CN113850462A - 一种事件预测处置推荐方法及系统 - Google Patents

一种事件预测处置推荐方法及系统 Download PDF

Info

Publication number
CN113850462A
CN113850462A CN202110818245.5A CN202110818245A CN113850462A CN 113850462 A CN113850462 A CN 113850462A CN 202110818245 A CN202110818245 A CN 202110818245A CN 113850462 A CN113850462 A CN 113850462A
Authority
CN
China
Prior art keywords
event
probability
data
analysis model
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110818245.5A
Other languages
English (en)
Inventor
房健
韩明涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inspur Software Technology Co Ltd
Original Assignee
Inspur Software Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Inspur Software Technology Co Ltd filed Critical Inspur Software Technology Co Ltd
Priority to CN202110818245.5A priority Critical patent/CN113850462A/zh
Publication of CN113850462A publication Critical patent/CN113850462A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Pure & Applied Mathematics (AREA)
  • Educational Administration (AREA)
  • Mathematical Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

本发明提供一种事件预测处置推荐方法及系统，包括：确定待预测事件；将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。本发明通过天气、重大事件、事件类型、事件时间、事件地点、事件处置，建立事件分析模型，将该模型应用于基层街道、社区处置基层治理问题，实现智能分析事件发生规律，智能预测事件发生和准备处置预案，支撑基层事件提前预备，快速处置解决，促进基层治理效率提升，对基层治理提供了科学有效的新思路和手段，能够有效提升事件处置效率。

Description

一种事件预测处置推荐方法及系统
技术领域
本发明涉及大数据应用技术领域，尤其涉及一种事件预测处置推荐方法及系统。
背景技术
基层治理是日常事务处理中非常重要的环节，也是治理体系和治理能力建设的重要内容。
针对基层事件类型复杂多样，基层工作人员治理水平不足，基层治理的职能分散在不同层级和不同管理部门之中，形成了以“块”为单元的属地管理和以“条”为线的部门管理两种分割的管理模式，导致基层工作者，难以快速确定事件问题，明确解决单位，采取处置措施，暴露出基层治理能力的短板。
因此，需要提出一种新的事件预测处置推荐方法，解决上述问题。
发明内容
本发明提供一种事件预测处置推荐方法及系统，用以解决现有技术中存在的缺陷。
第一方面，本发明提供一种事件预测处置推荐方法，包括：
确定待预测事件；
将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。
在一个实施例中，所述事件分析模型，通过以下步骤获得：
获取所述历史事件数据，确定所述历史事件数据中的任一事件；
提取所述任一事件的待比较数据，基于预设预测分析算法，将所述待比较数据与实际情况进行拟合，得到第一概率；
提取所述历史事件数据中除所述任一事件之外的其它任一事件，基于所述预设预测分析算法对所述其它任一事件进行拟合，得到第二概率；
基于所述第二概率对所述第一概率集合进行处理，得到所述事件分析模型。
在一个实施例中，所述历史事件数据包括天气、重大事件、事件类型、事件时间、事件地点和事件处置，其中：
所述天气包括温度、湿度和降雨；
所述重大事件包括预计召开集会时间；
所述事件类型包括类型偏好、类型名称和事件类型描述；
所述事件时间包括事件发生时间；
所述事件地点包括事件发生地点；
所述事件处置包括处置部门、措施编号、措施类型和措施内容。
在一个实施例中，所述提取所述任一事件的待比较数据，基于预设预测分析算法，将所述待比较数据与实际情况进行拟合，得到第一概率，包括：
获取所述任一事件的天气变化、重大事件、事件时间和事件地点；
采用非线性人工智能预测分析算法，将所述天气变化、所述重大事件、所述事件时间和所述事件地点与实际情况进行分析，得到所述第一概率。
在一个实施例中，所述提取所述历史事件数据中除所述任一事件之外的其它任一事件，基于所述预设预测分析算法对所述其它任一事件进行拟合，得到第二概率，包括：
获取所述其它任一事件的天气变化、重大事件、事件时间和事件地点；
采用非线性人工智能预测分析算法，将所述天气变化、所述重大事件、所述事件时间和所述事件地点与实际情况进行分析，得到所述第二概率。
在一个实施例中，所述基于所述第二概率对所述第一概率集合进行处理，得到所述事件分析模型，包括：
由所述第二概率对所述第一概率进行矫正和验证，获得最佳概率计算算法；
基于所述最佳概率计算算法，建立所述事件分析模型。
在一个实施例中，所述事件处置推荐结果，包括：
筛选大于预设概率的事件集合；
基于筛选出的事件集合，确定预设事件处置措施集合；
基于所述预设事件处置措施集合，输出事件处置预案。
第二方面，本发明还提供一种事件预测处置推荐系统，包括：
确定模块，用于确定待预测事件；
处理模块，用于将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。
第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述事件预测处置推荐方法的步骤。
第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述事件预测处置推荐方法的步骤。
本发明提供的事件预测处置推荐方法及系统，通过天气、重大事件、事件类型、事件时间、事件地点、事件处置，建立事件分析模型，将该模型应用于基层街道、社区处置基层治理问题，实现智能分析事件发生规律，智能预测事件发生和准备处置预案，支撑基层事件提前预备，快速处置解决，促进基层治理效率提升，对基层治理提供了科学有效的新思路和手段，能够有效提升事件处置效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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是本发明提供的事件预测处置推荐方法的流程示意图；
图2是本发明提供的事件预测处置推荐系统的结构示意图；
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对现有技术中的问题，本发明提出的一种事件预测处置推荐方法，针对事件发生内在规律进行分析研判，依托云计算、大数据技术，实现智能预测基层事件发生，推荐处置措施，指导基层工作者提前准备、快速处置和精准解决，解决基层事件繁多难以高效处置的难题。
图1是本发明提供的事件预测处置推荐方法的流程示意图，如图1所示，包括：
S1，确定待预测事件；
S2，将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。
具体地，首先确定需要预测的事件，综合天气、重大事件、事件类型、事件时间、事件地点、事件处置，建立事件分析模型。
将需要预测的事件输入该事件分析模型中，得到事件处置推荐结果。
历史事件数据包括天气、重大事件、事件类型、事件时间、事件地点和事件处置，其中：
天气包括温度、湿度和降雨；重大事件包括预计召开集会时间；事件类型包括类型偏好、类型名称和事件类型描述；事件时间包括事件发生时间；事件地点包括事件发生地点；事件处置包括处置部门、措施编号、措施类型和措施内容。
本发明通过天气、重大事件、事件类型、事件时间、事件地点、事件处置，建立事件分析模型，将该模型应用于基层街道、社区处置基层治理问题，实现智能分析事件发生规律，智能预测事件发生和准备处置预案，支撑基层事件提前预备，快速处置解决，促进基层治理效率提升，对基层治理提供了科学有效的新思路和手段，能够有效提升事件处置效率。
基于上述实施例，所述事件分析模型，通过以下步骤获得：
获取所述历史事件数据，确定所述历史事件数据中的任一事件；
提取所述任一事件的待比较数据，基于预设预测分析算法，将所述待比较数据与实际情况进行拟合，得到第一概率；
提取所述历史事件数据中除所述任一事件之外的其它任一事件，基于所述预设预测分析算法对所述其它任一事件进行拟合，得到第二概率；
基于所述第二概率对所述第一概率集合进行处理，得到所述事件分析模型。
其中，所述提取所述任一事件的待比较数据，基于预设预测分析算法，将所述待比较数据与实际情况进行拟合，得到第一概率，包括：
获取所述任一事件的天气变化、重大事件、事件时间和事件地点；
采用非线性人工智能预测分析算法，将所述天气变化、所述重大事件、所述事件时间和所述事件地点与实际情况进行分析，得到所述第一概率。
其中，所述提取所述历史事件数据中除所述任一事件之外的其它任一事件，基于所述预设预测分析算法对所述其它任一事件进行拟合，得到第二概率，包括：
获取所述其它任一事件的天气变化、重大事件、事件时间和事件地点；
采用非线性人工智能预测分析算法，将所述天气变化、所述重大事件、所述事件时间和所述事件地点与实际情况进行分析，得到所述第二概率。
其中，所述基于所述第二概率对所述第一概率集合进行处理，得到所述事件分析模型，包括：
由所述第二概率对所述第一概率进行矫正和验证，获得最佳概率计算算法；
基于所述最佳概率计算算法，建立所述事件分析模型。
其中，所述事件处置推荐结果，包括：
筛选大于预设概率的事件集合；
基于筛选出的事件集合，确定预设事件处置措施集合；
基于所述预设事件处置措施集合，输出事件处置预案。
具体地，通过历史数据采用非线性的人工智能预测分析算法，针对任一事件A1，将天气变化、重大事件、事件时间T1、事件地点 D1与实际结果进行拟合，计算事件A1出现的概率K1。
此处，非线性的人工智能预测分析算法详细描述如下：
采用双曲线函数Y＝a+b(1/X)来进行海量历史数据运算，确认概率值K。
然后进行模型验证，在未来某个时间T2，针对事件A2，通过上述分析模型计算概率K2，及发生地点D2，再根据后续实际考察的情况来矫正算法模型，获得最佳的概率计算方法。
最后，通过上述分析模型计算概率K>0.6的事件进行筛选；基于筛选后的事件，提取对应事件常见的事件处置措施TOP3，准备事件处置预案。
下面对本发明提供的事件预测处置推荐系统进行描述，下文描述的事件预测处置推荐系统与上文描述的事件预测处置推荐方法可相互对应参照。
图2是本发明提供的事件预测处置推荐系统的结构示意图，如图 2所示，包括：确定模块21和处理模块22，其中：
确定模块21用于确定待预测事件；处理模块22用于将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。
本发明通过天气、重大事件、事件类型、事件时间、事件地点、事件处置，建立事件分析模型，将该模型应用于基层街道、社区处置基层治理问题，实现智能分析事件发生规律，智能预测事件发生和准备处置预案，支撑基层事件提前预备，快速处置解决，促进基层治理效率提升，对基层治理提供了科学有效的新思路和手段，能够有效提升事件处置效率。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口 (CommunicationsInterface)320、存储器(memory)330和通信总线 340，其中，处理器310，通信接口320，存储器330通过通信总线 340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行事件预测处置推荐方法，该方法包括：确定待预测事件；将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。
此外，上述的存储器330中的逻辑指令可以通过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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的事件预测处置推荐方法，该方法包括：确定待预测事件；将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的事件预测处置推荐方法，该方法包括：确定待预测事件；将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上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。

Claims (10)

1.一种事件预测处置推荐方法，其特征在于，包括：
确定待预测事件；
将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。
2.根据权利要求1所述的事件预测处置推荐方法，其特征在于，所述事件分析模型，通过以下步骤获得：
获取所述历史事件数据，确定所述历史事件数据中的任一事件；
提取所述任一事件的待比较数据，基于预设预测分析算法，将所述待比较数据与实际情况进行拟合，得到第一概率；
提取所述历史事件数据中除所述任一事件之外的其它任一事件，基于所述预设预测分析算法对所述其它任一事件进行拟合，得到第二概率；
基于所述第二概率对所述第一概率集合进行处理，得到所述事件分析模型。
3.根据权利要求2所述的事件预测处置推荐方法，其特征在于，所述历史事件数据包括天气、重大事件、事件类型、事件时间、事件地点和事件处置，其中：
所述天气包括温度、湿度和降雨；
所述重大事件包括预计召开集会时间；
所述事件类型包括类型偏好、类型名称和事件类型描述；
所述事件时间包括事件发生时间；
所述事件地点包括事件发生地点；
所述事件处置包括处置部门、措施编号、措施类型和措施内容。
4.根据权利要求2所述的事件预测处置推荐方法，其特征在于，所述提取所述任一事件的待比较数据，基于预设预测分析算法，将所述待比较数据与实际情况进行拟合，得到第一概率，包括：
获取所述任一事件的天气变化、重大事件、事件时间和事件地点；
采用非线性人工智能预测分析算法，将所述天气变化、所述重大事件、所述事件时间和所述事件地点与实际情况进行分析，得到所述第一概率。
5.根据权利要求2所述的事件预测处置推荐方法，其特征在于，所述提取所述历史事件数据中除所述任一事件之外的其它任一事件，基于所述预设预测分析算法对所述其它任一事件进行拟合，得到第二概率，包括：
获取所述其它任一事件的天气变化、重大事件、事件时间和事件地点；
采用非线性人工智能预测分析算法，将所述天气变化、所述重大事件、所述事件时间和所述事件地点与实际情况进行分析，得到所述第二概率。
6.根据权利要求2所述的事件预测处置推荐方法，其特征在于，所述基于所述第二概率对所述第一概率集合进行处理，得到所述事件分析模型，包括：
由所述第二概率对所述第一概率进行矫正和验证，获得最佳概率计算算法；
基于所述最佳概率计算算法，建立所述事件分析模型。
7.根据权利要求1所述的事件预测处置推荐方法，其特征在于，所述事件处置推荐结果，包括：
筛选大于预设概率的事件集合；
基于筛选出的事件集合，确定预设事件处置措施集合；
基于所述预设事件处置措施集合，输出事件处置预案。
8.一种事件预测处置推荐系统，其特征在于，包括：
确定模块，用于确定待预测事件；
处理模块，用于将所述待预测事件输入至训练好的事件分析模型中，得到事件处置推荐结果；其中，所述事件分析模型是基于历史事件数据，与实际结果进行拟合所得到的。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上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任一项所述事件预测处置推荐方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，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任一项所述事件预测处置推荐方法的步骤。
CN202110818245.5A 2021-07-20 2021-07-20 一种事件预测处置推荐方法及系统 Pending CN113850462A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110818245.5A CN113850462A (zh) 2021-07-20 2021-07-20 一种事件预测处置推荐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110818245.5A CN113850462A (zh) 2021-07-20 2021-07-20 一种事件预测处置推荐方法及系统

Publications (1)

Publication Number Publication Date
CN113850462A true CN113850462A (zh) 2021-12-28

Family

ID=78975200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110818245.5A Pending CN113850462A (zh) 2021-07-20 2021-07-20 一种事件预测处置推荐方法及系统

Country Status (1)

Country Link
CN (1) CN113850462A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114926090A (zh) * 2022-06-16 2022-08-19 云赛智联股份有限公司 一种公园应急事件分析系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200745984A (en) * 2006-06-09 2007-12-16 Taiwan Risk Man Corp Catastrophe risk assessment system and method of insurance policy
US20100017239A1 (en) * 2008-06-30 2010-01-21 Eric Saltzman Forecasting Discovery Costs Using Historic Data
CN110414723A (zh) * 2019-07-09 2019-11-05 中国石油大学(北京) 基于微震事件的裂缝油气藏历史拟合的方法、装置及系统
CN111062562A (zh) * 2019-11-06 2020-04-24 航天信息股份有限公司 一种社区网格服务联动处置控制方法及系统
CN112164470A (zh) * 2020-08-28 2021-01-01 南京星耀智能科技有限公司 一种基于事件驱动的传染病预测方法
CN113065678A (zh) * 2019-12-13 2021-07-02 中兴通讯股份有限公司 一种性能指标的预警方法、装置、设备及存储介质
CN113849595A (zh) * 2021-06-25 2021-12-28 浪潮软件科技有限公司 一种基层治理事件类型识别方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200745984A (en) * 2006-06-09 2007-12-16 Taiwan Risk Man Corp Catastrophe risk assessment system and method of insurance policy
US20100017239A1 (en) * 2008-06-30 2010-01-21 Eric Saltzman Forecasting Discovery Costs Using Historic Data
CN110414723A (zh) * 2019-07-09 2019-11-05 中国石油大学(北京) 基于微震事件的裂缝油气藏历史拟合的方法、装置及系统
CN111062562A (zh) * 2019-11-06 2020-04-24 航天信息股份有限公司 一种社区网格服务联动处置控制方法及系统
CN113065678A (zh) * 2019-12-13 2021-07-02 中兴通讯股份有限公司 一种性能指标的预警方法、装置、设备及存储介质
CN112164470A (zh) * 2020-08-28 2021-01-01 南京星耀智能科技有限公司 一种基于事件驱动的传染病预测方法
CN113849595A (zh) * 2021-06-25 2021-12-28 浪潮软件科技有限公司 一种基层治理事件类型识别方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114926090A (zh) * 2022-06-16 2022-08-19 云赛智联股份有限公司 一种公园应急事件分析系统及方法

Similar Documents

Publication Publication Date Title
CN108364106A (zh) 一种报销单风险预测方法、装置、终端设备及存储介质
CN110457175B (zh) 业务数据处理方法、装置、电子设备及介质
CN110008979A (zh) 异常数据预测方法、装置、电子设备及计算机存储介质
CN112102959B (zh) 一种服务器、数据处理方法、装置及可读存储介质
CN113469578B (zh) 基于多目标优化的业务策略生成方法、装置及系统
CN113849595A (zh) 一种基层治理事件类型识别方法及系统
CN113554350A (zh) 活跃度评估方法、装置、电子设备及计算机可读存储介质
CN115936895A (zh) 基于人工智能的风险评估方法、装置、设备及存储介质
CN115174353A (zh) 故障根因确定方法、装置、设备及介质
CN113850462A (zh) 一种事件预测处置推荐方法及系统
CN114398465A (zh) 互联网服务平台的异常处理方法、装置和计算机设备
CN113379219A (zh) 应急管理数据的质量评估方法及装置
CN117333217A (zh) 基于模型训练的产品销量分析方法、装置、设备及介质
CN115115369A (zh) 数据处理方法、装置、设备及存储介质
CN110796381B (zh) 风控模型的建模方法、装置、终端设备及介质
CN116843395A (zh) 一种业务系统的告警分级方法、装置、设备及存储介质
CN111815442B (zh) 一种链接预测的方法、装置和电子设备
CN113849618B (zh) 基于知识图谱的策略确定方法、装置、电子设备及介质
CN113379212B (zh) 基于区块链的物流信息平台违约风险评估方法、装置、设备及介质
CN115641945A (zh) 一种自动化运营方法、系统、电子设备及存储介质
CN113822490B (zh) 基于人工智能的资产清收方法及装置、电子设备
CN117880055B (zh) 基于传输层指标的网络故障诊断方法、装置、设备及介质
CN113657429A (zh) 面向数字孪生城市物联网的数据融合方法及装置
CN114298848A (zh) 核查保单的方法、装置、设备和计算机可读介质
CN116628373A (zh) 基于漏斗模型的交互流程分析方法、装置、设备和介质

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