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方案

本发明专利技术公开了一种基于事件图谱的城市治理事件自动分拨方法及系统，先采集待处理诉求事件，其次对待处理诉求事件进行事件分类，然后对待处理诉求事件进行地址的获取，最后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。本发明专利技术自动根据图谱发送诉求事件至对应末端部门办理，节约操作人员手动派遣时间，提高办事效率。

An automatic event allocation method and system of urban governance based on event map

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)传统的诉求分拨注重准确性而不注重效率：传统的诉求分拨,人工通过诉求描述，从市分拨区，区分拨街道，街道分拨社区、社区分拨责任人，但在无人值守的情况下，目前是没有办法实现。(2)传统的诉求分拨错误率也会很高传统的诉求分拨，由于是人在进行分拨，相同诉求分派不同分拨人员，进行分拨，分拨人员对事物理解不一致，分拨人员会有主观意识进行诉求分拨，导致相同诉求，不同分拨人员分拨到不同部门进行办理，从而导致分拨错误。
技术实现思路
针对上述技术问题，本专利技术提供了一种基于事件图谱的城市治理事件自动分拨方法系及统，以进行诉求事件的自动分发，节约操作人员手动派遣时间，提高办事效率。根据本专利技术的其中一方面，本专利技术为解决其技术问题，所提供的基于事件图谱的城市治理事件自动分拨方法包含如下步骤：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。进一步地，在本专利技术的基于事件图谱的城市治理事件自动分拨方法，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。进一步地，在本专利技术的基于事件图谱的城市治理事件自动分拨方法，所述RNN网络具体采用的是RNN网络。进一步地，在本专利技术的基于事件图谱的城市治理事件自动分拨方法，若在步骤S26中，未能确定出事件的分类，则给出消息提示进行人工分类，然后将人工分类的结果与本次待处理诉求事件作为历史诉求事件，作为下次RNN网络训练的历史诉求事件。进一步地，在本专利技术的基于事件图谱的城市治理事件自动分拨方法，步骤S3中获取的地址的形式为：A省B市C区D街道F小区，A至F为获取的数据。进一步地，在本专利技术的基于事件图谱的城市治理事件自动分拨方法，若是未能确定出对应的处理单位，则由人工给出处理单位，经由指挥中心主管部门确认后，然后将人工给出的处理单位，与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，作为后期处理单位进行自动确认时的依据。进一步地，在本专利技术的基于事件图谱的城市治理事件自动分拨方法，在步骤S4中将待处理诉求事件分配至对应的处理单位进行处理时，还同时向处理单位发送：事件分类、基于待处理诉求事件的事件问题关键词以及地址分词形成的立案条件说明、处理时限。进一步地，在本专利技术的基于事件图谱的城市治理事件自动分拨方法，所述处理单位是指责任单位以及对应的子单位。根据本专利技术的另一方面，本专利技术为解决其技术问题，还提供了一种基于事件图谱的城市治理事件自动分拨系统，具有计算机存储介质，所述计算机存储介质存储有计算机可执行指令，用于实现上述任一项的基于事件图谱自动分拨方法。实施本专利技术的基于事件图谱的城市治理事件自动分拨方法及系统，具有以下有益效果：本专利技术自动根据图谱发送诉求事件至对应末端部门办理，节约操作人员手动派遣时间，提高办事效率。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是获取地址以及权重靠前的若干个事件问题关键词的示意图；图2是基于事件图谱的城市治理事件自动分拨方法一实施例的示意图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。本实施例所提供的基于事件图谱的城市治理事件自动分拨方法包含如下步骤：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(即要反应的诉求的关键词，不包含地址)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；...

【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NPL分词，得到地址分词；/nS32、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；/nS4、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。/n...

【技术特征摘要】
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。

【专利技术属性】
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