The invention discloses an automatic allocation method and system of urban governance events based on event map. First, collect the appeal events to be processed, then classify the appeal events to be processed, and then obtain the address of the appeal events to be processed. Finally, determine the corresponding processing based on the event classification of the appeal events to be processed and the corresponding address obtained Company, allocate the pending appeal events to the corresponding processing company for processing. The invention automatically sends the appeal event to the corresponding end department for handling according to the atlas, saves the time for the operator to dispatch manually, and improves the work efficiency.
【技术实现步骤摘要】
一种基于事件图谱的城市治理事件自动分拨方法及系统
本专利技术涉及智慧城市数据处理领域,更具体地说,涉及一种基于事件图谱的城市治理事件自动分拨方法及系统。
技术介绍
近年来,全国都做智慧城市建设,所有智慧城市建设中,都有事件处理的公众服务系统,市民可以通过电话、微信、APP等渠道向政府部门提出建议、意见或者进行投诉、举报等事项,通过互联网技术,提供365天24小时不间断听取老百姓意见,解决群众困难,帮助群众解决问题;辖区网格员可以通过APP对管理辖区问题进行日常巡查,提前发现问题,对发现问题进行上报,交由相关部门提前处理,避免影响老百姓日常生活;通过主动发现问题和老百姓主动诉求问题上报,集中处理后,进行满意度回访,从而使得老百姓幸福感加强,为社会和谐提供有力支撑。事件从人工收集,人工派遣,人工督办、部门人工处理、人工审核、事件满意度回访调查、归档结案等标准闭环操作流程,从市、区、街道/职能部门、社区、网格等多级流程处理,所有流程为人工操作。一线城市的诉求事件总量一年大约180万件以上,特别是在人口较多的大城市,事件总量会更多,人力成本很高以及办理效率低下,不能满足市民办理诉求,影响市民幸福感和获得感。市面上系统都是根据事件描述按照部门职责逐级人工进行派遣,没有通过程序自动化地将事件分派到具体末端部门,使得后续很多人工工作,需要大量人工收件,转派工作,重复劳动且有错误派单情况,使得办理时间周期长。另外,目前还未见到通过事件描述结合空间位置的自动分拨的做法,用以进一步提高转派效率。(1)传统的诉求分
【技术保护点】
1.一种基于事件图谱的城市治理事件自动分拨方法,其特征在于,包含如下步骤:/nS1、采集待处理诉求事件;/nS2、对待处理诉求事件进行事件分类;分类的实现过程如下:/nS21、采集多个历史诉求事件分别进行NPL分词,从而提取出每个历史诉求事件中的事件问题关键词、对应的事件分类;/nS22、采用RNN网络对基于历史诉求事件提取出来的关键词进行训练,得到事件问题关键词的权重;其中,训练时每个历史诉求事件提取出来的事件问题关键词、对应的事件分类以及办理部门作为一个训练样本,每个训练样本中的各个事件问题关键词作为输入,对应的事件分类作为输出;/nS23、RNN网络训练完成后,得到各个事件问题关键词的权重,并从中挑选出权重靠前的若干个事件问题关键词;/nS24、获取人工给挑选出的事件问题关键词所进行的提权和降权后的权重;/nS25、基于提权和降权后的权重与对应的事件问题关键词构建新的RNN网络,形成知识图谱;/nS26、基于所述知识图谱以及对待处理诉求事件进行NPL分词后的关键词,确定事件分类;/nS3、对待处理诉求事件进行地址的获取;获取的实现过程如下:/nS31、采集多个历史诉求事件分别进行 ...
【技术特征摘要】 【专利技术属性】
1.一种基于事件图谱的城市治理事件自动分拨方法,其特征在于,包含如下步骤:
S1、采集待处理诉求事件;
S2、对待处理诉求事件进行事件分类;分类的实现过程如下:
S21、采集多个历史诉求事件分别进行NPL分词,从而提取出每个历史诉求事件中的事件问题关键词、对应的事件分类;
S22、采用RNN网络对基于历史诉求事件提取出来的关键词进行训练,得到事件问题关键词的权重;其中,训练时每个历史诉求事件提取出来的事件问题关键词、对应的事件分类以及办理部门作为一个训练样本,每个训练样本中的各个事件问题关键词作为输入,对应的事件分类作为输出;
S23、RNN网络训练完成后,得到各个事件问题关键词的权重,并从中挑选出权重靠前的若干个事件问题关键词;
S24、获取人工给挑选出的事件问题关键词所进行的提权和降权后的权重;
S25、基于提权和降权后的权重与对应的事件问题关键词构建新的RNN网络,形成知识图谱;
S26、基于所述知识图谱以及对待处理诉求事件进行NPL分词后的关键词,确定事件分类;
S3、对待处理诉求事件进行地址的获取;获取的实现过程如下:
S31、采集多个历史诉求事件分别进行NPL分词,得到地址分词;
S32、基于POI关系库,对地址分词进行分析判断,得出待处理诉求事件的地址;
S4、基于确定出的待处理诉求事件的事件分类以及获取的对应的地址,确定出对应的处理单位,将待处理诉求事件分配至对应的处理单位进行处理。
2.根据权利要求1所述的基于事件图谱的城市治理事件自动分拨方法,其特征在于,所述NLP分词具体采用的是采用Vec2Vec算法进行Embeding操作实现分词。
技术研发人员:李飞,段春先,杨想平,岑小楼,
申请(专利权)人:武大吉奥信息技术有限公司,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。