为:包含不同不规范类型对应的判定值的数据库,判定值越大,不规范类型的严重程度越大;预设的不规范类型-需维保项目库具体为:包含不同不规范类型对应的需维保项目的数据库;
提取消防大数据中的多个第一数据项(例如:一次消防泵维保过程记录),获取第一数据项的产生流程并进行流程拆分,获得多个第一流程,对第一流程进行筛选,筛选出关键的第二流程;将第一特征与第二特征进行匹配,说明相应第二流程存在不规范特征,基于相应影响方向进行针对性剔除;若第二流程序列仅包含第三流程,说明前后均已剔除,不规范特征的影响较大,剔除对应第二数据项;否则,从第二流程序列中剔除第三流程,将获得的第三流程序列进行流程模拟,看是否能够得到第二数据项,若否,剔除对应第二数据项;将剩余的第三数据项特征提取出的第四特征与第五进行匹配,若匹配符合,则确定存在维保工作不规范的特征(例如:消防泵正常工作测试流程不完整且次数不足),确定需求目标(该消防泵的其它测试记录)对应的第五数据项;确定第六特征对应的不规范类型(例如:消防泵正常工作测试流程不完整且短时间内没有增加进行完成的正常工作测试流程);对第四数据项和第五数据项进行不规范类型测算,获取测算结果(例如:消防泵正常工作测试流程不完整且短时间内没有增加进行完成的正常工作测试流程);确定第二不规范类型,获取判定值,汇总(求和计算)判定值,若判定值和大于等于预设的判定值和阈值(例如:300),说明相应第二用户需要进行专业维保,作为目标用户,同时,可确定不规范类型对应的需维保项目即为目标用户想要进行的维保项目;
本发明实施例对第一流程进行关键流程筛选,提升了系统的工作效率;对第一数据项的产生流程的规范性进行验证,保证数据项的来源精准,提升可靠性,同时,当发现产生流程存在不规范特征时,没有直接剔除对应数据项,而是确定剔除方向,基于剔除方向在流程序列中进行剔除,基于剔除后的流程序列作下一步判定,设置更加合理;在确定维保工作记录存在不规范特征时,确定需求目标,补充验证是否确实存在该不规范特征,使得不规范特征捕捉更加准确。
本发明实施例提供了一种智慧消防大数据监督平台,所述推荐模块3执行如下操作:
获取预设的服务方集,所述服务方集包括:多个第一服务方;
获取所述第一服务方提供的多个第一服务项;
解析所述第一服务项的获取方式,所述获取方式包括:本地获取和网络获取;
当所述第一服务项的获取方式为本地获取时,确定所述第一服务项的服务类型;
基于预设的服务类型-正向验证策略库,确定所述服务类型对应的至少一个正向验证策略;
基于所述正向验证策略,对所述第一服务方提供所述第一服务项的真实性进行验证;
若均验证通过,基于预设的正向验证策略-反向验证策略库,确定所述正向验证策略对应的至少一个反向验证策略;
基于所述反向验证策略,对所述第一服务方提供所述第一服务项的真实性进行验证;
若均验证通过,将对应所述第一服务项作为第二服务项;
当所述第一服务项的获取方式为网络获取时,获取所述第一服务项的网络来源;
解析所述网络来源的来源类型,所述来源类型包括:单独来源和组合来源;
当所述网络来源的来源类型为单独来源时,获取所述网络来源的第一可信度;
若所述第一可信度大于等于预设的第一可信度阈值,将对应所述第一服务项作为第二服务项;
当所述网络来源的来源类型为组合来源时,将所述网络来源拆分成多个第一来源;
获取所述第一来源提供所述第一服务项的提供权重;
若所述提供权重大于等于预设的提供权重阈值,将对应所述第一来源作为第二来源;
获取所述第二来源的第二可信度;
若所述第二可信度均大于等于预设的第二可信度阈值,将对应所述第一服务项作为第二服务项;
确定所述第二服务项中对应于所述需维保项目的第三服务项;
获取所述第一服务方的服务记录;
获取预设的服务评价模型,将所述服务记录和所述第三服务项输入所述服务评价模型,获取对应于所述第三服务项的评价值;
将所述第三服务项按照所述评价值从大到小进行排序,获得服务项序列;
选取所述服务项序列中前n个所述第三服务项,并作为第四服务项,并与对应所述第一服务方进行关联;
选取关联最多所述第四服务项的所述第一服务方,并作为第二服务方;
若所述第二服务方的个数为1,将所述第二服务方作为最佳服务方;
若所述第二服务方的个数大于1,获取所述第二服务方的承诺入场时间,选取所述承诺入场时间最早的所述第二服务方作为最佳服务方。
上述技术方案的工作原理及有益效果为:
预设的服务类型-正向验证策略库具体为:包含不同服务类型对应的正向验证策略的数据库;正向验证策略-反向验证策略库具体为:包含不同正向验证策略对应的反向验证策略的数据库;(例如:服务类型为消防泵维保服务,正向验证策略为验证服务方是否存在消防泵维保服务的记录和评价,反向验证策略为消防泵维保服务的记录和评价是否真实等);预设的第一可信度阈值具体为:例如,85;预设的提供权重阈值具体为:例如,0.15;预设的服务评价模型具体为:利用机器学习算法对大量人工进行服务评价的记录进行学习后生成的模型;
获取第一服务方(消防维保服务公司)提供多个第一服务项(例如:消防泵维保服务、气体灭火系统维保等);第一服务项的获取方式分为本地获取(由消防维保服务公司直接提供)和网络获取(消防维保服务公司一般会与不同的平台进行合作,当其具有新的服务时,不一定能够及时更新,因此,可以通过网络获取,例如:爬取,为服务方提供便利);当获取方式为本地获取时,需要对第一服务方提供该第一服务项的真实性进行验证;当获取方式为网络获取时,获取第一服务项的网络来源,网络来源的来源类型分为单独来源(例如:仅由一个网页获取到)和组合来源(例如:由多个网页组合获取到);当来源类型为组合来源时,获取网络来源的第一可信度(例如:网页可信度),基于第一可信度进行判定;当来源类型为组合来源时,对网络来源进行拆分,获得多个第一来源;确定第一来源的提供权重(例如:服务项的30%的数据来自该第一来源,提供权重即为0.3),获取第一来源的第二可信度,基于提供权重和第二可信度进行判定;筛选出第三服务项,获取第一服务方的服务记录,基于服务记录对第三服务项进行评价,获取评价值,评价值越大,服务质量越高;基于评价值确定最佳服务方;
本发明实施例针对不同的服务项的获取方式采取不同验证手段,保证服务方提供的服务项的真实性和全面性;针对网络来源的不同类型也采取不同验证手段;基于评价值筛选出最佳服务方,保证物业公司匹配到最适宜的维保服务公司,提升了系统的工作效率。
本发明实施例提供了一种智慧消防大数据监督平台,还包括:
公共安全检测模块,用于进行平台公共安全检测,并输出检测结果。
上述技术方案的工作原理及有益效果为:
平台可进行平台公共安全检测(例如:检测咨询窗口内是否有不良词汇出现)。
本发明实施例提供了一种智慧消防大数据监督平台,还包括:
第一对接模块,用于与所述第一用户的第一客户端进行对接。
上述技术方案的工作原理及有益效果为:
平台可与物业公司的第一客户端(例如:手机)进行对接,便于物业公司的工作人员登入平台。
本发明实施例提供了一种智慧消防大数据监督平台,还包括:
第二对接模块,用于与所述第一服务方的第二客户端进行对接。
上述技术方案的工作原理及有益效果为:
平台可与消防维保服务公司的第二客户端(例如:手机)进行对接,便于消防维保服务公司的工作人员登入平台。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种智慧消防大数据监督平台,其特征在于,包括:
获取模块,用于获取消防大数据;
确定模块,用于基于所述所述消防大数据,确定第一用户中需要进行消防设施维保的目标用户以及相应需维保项目;
推荐模块,用于向所述目标用户推荐所述需维保项目适宜的最佳服务方。
2.如权利要求1所述的一种智慧消防大数据监督平台,其特征在于,还包括:
咨询模块,用于供所述目标用户向所述最佳服务方进行维保业务咨询。
3.如权利要求1所述的一种智慧消防大数据监督平台,其特征在于,还包括:
合同签订模块,用于供目标用户与所述最佳服务方签订维保服务合同。
4.如权利要求1所述的一种智慧消防大数据监督平台,其特征在于,还包括:
支付模块,用于供所述目标用户向所述最佳服务方支付服务款项。
5.如权利要求1所述的一种智慧消防大数据监督平台,其特征在于,还包括:
评价模块,用于供所述目标用户对所述最佳服务方进行服务评价。
6.如权利要求1所述的一种智慧消防大数据监督平台,其特征在于,所述确定模块执行如下操作:
提取所述消防大数据中的多个第一数据项;
获取所述第一数据项的产生流程,对所述产生流程进行流程拆分,获得多个第一流程;
基于预设的关键流程筛选库,从所述第一流程中筛选出关键的第二流程;
将所述第二流程按照流程先后顺序进行排序,获得第一流程序列;
对所述第二流程进行特征提取,获得多个第一特征;
获取预设的第一不规范特征库,将所述第一特征与所述第一不规范特征库中的第二特征进行特征匹配;
若匹配符合,将匹配符合的所述第二特征作为第三特征,将对应所述第二流程作为第三流程,同时,将对应所述第一数据项作为第二数据项;
基于预设的特征-影响方向库,确定所述第三特征对应的至少一个影响方向,所述影响方向包括:前和后;
在所述第一流程序列中剔除所述第三流程的影响方向上的全部所述第二流程;
全部剔除后,确定所述第一流程序列中剩余的目标部分,并作为第二流程序列;
当所述第二流程序列仅包含所述第三流程时,剔除对应所述第二数据项;
否则,从所述第二流程序列中剔除所述第三流程,获得第三流程序列;
获取预设的流程模拟模型,将所述第三流程序列输入所述流程模拟模型,获取模拟结果;
将所述模拟结果与所述第二数据项进行对比分析,若存在不同,剔除对应所述第二数据项;
当所述第一数据项中需要剔除的所述第二数据项均被剔除后,选取剩余的所述第一数据项,并作为第三数据项;
对所述第三数据项进行特征提取,获得多个第四特征;
获取预设的第二不规范特征库,将所述第四特征与所述第二不规范特征库中的第五特征进行特征匹配;
若匹配符合,将匹配符合的所述第五特征作为第六特征,同时,将对应所述第三数据项作为第四数据项;
获取所述第四数据项对应的所述第一用户,并作为第二用户;
基于预设的特征-需求目标库,确定所述第六特征对应的至少一个需求目标;
确定对应于所述需求目标的所述第三数据项,并作为第五数据项;
基于预设的特征-不规范类型库,确定所述第六特征对应的至少一个第一不规范类型;
获取预设的不规范类型测算模型,将所述第四数据项和所述第五数据项输入所述不规范类型测算模型,获取测算结果;
确定所述测算结果中是否包含所述第一不规范类型,若是,将包含的所述第一不规范类型作为第二不规范类型,并与对应所述第二用户进行关联;
基于预设的不规范类型-判定值库,确定所述第二不规范类型对应的判定值;
汇总所述第二用户关联的所述第二不规范类型对应的所述判定值,获得判定值和;
若所述判定值和大于等于预设的判定值和阈值,将对应所述第二用户作为目标用户;
基于预设的不规范类型-需维保项目库,确定所述目标用户关联的所述第二不规范类型对应的需维保项目。
7.如权利要求1所述的一种智慧消防大数据监督平台,其特征在于,所述推荐模块执行如下操作:
获取预设的服务方集,所述服务方集包括:多个第一服务方;
获取所述第一服务方提供的多个第一服务项;
解析所述第一服务项的获取方式,所述获取方式包括:本地获取和网络获取;
当所述第一服务项的获取方式为本地获取时,确定所述第一服务项的服务类型;
基于预设的服务类型-正向验证策略库,确定所述服务类型对应的至少一个正向验证策略;
基于所述正向验证策略,对所述第一服务方提供所述第一服务项的真实性进行验证;
若均验证通过,基于预设的正向验证策略-反向验证策略库,确定所述正向验证策略对应的至少一个反向验证策略;
基于所述反向验证策略,对所述第一服务方提供所述第一服务项的真实性进行验证;
若均验证通过,将对应所述第一服务项作为第二服务项;
当所述第一服务项的获取方式为网络获取时,获取所述第一服务项的网络来源;
解析所述网络来源的来源类型,所述来源类型包括:单独来源和组合来源;
当所述网络来源的来源类型为单独来源时,获取所述网络来源的第一可信度;
若所述第一可信度大于等于预设的第一可信度阈值,将对应所述第一服务项作为第二服务项;
当所述网络来源的来源类型为组合来源时,将所述网络来源拆分成多个第一来源;
获取所述第一来源提供所述第一服务项的提供权重;
若所述提供权重大于等于预设的提供权重阈值,将对应所述第一来源作为第二来源;
获取所述第二来源的第二可信度;
若所述第二可信度均大于等于预设的第二可信度阈值,将对应所述第一服务项作为第二服务项;
确定所述第二服务项中对应于所述需维保项目的第三服务项;
获取所述第一服务方的服务记录;
获取预设的服务评价模型,将所述服务记录和所述第三服务项输入所述服务评价模型,获取对应于所述第三服务项的评价值;
将所述第三服务项按照所述评价值从大到小进行排序,获得服务项序列;
选取所述服务项序列中前n个所述第三服务项,并作为第四服务项,并与对应所述第一服务方进行关联;
选取关联最多所述第四服务项的所述第一服务方,并作为第二服务方;
若所述第二服务方的个数为1,将所述第二服务方作为最佳服务方;
若所述第二服务方的个数大于1,获取所述第二服务方的承诺入场时间,选取所述承诺入场时间最早的所述第二服务方作为最佳服务方。
8.如权利要求1所述的一种智慧消防大数据监督平台,其特征在于,还包括:
公共安全检测模块,用于进行平台公共安全检测,并输出检测结果。
9.如权利要求1所述的一种智慧消防大数据监督平台,其特征在于,还包括:
第一对接模块,用于与所述第一用户的第一客户端进行对接。
10.如权利要求7所述的一种智慧消防大数据监督平台,其特征在于,还包括:
第二对接模块,用于与所述第一服务方的第二客户端进行对接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111155602.0A CN113822591A (zh) | 2021-09-30 | 2021-09-30 | 一种智慧消防大数据监督平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111155602.0A CN113822591A (zh) | 2021-09-30 | 2021-09-30 | 一种智慧消防大数据监督平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113822591A true CN113822591A (zh) | 2021-12-21 |
Family
ID=78915947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111155602.0A Withdrawn CN113822591A (zh) | 2021-09-30 | 2021-09-30 | 一种智慧消防大数据监督平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113822591A (zh) |
-
2021
- 2021-09-30 CN CN202111155602.0A patent/CN113822591A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113407517B (zh) | 一种基于多维分析技术的数据质量健康度分析方法及系统 | |
CN112258303B (zh) | 围串标预警分析方法、装置、电子设备及存储介质 | |
CN111917707B (zh) | 网络安全等级保护中的分级方法、客户端及系统 | |
CN111815207B (zh) | 一种针对供应链金融的风险定量评估方法 | |
CN114841789B (zh) | 基于区块链的审计审价故障数据在线编辑方法及系统 | |
CN111752833B (zh) | 一种软件质量体系准出方法、装置、服务器及存储介质 | |
CN111401784B (zh) | 一种消防安全等级评估方法 | |
CN114912510A (zh) | 一种线上调研样本质量评估系统 | |
Herraiz et al. | Impact of installation counts on perceived quality: A case study on debian | |
CN105825130A (zh) | 一种信息安全预警方法及装置 | |
CN114519437B (zh) | 一种基于云的故障诊断分析及报修的微服务方法及系统 | |
CN117172795A (zh) | 一种智能化的技术服务费的在线咨询系统 | |
CN113822591A (zh) | 一种智慧消防大数据监督平台 | |
CN114564405A (zh) | 一种基于日志监控的测试案例检查方法及系统 | |
CN112667669A (zh) | 装备维修性测试性的评估方法、装置和计算机设备 | |
CN114048439A (zh) | 一种基于ai的安全行为分析系统及方法 | |
CN117114686B (zh) | 一种基于大宗交易平台的信用监管方法及系统 | |
CN114640604B (zh) | 一种蓝牙设备的无线数据测量系统及方法 | |
CN118277925B (zh) | 公共安全视频图像系统分类安全评估方法及装置 | |
KR102037277B1 (ko) | 모바일단말을 이용한 성능기반 항만시설 리스크 평가 방법 | |
KR102209430B1 (ko) | 모바일단말을 이용한 항만시설의 성능기반 리스크 평가 방법 | |
CN117891997B (zh) | 一种舆情管理和跨部门联合处置方法与系统 | |
CN115082211A (zh) | 一种交易监测方法、装置、电子设备及存储介质 | |
CN116934489A (zh) | 评估个体合规风险的装置、方法及计算机存储介质 | |
CN118300979A (zh) | 一种基于gru神经网络模型提高定位精度的方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211221 |