一種社區(qū)網(wǎng)格事件聚類特征的提取方法
【專利摘要】本發(fā)明公開了一種社區(qū)網(wǎng)格事件聚類特征的提取方法，該方法通過移動終端推送事件屬性及事件發(fā)生地的經(jīng)緯度至網(wǎng)格事件數(shù)據(jù)庫和空間地理數(shù)據(jù)庫中；對空間地理信息做空間聚類；對事件屬性做類別聚類；對空間層面上的每個事件聚類做時間聚類，從而得到時間層面上的聚類，提取重大事件類別的時間層面上的聚類，通過事件預(yù)警展示模塊在地圖上展現(xiàn)這些重大或頻繁發(fā)生的事件分布，讓用戶做出及時有效地決策來解決社區(qū)網(wǎng)格發(fā)生的問題。通過本發(fā)明能夠滿足不同客戶、不同區(qū)域?qū)ι鐓^(qū)重大、頻發(fā)事件的及時干預(yù)和處理，減少社區(qū)事件進(jìn)一步擴(kuò)大及演變?yōu)橹卮笫鹿实男Ч?br>【專利說明】
一種社區(qū)網(wǎng)格事件聚類特征的提取方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及信息化技術(shù)領(lǐng)域，尤其涉及一種社區(qū)網(wǎng)格事件聚類特征的提取方法。
【背景技術(shù)】
[0002]現(xiàn)有的社會重大事件預(yù)警評估方法存在許多問題，主要體現(xiàn)在國內(nèi)的事件管理模式和事件主體數(shù)據(jù)庫存在異構(gòu)，評估流程與標(biāo)準(zhǔn)不一致，這將導(dǎo)致現(xiàn)有的預(yù)測事件系統(tǒng)在預(yù)測事件危機(jī)后，預(yù)警信息傳遞延時，預(yù)警地址范圍大和預(yù)警地址不準(zhǔn)確。并且對預(yù)警事件進(jìn)行評估時，主要以人工評估為主，計算機(jī)等信息技術(shù)的應(yīng)用嚴(yán)重不足，事件危機(jī)預(yù)警評估手段落后，影響事件預(yù)警的效率和準(zhǔn)確性。其次，部門間信息共享不足，信息傳遞滯后，傳遞不及時，最終導(dǎo)致信息斷層。
[0003]發(fā)明專利申請CN201410525969.0公開了一種基于聚類的城市基礎(chǔ)設(shè)施突發(fā)事件的檢測方法，首先，接收市民反映城市基礎(chǔ)設(shè)施問題的電話，并記錄到工單數(shù)據(jù)庫中；對數(shù)據(jù)庫篩選后，用中文分詞技術(shù)對所篩選出的工單提取語義關(guān)鍵詞，整理語義關(guān)鍵詞間的因果關(guān)系，然后提取該工單的地址關(guān)鍵詞;對工單做語義聚類;對語義層面上的每個聚類做空間聚類;對空間層面上的每個聚類做時間聚類，從而得到時間層面上的聚類，認(rèn)定時間層面上的聚類是城市基礎(chǔ)設(shè)施突發(fā)事件，用城市基礎(chǔ)設(shè)施突發(fā)事件的根節(jié)點的可視設(shè)計方案在地圖上展示這些城市基礎(chǔ)設(shè)施突發(fā)事件的分布，從而檢測出城市基礎(chǔ)設(shè)施突發(fā)事件，讓用戶做出更快更明智的決策來解決城市基礎(chǔ)設(shè)施的問題。
[0004]上述發(fā)明檢測出城市基礎(chǔ)設(shè)施突發(fā)事件依靠電話工單記錄進(jìn)行聚類分析，地址的準(zhǔn)確性沒有判定標(biāo)準(zhǔn)，遇到地址信息不詳細(xì)或不詳時，事發(fā)地的準(zhǔn)確性將較大影響城市基礎(chǔ)設(shè)施突發(fā)事件的定位。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是為了克服現(xiàn)有技術(shù)的缺陷，提供一種對社區(qū)網(wǎng)格事件聚類特征的提取方法，通過本方法能夠滿足不同客戶、不同區(qū)域?qū)ι鐓^(qū)重大、頻發(fā)事件的及時干預(yù)和處理，減少社區(qū)事件進(jìn)一步擴(kuò)大及演變?yōu)橹卮笫鹿实男Ч?br>[0006]為實現(xiàn)上述目的，本發(fā)明提供了一種社區(qū)網(wǎng)格事件聚類特征的提取方法，方法流程為:
[0007]社區(qū)網(wǎng)格事件的上報通過移動終端發(fā)送，推送事件屬性及事件發(fā)生地的經(jīng)瑋度至網(wǎng)格事件數(shù)據(jù)庫和空間地理數(shù)據(jù)庫中；對空間地理信息做空間聚類;對事件屬性做類別聚類;對空間層面上的每個事件聚類做時間聚類，從而得到時間層面上的聚類，提取重大事件類別的時間層面上的聚類，通過事件預(yù)警展示模塊在地圖上展現(xiàn)這些重大或頻繁發(fā)生的事件分布，讓用戶做出及時有效地決策來解決社區(qū)網(wǎng)格發(fā)生的問題。
[0008]本發(fā)明技術(shù)方案帶來的有益效果:
[0009]第一，采用本發(fā)明的方法，通過空間聚類能快速準(zhǔn)確匯集出上報重大或突出事件的頻發(fā)區(qū)域和突發(fā)事件區(qū)域，提高預(yù)警效率。
[0010]第二，采用本發(fā)明的方法，可以實現(xiàn)將后期可能會演變成大事件的問題從眾多問題中抓取出來，避免重大事件的發(fā)生。也可以按既定的規(guī)則抓取所需事件類別，實現(xiàn)各種具體的業(yè)務(wù)需求。
[0011]第三，采用本發(fā)明的方法，可以提供直觀可視化展示效果，提升及分析重大事件和及時部署處理流程的準(zhǔn)確率。
【附圖說明】
[0012]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它的附圖。
[0013]圖1是本發(fā)明的方法流程圖。
【具體實施方式】
[0014]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0015]本發(fā)明要解決的技術(shù)問題是實現(xiàn)一種社區(qū)網(wǎng)格化事件動態(tài)聚類特征的提取方法，除事件發(fā)生的地理位置外，還能對事件類型、事件等級、事件的類別等事件聚類特征進(jìn)行快速準(zhǔn)確的提取，進(jìn)而提尚社區(qū)網(wǎng)格化治理的有效性。
[0016]如圖1為本發(fā)明的方法流程圖，具體實施如下:
[0017]—、社區(qū)網(wǎng)格員巡查發(fā)現(xiàn)問題時通過移動終端將事件發(fā)生的內(nèi)容、事件的類別(城市部件、社會管理、城市事件)、事件級別、事件發(fā)生地(通過移動端GPS定位)及事發(fā)圖片等通過移動網(wǎng)絡(luò)發(fā)送上傳至服務(wù)器。
[0018]二、空間地理數(shù)據(jù)庫存儲事件發(fā)生地址信息。聚類模型中的空間聚類基于密度的聚類DBSCAN算法，對事件發(fā)生地址進(jìn)行聚類分析時，通過參數(shù)￡、MinPts，其中，￡是給定地址對象的半徑，通常以每一個網(wǎng)格的中心點作參考值，MinPts是一個地址對象的￡鄰域內(nèi)包含的最少對象數(shù)目，當(dāng)最少對象數(shù)大于等于3時，則初步認(rèn)定這個網(wǎng)格發(fā)生事件的集合為頻發(fā)事件。
[0019]三、網(wǎng)格事件數(shù)據(jù)庫存儲事件屬性信息。根據(jù)事件的時間和事件反映的問題所涉及到的事件類別進(jìn)行篩選，按時間和事件類別進(jìn)行歸類。
[0020]四、對第二步處理的事件與第三步處理的事件進(jìn)行歸集，對得到的空間層面上的每個聚類進(jìn)行時間聚類，從而得到在時間層面上的聚類:設(shè)定時間聚類中最大的時間為7天，空間層面上的每個聚類中的事件可能在同一天或者相鄰的天數(shù)內(nèi)上報，統(tǒng)計空間層面上的每個聚類中的所有事件的被上報的時間，得到所有的日期、每個日期對應(yīng)的出現(xiàn)的次數(shù)和接收時間是該日期的所有上報事件的集合;按照日期出現(xiàn)的次數(shù)從大到小對日期排序后得到日期的集合E，遍歷日期的集合E的每個日期Y，如果日期的集合E中，存在與日期Y相差前后2天內(nèi)的日期D，則將空間層面上的聚類中接收時間在日期Y和D的事件匯聚在一起，并從日期的集合E將日期Y和日期D刪除；如果日期的集合E中，不存在與日期Y相差前后2天內(nèi)的日期，則遍歷日期的集合E中的下一個日期;遍歷后，得到在時間層面上的聚類，要求它們包含的事件的個數(shù)大于等于3;否則，舍棄這樣的時間層面上的聚類。
[0021]五、認(rèn)定第五步中得到的時間層面上的聚類是社區(qū)網(wǎng)格突發(fā)事件，用社區(qū)網(wǎng)格化管理信息系統(tǒng)中事件預(yù)警展示可視設(shè)計模塊在地圖上展示這些社區(qū)重大、頻發(fā)網(wǎng)格事件的分布，從而檢測出社區(qū)網(wǎng)格事件的分布及頻發(fā)率，為客戶做出及時有效地決策來解決社區(qū)網(wǎng)格發(fā)生的問題提供依據(jù)。
[0022]以上對本發(fā)明實施例進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進(jìn)行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在【具體實施方式】及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。
【主權(quán)項】
1.一種社區(qū)網(wǎng)格事件聚類特征的提取方法，其特征在于，該方法的流程為:社區(qū)網(wǎng)格事件的上報通過移動終端發(fā)送，推送事件屬性及事件發(fā)生地的經(jīng)瑋度至網(wǎng)格事件數(shù)據(jù)庫和空間地理數(shù)據(jù)庫中；對空間地理信息做空間聚類;對事件屬性做類別聚類;對空間層面上的每個事件聚類做時間聚類，從而得到時間層面上的聚類，提取重大事件類別的時間層面上的聚類，通過事件預(yù)警展示模塊在地圖上展現(xiàn)這些重大或頻繁發(fā)生的事件分布，讓用戶做出及時有效地決策來解決社區(qū)網(wǎng)格發(fā)生的問題。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，其中移動終端通過GPS定位。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，空間地理信息做空間聚類，其聚類模型中的空間聚類是基于密度的聚類DBSCAN算法，對事件發(fā)生地址進(jìn)行聚類分析時，通過參數(shù)￡、MinPts，其中，￡是給定地址對象的半徑，通常以每一個網(wǎng)格的中心點作參考值，MinPts是一個地址對象的￡鄰域內(nèi)包含的最少對象數(shù)目，當(dāng)最少對象數(shù)大于等于3時，則初步認(rèn)定這個網(wǎng)格發(fā)生事件的集合為頻發(fā)事件。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，對事件屬性做類別聚類，是根據(jù)事件的時間和事件反映的問題所涉及到的事件類別進(jìn)行篩選，按時間和事件類別進(jìn)行歸類。5.根據(jù)權(quán)利要求3或4所述的方法，其特征在于，對得到的空間層面上的每個聚類進(jìn)行時間聚類，從而得到在時間層面上的聚類:設(shè)定時間聚類中最大的時間為7天，空間層面上的每個聚類中的事件可能在同一天或者相鄰的天數(shù)內(nèi)上報，統(tǒng)計空間層面上的每個聚類中的所有事件的被上報的時間，得到所有的日期、每個日期對應(yīng)的出現(xiàn)的次數(shù)和接收時間是該日期的所有上報事件的集合;按照日期出現(xiàn)的次數(shù)從大到小對日期排序后得到日期的集合E，遍歷日期的集合E的每個日期Y，如果日期的集合E中，存在與日期Y相差前后2天內(nèi)的日期D，則將空間層面上的聚類中接收時間在日期Y和D的事件匯聚在一起，并從日期的集合E將日期Y和日期D刪除；如果日期的集合E中，不存在與日期Y相差前后2天內(nèi)的日期，則遍歷日期的集合E中的下一個日期;遍歷后，得到在時間層面上的聚類，要求它們包含的事件的個數(shù)大于等于3;否則，舍棄這樣的時間層面上的聚類。
【文檔編號】G06Q50/26GK106056515SQ201610370593
【公開日】2016年10月26日
【申請日】2016年5月27日
【發(fā)明人】李富維, 蔣智文, 劉昌卿, 柯國明, 王明鵬
【申請人】廣東億迅科技有限公司