CN115689254B - 一种基于物联网的智慧城市服务平台 - Google Patents

Abstract

本发明提供了一种基于物联网的智慧城市服务平台，包括：反馈接收模块，用于基于多接收通道接收城市用户输入的城市服务反馈信息；策略生成模块，用于基于预设周期内接收到的所有城市服务反馈信息的潜在关联特征，生成城市服务核实策略；反馈核实模块，用于基于城市服务核实策略对预设周期内接收到的所有城市服务反馈信息进行核实，获得反馈核实结果；反馈跟进模块，用于基于反馈核实结果生成反馈跟进结果；用以基于接收到的城市服务服务反馈信息的潜在关联特征自动生成合理的城市服务核实策略，并基于城市服务核实策略接收反馈核实结果并进一步跟进，实现了对城市服务的反馈意见的及时高效处理，使得城市服务的反馈落实过程更加系统化和流程化。

Description

一种基于物联网的智慧城市服务平台

技术领域

本发明涉及信息处理技术领域，特别涉及一种基于物联网的智慧城市服务平台。

背景技术

目前，随着物联网的发展，涌现了很多与物联网结合的智能城市服务平台，本质上就是城市服务管理的智能信息化，即运用物联网、大数据、云计算等技术来管理城市服务和处理服务反馈信息，基于物联网的智慧城市服务平台提高了城市服务过程落实的反应能力，减少了工作人员的工作量，提高了城市建设和管理的智能化程度，并带来巨大的社会经济效益。

但是，现存的基于物联网的智慧城市服务平台在处理用户输入的城市服务反馈信息时对反馈信息的处理过程还是不够智能化，需要人为筛选信息并基于筛选后的城市服务反馈信息进行二次核实处理跟进，由于城市服务的覆盖范围广，工作细节繁多难以管理，进而导致整个流程的处理工作量庞大，耗费人力和工作时间，所有在此方面有待改善。

因此，本发明提出了一种基于物联网的智慧城市服务平台。

发明内容

本发明提供一种基于物联网的智慧城市服务平台，用以基于接收到的城市服务服务反馈信息的潜在关联特征自动生成合理的城市服务核实策略，并基于城市服务核实策略接收反馈核实结果并进一步跟进，实现了对城市服务的反馈意见的及时高效处理，大大减少了工作人员的工作量，使得城市服务的反馈落实过程更加系统化和流程化，也提高了城市服务的智能化。

本发明提供一种基于物联网的智慧城市服务平台，包括：

反馈接收模块，用于基于多接收通道接收城市用户输入的城市服务反馈信息；

策略生成模块，用于基于预设周期内接收到的所有城市服务反馈信息的潜在关联特征，生成城市服务核实策略；

反馈核实模块，用于基于城市服务核实策略对预设周期内接收到的所有城市服务反馈信息进行核实，获得每个城市服务反馈信息的反馈核实结果；

反馈跟进模块，用于基于反馈核实结果生成每个城市服务反馈信息的反馈跟进结果。

优选的，反馈接收模块，包括：

第一接收单元，用于基于预设短信通道、预设电话通道、预设网站通道，实时接收城市用户输入的城市服务类反馈信息和城市设备类反馈信息；

信息汇总单元，用于将城市服务类反馈信息和城市设备类反馈信息当作城市服务反馈信息。

优选的，策略生成模块，包括：

关联分析单元，用于对预设周期内接收到的所有城市服务反馈信息进行关联分析，获得预设周期内接收到的所有城市服务反馈信息的潜在关联特征；

策略生成单元，用于基于潜在关联特征生成城市服务核实策略。

优选的，关联分析单元，包括：

词条提取子单元，用于对预设周期内接收到的所有城市服务反馈信息进行属性词条提取，获得每个城市服务反馈信息的属性词条集合；

第一挖掘子单元，用于基于预设的同属性关联关系列表和每个城市服务反馈信息的属性词条集合，挖掘出预设周期内接收到的所有城市服务反馈信息之间的同属性关联关系；

第二挖掘子单元，用于确定出存在关联关系的第二属性组合，基于第二属性组合中包含的第二属性之间的关联关系和每个城市服务反馈信息的属性词条集合，挖掘出预设周期内接收到的所有城市服务反馈信息的异属性关联关系；

潜在挖掘子单元，用于基于预设周期内接收到的所有城市服务反馈信息之间的同属性关联关系和异属性关联关系，挖掘出所有城市服务反馈信息的潜在关联特征。

优选的，潜在挖掘子单元，包括：

第一排序端，用于基于预设的属性优先顺序对预设周期内接收到的每个城市服务反馈信息的属性词条集合中的所有属性词条进行排序，获得对应城市服务反馈信息的属性词条序列；

第二排序端，用于基于预设周期内接收到的所有城市服务反馈信息的接收时间，对预设周期内接收到的所有城市服务反馈信息进行排序，获得反馈信息序列；

序数确定端，用于基于反馈信息序列确定出每个城市服务反馈信息的第一排序值，基于每个城市服务反馈信息的属性词条序列确定出每个城市服务反馈信息的属性词条集合中每个属性词条的第二排序值；

组合确定端，用于在所有属性词条集合中确定出存在同属性关联关系的第一属性词条组合和存在异属性关联关系的第二属性词条组合；

组合划分端，用于将包含的属性词条属于同一城市服务反馈信息的第二属性词条组合当作第三属性词条组合，并将包含的属性词条不属于同一城市服务反馈信息的第二属性词条组合作为第四属性词条组合；

第一搭建端，用于基于第一属性词条组合中每个属性词条所属的城市服务反馈信息的第一排序值，确定出对应同属性关联关系的第一位置表征数组，基于第一位置表征数组搭建出同属性关联表征矩阵；

第二搭建端，用于基于第三属性词条组合中每个属性词条的第二排序值，确定出对应异属性关联关系的第二位置表征数组，基于第二位置表征数组搭建出第一异属性关联表征矩阵；

第三搭建端，用于基于第四属性词条组合中每个属性词条的第二排序值和对应所属的城市服务反馈信息的第一排序值，确定出对应异属性关系的第三位置表征数组，基于第三位置表征数组搭建出第二异属性关联表征矩阵；

潜在确定端，用于基于同属性关联表征矩阵和第一异属性关联表征矩阵以及第二异属性关联表征矩阵，确定出所有城市服务反馈信息的潜在关联特征。

优选的，第三搭建端，包括：

表征确定子端，用于判断出所有第四属性词条组合中包含的属性词条的第一排序值是否存在相等的第一排序值，若是，则将第四属性词条组合中包含的第一排序值相等的属性词条的第二排序值作为对应属性词条的排序表征值，否则，将所有第四属性词条组合中包含的属性词条的第一排序值作为对应属性词条的排序表征值；

矩阵搭建子端，用于基于第四属性词条组合中每个属性词条的排序表征值，确定出对应异属性关系的第三位置表征数组，基于第三位置表征数组搭建出第二异属性关联表征矩阵。

优选的，潜在确定端，包括：

评价子端，用于基于同属性关联表征矩阵和第一异属性关联表征矩阵以及第二异属性关联表征矩阵以及每个标准关联特征对应的同属性标准关联矩阵和两个异属性标准关联矩阵，计算出每个标准关联特征的评价值；

筛选子端，用于基于所有标准关联特征的评价值和评价阈值，在所有标准关联特征中筛选出所有城市服务反馈信息的潜在关联特征。

优选的，策略生成单元，包括：

关联划分子单元，用于基于潜在关联特征中包含的子潜在关联特征，对所有城市服务反馈信息进行关联划分，获得多个关联信息集合；

策略生成子单元，用于基于关联信息集合对应的待核实规模和关联信息集合对应的子潜在关联特征的标准策略框架，生成关联信息集合的子核实策略；

线程确定子单元，用于基于每个关联信息集合的子核实策略向所有工作人员进行假设任务分配，获得假设任务分配结果，基于假设任务分配结果确定出每个工作人员的任务线程；

策略汇总子单元，用于基于任务线程判断出是否存在同时重叠的子核实策略，若是，则对存在同时重叠的子核实策略进行修正获得修正子核实策略，将所有修正子核实策略和剩余不存在同时重叠的子核实策略汇总获得城市服务核实策略，否则，将所有子核实策略汇总获得城市服务核实策略。

优选的，反馈核实模块，包括：

任务分配单元，用于基于城市服务核实策略向所有工作人员进行任务分配，获得每个城市服务反馈信息的任务分配结果；

结果接收单元，用于基于任务分配结果确定出每个城市服务反馈信息的被分配工作人员，基于被分配工作人员对应的多个反馈通道实时接收子反馈核实结果，并将城市服务反馈信息对应的所有子反馈核实结果汇总，获得每个城市服务反馈信息的反馈核实结果。

优选的，反馈跟进模块，包括：

第一跟进单元，用于当反馈核实结果为对应城市服务反馈信息真实时，则基于对应城市服务反馈信息的信息种类确定出对应城市服务反馈信息的信用价值，基于信用价值更新输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值，并基于对应城市服务反馈信息进行改善处理，获得对应城市服务反馈信息的反馈跟进结果；

第二跟进单元，用于当反馈核实结果为对应城市服务反馈信息存在误差时，则基于对应城市服务反馈信息的信息种类确定出对应城市服务反馈信息的信用价值，并基于反馈核实结果和对应城市服务反馈信息之间的误差信息和对应的信用价值确定出信用价值损失值，基于信用价值损失值更新输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值，并基于不存在误差的部分城市服务反馈信息进行改善处理，获得对应城市服务反馈信息的反馈跟进结果。

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和权利要求书中所特别指出的结构来实现和获得。

下面通过实施例，对本发明的技术方案做进一步的详细描述。

具体实施方式

以下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。

实施例1：

本发明提供了一种基于物联网的智慧城市服务平台，包括：

反馈接收模块，用于基于多接收通道接收城市用户输入的城市服务反馈信息；

策略生成模块，用于基于预设周期内接收到的所有城市服务反馈信息的潜在关联特征，生成城市服务核实策略；

反馈核实模块，用于基于城市服务核实策略对预设周期内接收到的所有城市服务反馈信息进行核实，获得每个城市服务反馈信息的反馈核实结果；

反馈跟进模块，用于基于反馈核实结果生成每个城市服务反馈信息的反馈跟进结果。

该实施例中，多接收通道包括预设短信通道、预设电话通道、预设网站通道预设短信通道、预设电话通道、预设网站通道，预设网站通道可通过设置在固定场所或者固定设备上的二维码扫描进入，接收通道即为用于接收城市用户输入的与城市服务有关的城市服务反馈信息，例如投诉信息或者改进意见等。

该实施例中，城市服务即为生产安全监控服务（例如大型工厂的生产安全的监察服务）、交通监控服务（例如高速路口收费服务）、环境保护服务（例如垃圾分类处理服务）、食品安全监察服务（例如食品安全的监管服务）等。

该实施例中，城市服务反馈信息即为基于多接收通道接收的城市用户输入的与城市服务有关的服务反馈信息，例如投诉信息或者改进意见等。

该实施例中，预设周期即为预设的用于生成城市服务核实策略的周期。

该实施例中，潜在关联特征即为所有城市服务反馈信息中包含的潜在的关联特征，其中包含多个关联关系（异属性关联关系或同属性关联关系），例如城市服务反馈信息A与城市服务反馈信息B属于同一社区，城市服务反馈信息C与城市服务反馈信息D属于同一服务种类等，以上关联关系汇总后即为城市服务反馈信息A、城市服务反馈信息B、城市服务反馈信息C、城市服务反馈信息D包含的潜在关联特征。

该实施例中，城市服务核实策略即为基于预设周期内接收到的所有城市服务反馈信息的潜在关联特征生成的用于对预设周期内接收到的所有城市服务反馈信息进行核实的具体侧率，包括：核实时间、核实方式、核实工作人员等。

该实施例中，反馈核实结果即为基于城市服务核实策略对预设周期内接收到的所有城市服务反馈信息进行核实后获得的每个城市服务反馈信息的核实结果，即核实对应城市服务反馈信息是否真实。

该实施例中，反馈跟进结果即为基于反馈核实结果管理输入对应城市服务反馈信息的城市用户的信用价值，并在反馈核实结果为真实时对城市服务反馈的内容进行相应改善处理后的结果。

以上技术的有益效果为：基于接收到的城市服务服务反馈信息的潜在关联特征自动生成合理的城市服务核实策略，并基于城市服务核实策略接收反馈核实结果并进一步跟进，实现了对城市服务的反馈意见的及时高效处理，大大减少了工作人员的工作量，使得城市服务的反馈落实过程更加系统化和流程化，也提高了城市服务的智能化。

实施例2：

在实施例1的基础上，反馈接收模块，包括：

第一接收单元，用于基于预设短信通道、预设电话通道、预设网站通道，实时接收城市用户输入的城市服务类反馈信息和城市设备类反馈信息；

信息汇总单元，用于将城市服务类反馈信息和城市设备类反馈信息当作城市服务反馈信息。

该实施例中，预设短信通道即为预先准备的用于接收以短信方式输入的城市服务类反馈信息和城市设备类反馈信息的通道。

该实施例中，预设电话通道即为预先准备的用于接收以电话方式输入的城市服务类反馈信息和城市设备类反馈信息的通道。

该实施例中，预设网站通道即为预先准备的用于接收在网站的固定输入位置输入的城市服务类反馈信息和城市设备类反馈信息的接收通道。

该实施例中，城市服务类反馈信息即为与城市服务的服务类相关的反馈信息，例如：与高速路口收费服务、证件办理服务等相关的反馈信息。

该实施例中，城市设备类反馈信息即为与城市服务的设备类相关的反馈信息，例如：与高速路口的ETC装置或者高速监控装置相关的反馈信息。

以上技术的有益效果为：实现了的基于预设短信通道、预设电话通道、预设网站通道以上多种接收通道，实时接收用户输入的城市服务类反馈信息和城市设备类反馈信息，进而实现了广范围获取城市服务反馈信息。

实施例3：

在实施例1的基础上，策略生成模块，包括：

关联分析单元，用于对预设周期内接收到的所有城市服务反馈信息进行关联分析，获得预设周期内接收到的所有城市服务反馈信息的潜在关联特征；

策略生成单元，用于基于潜在关联特征生成城市服务核实策略。

以上技术的有益效果为：实现了基于对预设周期内接收到的所有城市服务反馈信息进行关联分析获得的所有城市服务反馈信息的潜在关联特征生成了城市服务核实策略。

实施例4：

在实施例3的基础上，关联分析单元，包括：

词条提取子单元，用于对预设周期内接收到的所有城市服务反馈信息进行属性词条提取，获得每个城市服务反馈信息的属性词条集合；

第一挖掘子单元，用于基于预设的同属性关联关系列表和每个城市服务反馈信息的属性词条集合，挖掘出预设周期内接收到的所有城市服务反馈信息之间的同属性关联关系；

第二挖掘子单元，用于确定出存在关联关系的第二属性组合，基于第二属性组合中包含的第二属性之间的关联关系和每个城市服务反馈信息的属性词条集合，挖掘出预设周期内接收到的所有城市服务反馈信息的异属性关联关系；

潜在挖掘子单元，用于基于预设周期内接收到的所有城市服务反馈信息之间的同属性关联关系和异属性关联关系，挖掘出所有城市服务反馈信息的潜在关联特征。

该实施例中，对预设周期内接收到的所有城市服务反馈信息进行属性词条提取，即为：

在预设周期内接收到的所有城市服务反馈信息中提取出每个属性对应的词库中包含的属性词条。

该实施例中，属性词条集合即为对预设周期内接收到的所有城市服务反馈信息进行属性词条提取后获得的每个城市服务反馈信息的所有属性词条汇总后构成的集合。

该实施例中，同属性关联关系列表即为预设的包含同属性的属性词条之间的关联关系的列表。

该实施例中，属性即为城市服务反馈信息中包含的属性词条：例如地区属性的属性词条例如有北京市海淀区，例如事件属性的属性词条有2022年12月6日等。

该实施例中，同属性关联关系即为同属性关联关系和每个城市服务反馈信息的属性词条集合，确定出预设周期内接收到的所有城市服务反馈信息的属性词条库中所有相同属性的属性词条之间的关联关系，例如：同为地区属性的属性词条A和属性词条B之间存在同属性关联关系C。

该实施例中，第二属性组合即为存在关联关系（即为预设的不同属性之间关联关系）的两个属性构成的组合。

该实施例中，第二属性即为第二属性组合中包含的属性。

该实施例中，第二属性组合中包含的第二属性之间的关联关系由预设的不同属性之间的关联关系确定。

该实施例中，异属性关联关系即为基于第二属性组合中包含的第二属性之间的关联关系和每个城市服务反馈信息的属性词条集合，挖掘出的预设周期内接收到的所有城市服务反馈信息中包含的不同属性的属性词条之间的关联关系，例如：地区属性的属性词条“xxx高速收费站”和对象属性“工作人员A某”之间的关联关系即为异属性关联关系。

以上技术的有益效果为：通过对预设周期内接收到的所有城市服务反馈信息中包含的属性词条之间的同属性关联关系和异属性关联关系的挖掘，实现了对预设周期内接收到的所有城市服务反馈信息的关联分析，进而进一步挖掘出所有城市服务反馈信息的潜在关联特征。

实施例5：

在实施例4的基础上，潜在挖掘子单元，包括：

第一排序端，用于基于预设的属性优先顺序对预设周期内接收到的每个城市服务反馈信息的属性词条集合中的所有属性词条进行排序，获得对应城市服务反馈信息的属性词条序列；

第二排序端，用于基于预设周期内接收到的所有城市服务反馈信息的接收时间，对预设周期内接收到的所有城市服务反馈信息进行排序，获得反馈信息序列；

序数确定端，用于基于反馈信息序列确定出每个城市服务反馈信息的第一排序值，基于每个城市服务反馈信息的属性词条序列确定出每个城市服务反馈信息的属性词条集合中每个属性词条的第二排序值；

组合确定端，用于在所有属性词条集合中确定出存在同属性关联关系的第一属性词条组合和存在异属性关联关系的第二属性词条组合；

组合划分端，用于将包含的属性词条属于同一城市服务反馈信息的第二属性词条组合当作第三属性词条组合，并将包含的属性词条不属于同一城市服务反馈信息的第二属性词条组合作为第四属性词条组合；

第一搭建端，用于基于第一属性词条组合中每个属性词条所属的城市服务反馈信息的第一排序值，确定出对应同属性关联关系的第一位置表征数组，基于第一位置表征数组搭建出同属性关联表征矩阵；

第二搭建端，用于基于第三属性词条组合中每个属性词条的第二排序值，确定出对应异属性关联关系的第二位置表征数组，基于第二位置表征数组搭建出第一异属性关联表征矩阵；

第三搭建端，用于基于第四属性词条组合中每个属性词条的第二排序值和对应所属的城市服务反馈信息的第一排序值，确定出对应异属性关系的第三位置表征数组，基于第三位置表征数组搭建出第二异属性关联表征矩阵；

潜在确定端，用于基于同属性关联表征矩阵和第一异属性关联表征矩阵以及第二异属性关联表征矩阵，确定出所有城市服务反馈信息的潜在关联特征。

该实施例中，属性优先顺序即为所有属性的排列顺序。

该实施例中，属性词条序列即为基于预设的属性优先顺序对预设周期内接收到的每个城市服务反馈信息的属性词条集合中的所有属性词条进行排序后获得的属性词条组成的序列，当属性词条集合中存在同属性的属性词条时，则基于对应属性的词条隶属原则对同属性的词条进行排序，例如当属性词条集合中存在同为地区属性的属性词条：北京市和海淀区，则由于地区属性的词条隶属原则为海淀区属于北京市，所以将这两个属性词条组合成北京市海淀区，则将组合后的属性词条作为一个属性词条，进而使得属性词条集合中不存在同属性的属性词条。

该实施例中，反馈信息序列即为基于预设周期内接收到的所有城市服务反馈信息的接收时间（即接收城市服务反馈信息的时间）对预设周期内接收到的所有城市服务反馈信息进行排序后获得的序列。

该实施例中，第一排序值即为城市反馈信息正在反馈信息序列中的排序值。

该实施例中，第二排序值即为基于每个城市服务反馈信息的属性词条序列确定出的每个城市服务反馈信息的属性词条集合中每个属性词条在对应属性词条序列中的排序值。

该实施例中，第一属性词条组合即为存在同属性关联关系的属性词条构成的组合。

该实施例中，第二属性词条组合即为存在异属性关联关系的属性词条构成的组合。

该实施例中，第三属性词条组合即为包含的属性词条属于同一城市服务反馈信息的第二属性词条组合。

该实施例中，第四属性词条组合即为包含的属性词条不属于同一城市服务反馈信息的第二属性词条组合。

该实施例中，基于第一属性词条组合中每个属性词条所属的城市服务反馈信息的第一排序值，确定出对应同属性关联关系的第一位置表征数组，例如：

所属的城市服务反馈信息的接收时间较早的第一排序值为A，所属的城市服务反馈信息的接收时间较晚的第一排序值为B，则对应同属性关联关系的第一位置表征数组为(A,B)；

基于第一位置表征数组搭建出同属性关联表征矩阵，即为：

基于预设赋值列表（即为包含不同属性词条之间的同属性关系对应的表征值和不同属性词条之间的异属性关系对应的表征值的列表）确定出每个同属性关系的表征值，当对应同属性关联关系的第一位置表征数组为(A,B)，则将同属性关联表征矩阵中第A行、第B列的数值设置为对应同属关系的表征值，将所有第一属性词条组合对应的同属性关系的表征值设置在同属性关联表征矩阵中的对应位置，获得同属性关联表征矩阵。

该实施例中，第一位置表征数组即为表征同属性关联关系在同属关联表征矩阵中的所处位置的二维数组。

该实施例中，同属性关联表征矩阵即为表征预设周期内接收到的所有城市服务反馈信息的所有第一属性词条组合对应的同属性关系的矩阵。

该实施例中，基于第三属性词条组合中每个属性词条的第二排序值，确定出对应异属性关联关系的第二位置表征数组，例如：

假设第三属性词条组合中较小的第二排序值为C，第三属性词条组合中较大的第二排序值为D，则对应异属性关联关系的第二位置表征数组为(C,D)；

基于第二位置表征数组搭建出第一异属性关联表征矩阵，即为：

基于预设赋值列表确定出每个异属性关系的表征值，当对应同属性关联关系的第一位置表征数组为(C,D)，则将第一异属性关联表征矩阵中第C行、第D列的数值设置为对应异属关系的表征值，将所有第三属性词条组合对应的异属性关系的表征值设置在第一异属性关联表征矩阵中的对应位置，获得第一异属性关联表征矩阵。

该实施例中，第二位置表征数组即为表征对应异属性关联关系对应的表征值在对应第一异属性关系关联表征矩阵中的所处位置的二维数组。

该实施例中，第一异属性关联表征矩阵即为表征预设周期内接收到的所有城市服务反馈信息的所有第三属性词条组合对应的异属性关系的矩阵。

该实施例中，第三位置表征数组即为表征对应异属性关联关系对应的表征值在对应第二异属性关系关联表征矩阵中的所处位置的二维数组。

该实施例中，第二异属性关联表征矩阵即为表征预设周期内接收到的所有城市服务反馈信息的所有第四属性词条组合对应的异属性关系的矩阵。

以上技术的有益效果为：通过对预设周期内接收到的每个城市服务反馈信息的属性词条集合中的所有属性词条进行排序，并对预设周期内接收到的所有城市服务反馈信息进行排序，获得每个城市服务反馈信息的第一排序值和每个城市服务反馈信息的属性词条集合中每个属性词条的第二排序值，进而基于第一排序值和第二排序值以及所有属性词条集合中存在的同属性关联关系的表征值和存在异属性关联关系的表征值，搭建出同属性关联表征矩阵、第一异属性关联表征矩阵、第二异属性关联表征矩阵，进而基于预设周期内接收到的所有城市服务反馈信息之间的同属性关联关系和异属性关联关系实现对预设周期内接收到的所有城市服务反馈信息的潜在关联特征的挖掘。

实施例6：

在实施例5的基础上，第三搭建端，包括：

表征确定子端，用于判断出所有第四属性词条组合中包含的属性词条的第一排序值是否存在相等的第一排序值，若是，则将第四属性词条组合中包含的第一排序值相等的属性词条的第二排序值作为对应属性词条的排序表征值，否则，将所有第四属性词条组合中包含的属性词条的第一排序值作为对应属性词条的排序表征值；

矩阵搭建子端，用于基于第四属性词条组合中每个属性词条的排序表征值，确定出对应异属性关系的第三位置表征数组，基于第三位置表征数组搭建出第二异属性关联表征矩阵。

该实施例中，排序表征值即为用于确定出对应异属性关系的第三位置表征数组时所需的第三位置表征数组中包含的属性词条的排序值。

该实施例中，基于第四属性词条组合中每个属性词条的排序表征值，确定出对应异属性关系的第三位置表征数组，例如：

所属的城市服务反馈信息的接收时间较早的属性词条的排序表征值为E，所属的城市服务反馈信息的接收时间较晚的属性词条的排序表征值为F，则对应异属性关系的第三位置表征数组为(E,F)；

基于第三位置表征数组搭建出第二异属性关联表征矩阵，即为：

基于预设赋值列表确定出每个异属性关系的表征值，当对应同属性关联关系的第一位置表征数组为(E,F)，则将第二异属性关联表征矩阵中第E行、第F列的数值设置为对应异属关系的表征值，将所有第四属性词条组合对应的异属性关系的表征值设置在第二异属性关联表征矩阵中的对应位置，获得第二异属性关联表征矩阵。

以上技术的有益效果为：实现基于第四属性词条组合中包含的属性词条的第一排序值以及第一排序值相等的属性词条的第二排序值，重新确定出对应属性词条的排序表征值，进而基于重新确定出的排序表征值准确确定出对应异属性关系的第三位置表征数组，并进一步搭建出第二异属性关联表征矩阵。

实施例7：

在实施例5的基础上，潜在确定端，包括：

评价子端，用于基于同属性关联表征矩阵和第一异属性关联表征矩阵以及第二异属性关联表征矩阵以及每个标准关联特征对应的同属性标准关联矩阵和两个异属性标准关联矩阵，计算出每个标准关联特征的评价值；

筛选子端，用于基于所有标准关联特征的评价值和评价阈值，在所有标准关联特征中筛选出所有城市服务反馈信息的潜在关联特征。

该实施例中，基于同属性关联表征矩阵和第一异属性关联表征矩阵以及第二异属性关联表征矩阵以及每个标准关联特征对应的同属性标准关联矩阵和两个异属性标准关联矩阵，计算出每个标准关联特征的评价值，包括：

计算出同属性关联表征矩阵和当前计算的标准关联特征对应的同属性标准关联矩阵之间的第一匹配值：

式中，为同属性关联表征矩阵和当前计算的标准关联特征对应的同属性标准关联矩阵之间的第一匹配值，M为同属性关联表征矩阵的列总数和当前计算的标准关联特征对应的同属性标准关联矩阵的列总数中的较大值，m为同属性关联表征矩阵的列总数和当前计算的标准关联特征对应的同属性标准关联矩阵的列总数中的较小值，N为同属性关联表征矩阵的行总数和当前计算的标准关联特征对应的同属性标准关联矩阵的行总数中的较大值，n同属性关联表征矩阵的行总数和当前计算的标准关联特征对应的同属性标准关联矩阵的行总数中的较小值，i为同属性关联表征矩阵或当前计算的标准关联特征对应的同属性标准关联矩阵中的第i行，j为同属性关联表征矩阵或当前计算的标准关联特征对应的同属性标准关联矩阵中的第j列，/>为同属性关联表征矩阵中第i行第j列的数值，/>为当前计算的标准关联特征对应的同属性标准关联矩阵中第i行第j列的数值；

计算出第一异属性关联表征矩阵和第二异属性关联表征矩阵与当前计算的标准关联特征对应的两个异属性标准关联矩阵之间的第二匹配值：

式中，为第一异属性关联表征矩阵和第二异属性关联表征矩阵与当前计算的标准关联特征对应的两个异属性标准关联矩阵之间的第二匹配值，B为第一异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的行总数中的较大值，b为第一异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的行总数中的较小值，D为第一异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的列总数中的较大值，d为第一异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的列总数中的较小值，a为第一异属性关联表征矩阵或第二异属性关联表征矩阵或当前计算的标准关联特征对应的两个异属性标准关联矩阵中的第a行，c为第一异属性关联表征矩阵或第二异属性关联表征矩阵或当前计算的标准关联特征对应的两个异属性标准关联矩阵中的第c列，/>为第一异属性关联表征矩阵中的第a行第c列的数值，/>为当前计算的标准关联特征对应的第一个异属性标准关联矩阵中的第a行第c列的数值，/>为当前计算的标准关联特征对应的第二个异属性标准关联矩阵中的第a行第c列的数值，/>为第二异属性关联表征矩阵中的第a行第c列的数值，E为第一异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的行总数中的较大值，e为第一异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的行总数中的较小值，F为第一异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的列总数中的较大值，f为第一异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的列总数中的较小值，H为第二异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的行总数中的较大值，h为第二异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的行总数中的较小值，G为第二异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的列总数中的较大值，g为第二异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的列总数中的较小值，J为第二异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的行总数中的较大值，j为第二异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的行总数中的较小值，K为第二异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的列总数中的较大值，k为第二异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的列总数中的较小值；

基于以上公式准确计算出第一异属性关联表征矩阵和第二异属性关联表征矩阵与当前计算的标准关联特征对应的两个异属性标准关联矩阵之间的第二匹配值；

将第一匹配值和第二匹配值的平均值作为当前计算的标准关联特征的评价值。

该实施例中，基于所有标准关联特征的评价值和评价阈值，在所有标准关联特征中筛选出所有城市服务反馈信息的潜在关联特征，即为：

在所有标准关联特征中筛选出评价值不小于评价阈值的标准关联特征作为所有城市服务反馈信息的潜在关联特征。

该实施例中，标准关联特征即为预先准备的标准的关联特征，例如标准关联特征为所有城市服务反馈信息同为与北京市海淀区相关的反馈信信息。

该实施例中，同属性标准关联矩阵即为表征对应标准关联特征对应的所有同属性关联关系的矩阵。

该实施例中，异属性标准关联矩阵即为表征对应标准关联特征对应的异属性关系的矩阵。

以上技术的有益效果为：通过将同属性关联表征矩阵和第一异属性关联表征矩阵以及第二异属性关联表征矩阵与每个标准关联特征对应的同属性标准关联矩阵和两个异属性标准关联矩阵进行匹配后的匹配值，计算出每个标准关联特征的评价值，并通过评价与之实现对标准关联特征的筛选，进而准确确定出所有城市服务反馈信息的潜在关联特征。

实施例8：

在实施例3的基础上，策略生成单元，包括：

关联划分子单元，用于基于潜在关联特征中包含的子潜在关联特征，对所有城市服务反馈信息进行关联划分，获得多个关联信息集合；

策略生成子单元，用于基于关联信息集合对应的待核实规模和关联信息集合对应的子潜在关联特征的标准策略框架，生成关联信息集合的子核实策略；

线程确定子单元，用于基于每个关联信息集合的子核实策略向所有工作人员进行假设任务分配，获得假设任务分配结果，基于假设任务分配结果确定出每个工作人员的任务线程；

策略汇总子单元，用于基于任务线程判断出是否存在同时重叠的子核实策略，若是，则对存在同时重叠的子核实策略进行修正获得修正子核实策略，将所有修正子核实策略和剩余不存在同时重叠的子核实策略汇总获得城市服务核实策略，否则，将所有子核实策略汇总获得城市服务核实策略。

该实施例中，基于潜在关联特征中包含地子潜在关联特征，对所有城市服务反馈信息进行关联划分，获得多个关联信息集合，即为：

将所有城市服务反馈信息中存在子潜在关联特征最多的城市服务反馈信息进行依次关联，获得多个关联信息集合。

该实施例中，子潜在关联特征即为潜在关联特征中包含的同属性关联关系或异属性关联关系。

该实施例中，关联信息集合即为基于潜在关联特征中包含地子潜在关联特征对所有城市服务反馈信息进行关联划分后获得的关联的城市服务反馈信息构成的集合。

该实施例中，待核实规模即为基于关联信息集合确定出的核实工作范围。

该实施例中，标准策略框架即为子潜在关联特征对应的预设的策略框架：包含核实策略的执行部门等信息的策略框架或概要。

该实施例中，基于关联信息集合对应的待核实规模和关联信息集合对应的子潜在关联特征的标准策略框架，生成关联信息集合的子核实策略，例如：

关联信息集合对应的待核实规模为5人、xxx高速路口的所有高速收费装置，关联信息集合对应的子潜在关联特征的标准策略框架为需要执行部门A去执行，则关联信息集合的子核实策略为执行部门A中的5名工作人员去核实xxx高速路口的所有高速收费装置。

该实施例中，子核实策略即为基于关联信息集合对应的待核实规模和关联信息集合对应的子潜在关联特征的标准策略框架生成的用于核实对应关联信息集合中的城市服务反馈信息的核实策略。

该实施例中，假设任务分配结果即为基于每个关联信息集合的子核实策略向所有工作人员进行假设任务分配后获得的结果。

该实施例中，任务线程即为基于假设任务分配结果中每个分配工作人员的任务内容、任务地点、任务执行时间生成的包含对应被分配工作人员的核实任务执行过程的线程。

该实施例中，工作人员即为基于每个城市服务反馈信息的子核实策略向所有工作人员进行假设任务分配后被分配到核实任务的工作人员。

该实施例中，基于任务线程判断出是否存在同时重叠的子核实策略，即为：

基于任务线程判断出是否存在同一工作人员在某时刻需要执行不同地点的不同任务内容的情况。

该实施例中，修正子核实策略即为对存在同时重叠的子核实策略进行修正后获得的子核实策略。

该实施例中，对存在同时重叠的子核实策略进行修正，即：对存在需要在某时刻执行不同地点的不同任务内容的同一工作人员分配另一工作人员执行发生同时重叠的任务内容。

该实施例中，城市服务核实策略即为将所有修正子核实策略和剩余不存在同时重叠的子核实策略汇总或将所有子核实策略汇总后获得的策略集合。

以上技术的有益效果为：基于潜在关联特征中包含地子潜在关联特征，对所有城市服务反馈信息进行关联划分，获得多个关联信息集合，基于关联信息集合对应的待核实规模和关联信息集合对应的子潜在关联特征的标准策略框架，生成关联信息集合的子核实策略，实现了将城市服务反馈信息进行关联汇总后进行核实策略的生成，减少了计算量和精简了核实任务，再基于假设任务分配结果确定出每个工作人员的任务线程，通过判断是否存在同时重叠的子核实策略，实现对生成的子核实策略的进一步检验修正，保证了最终生成的城市服务核实策略的可实施性和合理性。

实施例9：

在实施例8的基础上，反馈核实模块，包括：

任务分配单元，用于基于城市服务核实策略向所有工作人员进行任务分配，获得每个城市服务反馈信息的任务分配结果；

结果接收单元，用于基于任务分配结果确定出每个城市服务反馈信息的被分配工作人员，基于被分配工作人员对应的多个反馈通道实时接收子反馈核实结果，并将城市服务反馈信息对应的所有子反馈核实结果汇总，获得每个城市服务反馈信息的反馈核实结果。

该实施例中，任务分配结果即为基于城市服务核实策略向所有工作人员进行任务分配后获得的结果。

该实施例中，被分配工作人员即为被分配需要执行核实对应城市服务反馈信息的任务的工作人员。

该实施例中，多个反馈通道即为预设的每个工作人员的核实结果的反馈通道，例如：通过扫描每个工作人员的私人二维码进入的网站通道、或者预设APP的接收通道等。

该实施例中，子反馈核实结果即为基于被分配工作人员对应的多个反馈通道实时接收到的对应工作人员输入的反馈核实结果。

该实施例中，反馈核实结果即为将城市服务反馈信息对应的所有子反馈核实结果汇总后获得的结果。

以上技术的有益效果为：基于城市服务核实策略确定出的任务分配结果确定出被分配工作人员，进而确定出多个反馈通道，并基于多个反馈通道接收到反馈核实结果，使得核实过程流程化系统化，减少了工作人员的工作量。

实施例10：

在实施例1的基础上，反馈跟进模块，包括：

第一跟进单元，用于当反馈核实结果为对应城市服务反馈信息真实时，则基于对应城市服务反馈信息的信息种类确定出对应城市服务反馈信息的信用价值，基于信用价值更新输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值，并基于对应城市服务反馈信息进行改善处理，获得对应城市服务反馈信息的反馈跟进结果；

第二跟进单元，用于当反馈核实结果为对应城市服务反馈信息存在误差时，则基于对应城市服务反馈信息的信息种类确定出对应城市服务反馈信息的信用价值，并基于反馈核实结果和对应城市服务反馈信息之间的误差信息和对应的信用价值确定出信用价值损失值，基于信用价值损失值更新输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值，并基于不存在误差的部分城市服务反馈信息进行改善处理，获得对应城市服务反馈信息的反馈跟进结果。

该实施例中，信息种类例如包括：投诉信息、意见信息、评价信息等。

该实施例中，基于对应城市服务反馈信息的信息种类确定出对应城市服务反馈信息的信用价值，即为：

基于预设的信息种类对应的标准信用价值，确定出对应城市服务反馈信息的信用价值。

该实施例中，信用价值即为表征每个城市反馈信息的真实性对输入该城市反馈信息的城市用户的信用统计值的影响程度。

该实施例中，基于信用价值更新输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值，即为：

将信用价值和输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值的和作为输入对应城市服务反馈信息的城市用户的更新后的私人被服务信用价值。

该实施例中，私人被服务信用价值即为表征城市用户在基于物联网的智慧城市服务平台中的信用程度的数值，该数值可以与城市服务中的其他系统或服务流程进行结合，例如：基于该私人被服务信用价值确定出城市用户的服务有限顺序等。

该实施例中，基于反馈核实结果和对应城市服务反馈信息之间的误差信息和对应的信用价值确定出信用价值损失值，包括：

将误差信息的信息规模和对应城市服务反馈信息的信息规模的比值作为信用价值损失值。

该实施例中，信用损失值即为表征对应城市用户的当前私人被服务信用价值的损失值。

该实施例中，基于信用价值损失值更新输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值，即为：

将信用价值损失值和输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值的和作为输入对应城市服务反馈信息的城市用户的更新后的私人被服务信用价值。

该实施例中，改善处理即为基于不存在误差的部分城市服务反馈信息中包含的待改善事项生成改善申请，并将改善申请发送至相关部门进行审批并执行。

以上技术的有益效果为：基于反馈核实结果判断城市服务反馈信息是否真实，进而实现了对输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值的更新，和对不存在误差的城市服务反馈信息对应的事项进行改善处理，实现对核实反馈的跟进，进一步完善了智能城市服务的反馈处理过程，也进一步提高了智能城市服务的反馈处理过程的智能化。

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 (5)

1.一种基于物联网的智慧城市服务平台，其特征在于，包括：

反馈接收模块，用于基于多接收通道接收城市用户输入的城市服务反馈信息；

策略生成模块，用于基于预设周期内接收到的所有城市服务反馈信息的潜在关联特征，生成城市服务核实策略；

反馈核实模块，用于基于城市服务核实策略对预设周期内接收到的所有城市服务反馈信息进行核实，获得每个城市服务反馈信息的反馈核实结果；

反馈跟进模块，用于基于反馈核实结果生成每个城市服务反馈信息的反馈跟进结果；

反馈接收模块，包括：

第一接收单元，用于基于预设短信通道、预设电话通道、预设网站通道，实时接收城市用户输入的城市服务类反馈信息和城市设备类反馈信息；

信息汇总单元，用于将城市服务类反馈信息和城市设备类反馈信息当作城市服务反馈信息；

策略生成模块，包括：

关联分析单元，用于对预设周期内接收到的所有城市服务反馈信息进行关联分析，获得预设周期内接收到的所有城市服务反馈信息的潜在关联特征；

策略生成单元，用于基于潜在关联特征生成城市服务核实策略；

关联分析单元，包括：

词条提取子单元，用于对预设周期内接收到的所有城市服务反馈信息进行属性词条提取，获得每个城市服务反馈信息的属性词条集合；

第一挖掘子单元，用于基于预设的同属性关联关系列表和每个城市服务反馈信息的属性词条集合，挖掘出预设周期内接收到的所有城市服务反馈信息之间的同属性关联关系；

第二挖掘子单元，用于确定出存在关联关系的第二属性组合，基于第二属性组合中包含的第二属性之间的关联关系和每个城市服务反馈信息的属性词条集合，挖掘出预设周期内接收到的所有城市服务反馈信息的异属性关联关系；

潜在挖掘子单元，用于基于预设周期内接收到的所有城市服务反馈信息之间的同属性关联关系和异属性关联关系，挖掘出所有城市服务反馈信息的潜在关联特征；

潜在挖掘子单元，包括：

第一排序端，用于基于预设的属性优先顺序对预设周期内接收到的每个城市服务反馈信息的属性词条集合中的所有属性词条进行排序，获得对应城市服务反馈信息的属性词条序列；

第二排序端，用于基于预设周期内接收到的所有城市服务反馈信息的接收时间，对预设周期内接收到的所有城市服务反馈信息进行排序，获得反馈信息序列；

序数确定端，用于基于反馈信息序列确定出每个城市服务反馈信息的第一排序值，基于每个城市服务反馈信息的属性词条序列确定出每个城市服务反馈信息的属性词条集合中每个属性词条的第二排序值；

组合确定端，用于在所有属性词条集合中确定出存在同属性关联关系的第一属性词条组合和存在异属性关联关系的第二属性词条组合；

组合划分端，用于将包含的属性词条属于同一城市服务反馈信息的第二属性词条组合当作第三属性词条组合，并将包含的属性词条不属于同一城市服务反馈信息的第二属性词条组合作为第四属性词条组合；

第一搭建端，用于基于第一属性词条组合中每个属性词条所属的城市服务反馈信息的第一排序值，确定出对应同属性关联关系的第一位置表征数组，基于第一位置表征数组搭建出同属性关联表征矩阵；

第二搭建端，用于基于第三属性词条组合中每个属性词条的第二排序值，确定出对应异属性关联关系的第二位置表征数组，基于第二位置表征数组搭建出第一异属性关联表征矩阵；

第三搭建端，用于基于第四属性词条组合中每个属性词条的第二排序值和对应所属的城市服务反馈信息的第一排序值，确定出对应异属性关系的第三位置表征数组，基于第三位置表征数组搭建出第二异属性关联表征矩阵；

潜在确定端，用于基于同属性关联表征矩阵和第一异属性关联表征矩阵以及第二异属性关联表征矩阵，确定出所有城市服务反馈信息的潜在关联特征；

潜在确定端，包括：

评价子端，用于基于同属性关联表征矩阵和第一异属性关联表征矩阵以及第二异属性关联表征矩阵以及每个标准关联特征对应的同属性标准关联矩阵和两个异属性标准关联矩阵，计算出每个标准关联特征的评价值；

筛选子端，用于基于所有标准关联特征的评价值和评价阈值，在所有标准关联特征中筛选出所有城市服务反馈信息的潜在关联特征；

其中，基于同属性关联表征矩阵和第一异属性关联表征矩阵以及第二异属性关联表征矩阵以及每个标准关联特征对应的同属性标准关联矩阵和两个异属性标准关联矩阵，计算出每个标准关联特征的评价值，包括：

计算出同属性关联表征矩阵和当前计算的标准关联特征对应的同属性标准关联矩阵之间的第一匹配值：

；

式中，为同属性关联表征矩阵和当前计算的标准关联特征对应的同属性标准关联矩阵之间的第一匹配值，M为同属性关联表征矩阵的列总数和当前计算的标准关联特征对应的同属性标准关联矩阵的列总数中的较大值，m为同属性关联表征矩阵的列总数和当前计算的标准关联特征对应的同属性标准关联矩阵的列总数中的较小值，N为同属性关联表征矩阵的行总数和当前计算的标准关联特征对应的同属性标准关联矩阵的行总数中的较大值，n同属性关联表征矩阵的行总数和当前计算的标准关联特征对应的同属性标准关联矩阵的行总数中的较小值，i为同属性关联表征矩阵或当前计算的标准关联特征对应的同属性标准关联矩阵中的第i行，j为同属性关联表征矩阵或当前计算的标准关联特征对应的同属性标准关联矩阵中的第j列，/>为同属性关联表征矩阵中第i行第j列的数值，/>为当前计算的标准关联特征对应的同属性标准关联矩阵中第i行第j列的数值；

计算出第一异属性关联表征矩阵和第二异属性关联表征矩阵与当前计算的标准关联特征对应的两个异属性标准关联矩阵之间的第二匹配值：

；

式中，为第一异属性关联表征矩阵和第二异属性关联表征矩阵与当前计算的标准关联特征对应的两个异属性标准关联矩阵之间的第二匹配值，B为第一异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的行总数中的较大值，b为第一异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的行总数中的较小值，D为第一异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的列总数中的较大值，d为第一异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的列总数中的较小值，a为第一异属性关联表征矩阵或第二异属性关联表征矩阵或当前计算的标准关联特征对应的两个异属性标准关联矩阵中的第a行，c为第一异属性关联表征矩阵或第二异属性关联表征矩阵或当前计算的标准关联特征对应的两个异属性标准关联矩阵中的第c列，/>为第一异属性关联表征矩阵中的第a行第c列的数值，/>为当前计算的标准关联特征对应的第一个异属性标准关联矩阵中的第a行第c列的数值，/>为当前计算的标准关联特征对应的第二个异属性标准关联矩阵中的第a行第c列的数值，/>为第二异属性关联表征矩阵中的第a行第c列的数值，E为第一异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的行总数中的较大值，e为第一异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的行总数中的较小值，F为第一异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的列总数中的较大值，f为第一异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的列总数中的较小值，H为第二异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的行总数中的较大值，h为第二异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的行总数中的较小值，G为第二异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的列总数中的较大值，g为第二异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第一个异属性标准关联矩阵的列总数中的较小值，J为第二异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的行总数中的较大值，j为第二异属性关联表征矩阵的行总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的行总数中的较小值，K为第二异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的列总数中的较大值，k为第二异属性关联表征矩阵的列总数和当前计算的标准关联特征对应的第二个异属性标准关联矩阵的列总数中的较小值；

基于以上公式准确计算出第一异属性关联表征矩阵和第二异属性关联表征矩阵与当前计算的标准关联特征对应的两个异属性标准关联矩阵之间的第二匹配值；

将第一匹配值和第二匹配值的平均值作为当前计算的标准关联特征的评价值。

2.根据权利要求1所述的一种基于物联网的智慧城市服务平台，其特征在于，第三搭建端，包括：

表征确定子端，用于判断出所有第四属性词条组合中包含的属性词条的第一排序值是否存在相等的第一排序值，若是，则将第四属性词条组合中包含的第一排序值相等的属性词条的第二排序值作为对应属性词条的排序表征值，否则，将所有第四属性词条组合中包含的属性词条的第一排序值作为对应属性词条的排序表征值；

矩阵搭建子端，用于基于第四属性词条组合中每个属性词条的排序表征值，确定出对应异属性关系的第三位置表征数组，基于第三位置表征数组搭建出第二异属性关联表征矩阵。

3.根据权利要求1所述的一种基于物联网的智慧城市服务平台，其特征在于，策略生成单元，包括：

关联划分子单元，用于基于潜在关联特征中包含的子潜在关联特征，对所有城市服务反馈信息进行关联划分，获得多个关联信息集合；

策略生成子单元，用于基于关联信息集合对应的待核实规模和关联信息集合对应的子潜在关联特征的标准策略框架，生成关联信息集合的子核实策略；

线程确定子单元，用于基于每个关联信息集合的子核实策略向所有工作人员进行假设任务分配，获得假设任务分配结果，基于假设任务分配结果确定出每个工作人员的任务线程；

策略汇总子单元，用于基于任务线程判断出是否存在同时重叠的子核实策略，若是，则对存在同时重叠的子核实策略进行修正获得修正子核实策略，将所有修正子核实策略和剩余不存在同时重叠的子核实策略汇总获得城市服务核实策略，否则，将所有子核实策略汇总获得城市服务核实策略。

4.根据权利要求3所述的一种基于物联网的智慧城市服务平台，其特征在于，反馈核实模块，包括：

任务分配单元，用于基于城市服务核实策略向所有工作人员进行任务分配，获得每个城市服务反馈信息的任务分配结果；

结果接收单元，用于基于任务分配结果确定出每个城市服务反馈信息的被分配工作人员，基于被分配工作人员对应的多个反馈通道实时接收子反馈核实结果，并将城市服务反馈信息对应的所有子反馈核实结果汇总，获得每个城市服务反馈信息的反馈核实结果。

5.根据权利要求1所述的一种基于物联网的智慧城市服务平台，其特征在于，反馈跟进模块，包括：

第一跟进单元，用于当反馈核实结果为对应城市服务反馈信息真实时，则基于对应城市服务反馈信息的信息种类确定出对应城市服务反馈信息的信用价值，基于信用价值更新输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值，并基于对应城市服务反馈信息进行改善处理，获得对应城市服务反馈信息的反馈跟进结果；

第二跟进单元，用于当反馈核实结果为对应城市服务反馈信息存在误差时，则基于对应城市服务反馈信息的信息种类确定出对应城市服务反馈信息的信用价值，并基于反馈核实结果和对应城市服务反馈信息之间的误差信息和对应的信用价值确定出信用价值损失值，基于信用价值损失值更新输入对应城市服务反馈信息的城市用户的当前私人被服务信用价值，并基于不存在误差的部分城市服务反馈信息进行改善处理，获得对应城市服务反馈信息的反馈跟进结果。