本发明专利技术公开了一种预警事件的分析方法和装置，涉及智能城市技术领域。该方法的一具体实施方式包括：获取一个或多个预警事件；预警事件指示了每个发生位置和预警类型；确定发生位置对应的预警区域、以及预警区域内包括的一个或多个兴趣点类型；针对同一个预警类型的预警事件：对预警事件对应的兴趣点的类型进行分析，确定与预警事件的关联度大于预设阈值的目标兴趣点类型；根据同一个预警类型中各个预警事件分别对应的目标兴趣点类型，确定预警类型对应的兴趣点类型组合。通过将预警类型与目标兴趣点类型组合进行关联，使得预警类型与其关联的目标兴趣点类型组合在不同预警事件之间具有可迁移性，提高预警事件的分析效率。提高预警事件的分析效率。提高预警事件的分析效率。
【技术实现步骤摘要】
一种预警事件的分析方法和装置
[0001]本专利技术涉及智能城市
，尤其涉及一种预警事件的分析方法和装置。
技术介绍
[0002]在市域治理领域，当需要治理的业务项发生后，城市治理者往往会从已发生事件出发，分析其背后的成因或关联因素。但是，目前对预警事件的关联因素分析，只是针对某一个预警事件，分析该预警事件周边的兴趣点类型与其关联性，例如，火灾报警点周边的各个兴趣点类型与火灾报警事件之间的关联性。目前的这种分析方式属于单点式分析，在不同预警事件之间不具有可迁移性。
技术实现思路
[0003]有鉴于此，本专利技术实施例提供一种预警事件的分析方法和装置，通过对预警事件所对应的预警区域中的兴趣点的类型进行分析，得到与预警事件关联度高的目标兴趣点类型，进而根据预警类型对目标兴趣点类型的组合进行分析，得到每种预警类型对应的目标兴趣点类型组合，从而将预警类型与目标兴趣点类型组合进行关联，得到与预警类型关联度更高的兴趣点类型组合。由此，可以确定属于同一预警类型的预警事件所对应的最相关的兴趣点类型组合，从而可以根据某一地域的兴趣点类型组合，确定该地域需要进行哪些类型的预警，无需针对每一个预警事件进行单点分析，进而使得预警类型与其关联的目标兴趣点类型组合在不同预警事件之间具有可迁移性，提高预警事件的分析效率。
[0004]为实现上述目的，根据本专利技术实施例的第一方面，提供了一种预警事件的分析方法。
[0005]本专利技术实施例的预警事件的分析方法包括：获取一个或多个预警事件；所述预警事件指示了发生位置和预警类型；确定每个所述发生位置对应的预警区域、以及所述预警区域内包括的一个或多个兴趣点类型；针对同一个所述预警类型的所述预警事件：对所述预警事件对应的所述兴趣点类型进行分析，确定与所述预警事件的关联度大于预设阈值的目标兴趣点类型；根据同一个所述预警类型中各个预警事件分别对应的所述目标兴趣点类型，确定所述预警类型对应的兴趣点类型组合。
[0006]可选地，所述对所述预警事件对应的所述兴趣点类型进行分析，确定与所述预警事件的关联度大于预设阈值的目标兴趣点类型，包括：确定每个所述预警事件对应的预警区域内各个兴趣点类型下的兴趣点数量；根据所述兴趣点数量以及所述兴趣点类型的总数，确定每个所述预警事件对应的分布向量；根据所述分布向量确定所述目标兴趣点类型。
[0007]可选地，所述根据所述分布向量确定所述目标兴趣点类型，包括：获取同一个所述预警事件类型中每个所述预警事件对应的分布向量；根据所述分布向量，组成所述预警事件类型对应的分布矩阵；基于所述分布矩阵，利用TF
‑
IDF算法确定各个兴趣点类型与每个所述预警事件的关联度；将与所述预警事件的关联度大于预设阈值的兴趣点类型作为该预警事件的目标兴趣点类型。
[0008]可选地，所述基于所述分布矩阵，利用TF
‑
IDF算法确定各个兴趣点类型与每个所述预警事件的关联度，包括：根据所述预警事件对应的分布向量，确定每个兴趣点类型在该预警事件对应的预警区域中的出现概率；根据所述分布矩阵，确定每个兴趣点类型在该预警事件对应的预警事件类型中的逆文档概率；基于所述出现概率和所述逆文档概率，确定每个兴趣点类型与该预警事件的所述关联度。
[0009]可选地，所述确定所述预警类型对应的兴趣点类型组合，包括：根据所述分布矩阵和每个所述预警事件对应的目标兴趣点类型确定目标分布矩阵；根据所述目标分布矩阵，基于Apriori算法，确定不同兴趣点类型的组合在所述预警类型中出现的条件概率值；根据所述条件概率值，从不同兴趣点类型的组合中确定出所述预警类型对应的兴趣点类型组合。
[0010]可选地，所述根据所述分布矩阵和每个所述预警事件对应的目标兴趣点类型确定目标分布矩阵，包括：根据每个所述预警事件对应的目标兴趣点类型，确定所述分布矩阵对应的布尔型矩阵；将所述布尔型矩阵作为所述目标分布矩阵；其中，在所述布尔型矩阵中每个预警事件对应的分布向量满足：该预警事件对应的目标兴趣点类型的值为1，其余兴趣点类型的值为0。
[0011]可选地，所述确定每个所述发生位置对应的预警区域、以及所述预警区域内包括的一个或多个兴趣点类型，包括：以所述预警事件的发生位置的坐标为圆心，预设距离为半径，确定所述预警事件对应的预警区域；从数据库中获取在所述预警区域内的所述兴趣点类型。
[0012]可选地，该方法还包括：接收预警查询请求，所述预警查询请求指示了查询的待发生位置；确定所述待发生位置对应的一个或多个目标兴趣点；根据所述一个或多个目标兴趣点的兴趣点类型，确定并输出所述待发生位置对应的预警事件的预警类型。
[0013]为实现上述目的，根据本专利技术实施例的第二方面，提供了一种预警事件的处理装置。
[0014]本专利技术实施例的预警事件的处理装置包括：获取模块，用于获取一个或多个预警事件；所述预警事件指示了发生位置和预警类型；确定模块，用于确定每个所述发生位置对应的预警区域、以及所述预警区域包括的一个或多个兴趣点的类型；分析模块，用于针对同一个所述预警类型的所述预警事件：对所述预警事件对应的所述兴趣点类型进行分析，确定与所述预警事件的关联度大于预设阈值的目标兴趣点类型；根据同一个所述预警类型中各个预警事件分别对应的所述目标兴趣点类型，确定所述预警类型对应的兴趣点类型组合。
[0015]为实现上述目的，根据本专利技术实施例的第三方面，提供了一种预警事件的分析设备。
[0016]本专利技术实施例的预警事件的分析设备包括：一个或多个处理器；存储系统，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术实施例的预警事件的分析方法。
[0017]为实现上述目的，根据本专利技术实施例的第四方面，提供了一种计算机可读介质。
[0018]本专利技术实施例的计算机可读介质上存储有计算机程序，所述程序被处理器执行时实现本专利技术实施例的预警事件的分析方法。
Interest，POI)类型组合，无法与预警事件的预警类型关联起来，且在不同预警类型的情况下，仅能根据单一的预警类型进行单点分析，不具有可迁移性和共现性，存在一定的局限。因此，本申请通过将兴趣点类型与预警类型相关联，实现对预警事件周边分析功能的深度挖掘。
[0038]图1是本专利技术实施例的一种预警事件的分析方法的主要流程的示意图。如图1所示，该方法主要包括：
[0039]步骤S101：获取一个或多个预警事件；预警事件指示了发生位置和预警类型；
[0040]步骤S102：确定每个发生位置对应的预警区域、以及预警区域内包括的一个或多个兴趣点类型；
[0041]针对同一个预警类型的预警事件，继续执行步骤S103和步骤S104；
[0042]步骤S103：对预警事件对应的兴趣点类型进行分析，确定与预警事件的关联度大于预设阈值的目标兴趣点类型；
[0043]步骤S104：根据同一个预警类型中各个预警事件分别对应的目标兴趣点类型，确定预本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种预警事件的分析方法，其特征在于，所述方法包括：获取一个或多个预警事件；所述预警事件指示了发生位置和预警类型；确定每个所述发生位置对应的预警区域、以及所述预警区域内包括的一个或多个兴趣点类型；针对同一个所述预警类型的所述预警事件：对所述预警事件对应的所述兴趣点类型进行分析，确定与所述预警事件的关联度大于预设阈值的目标兴趣点类型；根据同一个所述预警类型中各个预警事件分别对应的所述目标兴趣点类型，确定所述预警类型对应的兴趣点类型组合。2.根据权利要求1所述的方法，其特征在于，所述对所述预警事件对应的所述兴趣点类型进行分析，确定与所述预警事件的关联度大于预设阈值的目标兴趣点类型，包括：确定每个所述预警事件对应的预警区域内各个兴趣点类型下的兴趣点数量；根据所述兴趣点数量以及所述兴趣点类型的总数，确定每个所述预警事件对应的分布向量；根据所述分布向量确定所述目标兴趣点类型。3.根据权利要求2所述的方法，其特征在于，所述根据所述分布向量确定所述目标兴趣点类型，包括：获取同一个所述预警事件类型中每个所述预警事件对应的分布向量；根据所述分布向量，组成所述预警事件类型对应的分布矩阵；基于所述分布矩阵，利用TF
‑
IDF算法确定各个兴趣点类型与每个所述预警事件的关联度；将与所述预警事件的关联度大于预设阈值的兴趣点类型作为该预警事件的目标兴趣点类型。4.根据权利要求3所述的方法，其特征在于，所述基于所述分布矩阵，利用TF
‑
IDF算法确定各个兴趣点类型与每个所述预警事件的关联度，包括：根据所述预警事件对应的分布向量，确定每个兴趣点类型在该预警事件对应的预警区域中的出现概率；根据所述分布矩阵，确定每个兴趣点类型在该预警事件对应的预警事件类型中的逆文档概率；基于所述出现概率和所述逆文档概率，确定每个兴趣点类型与该预警事件的所述关联度。5.根据权利要求3或4所述的方法，其特征在于，所述确定所述预警类型对应的兴趣点类型组合，包括：根据所述分布矩阵和每个所述预警事件对应的目标兴趣点类型确定目标分布矩阵；根据所述目标分布矩阵，基于Apriori算法，确定不同兴趣点类型的组合在所述预警类型中出现的条件概率...
【专利技术属性】
技术研发人员：周子淇，江学海，孙岳，何远伦，彭子奇，
申请(专利权)人：京东城市北京数字科技有限公司，
类型：发明
国别省市：
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。