【技术实现步骤摘要】
本专利技术属于应急决策的数据处理，具体涉及一种公共事件应对决策的属性及权重确定方法和系统。
技术介绍
1、在重大突发公共事件的应对过程中，决策属性集及其权重的确定是制定有效应急策略的核心环节。属性集包括了所有可能影响事件发展及其应对措施的事件特征。属性权重则反映了不同事件特征在影响事件发展和应对措施中的相对重要性，对于资源的合理分配和优先级的设定至关重要。
2、然而，现有技术在对重大突发公共事件的属性识别和权重确定方面仍存在一定的局限性。传统方法多依赖于人工经验或数据分析[1,2]，这种方法容易受到主观判断和数据处理能力的限制，难以在事件发生初期快速、准确地把握事件的多个关键属性及其相对重要性。首先，传统的属性集构建往往依赖于人工筛选和专家判断[3]，这种方法在处理海量信息和快速变化的事件时，不仅效率低下，而且容易遗漏关键属性或包含无关属性，从而影响决策的准确性。其次，属性权重的确定通常基于历史数据或专家经验[4,5]，这些方法难以捕捉到事件属性的复杂关联性和权重的时间动态性，导致权重分配可能与实际情况不符，进而影响应急响应
【技术保护点】
1.一种公共事件应对决策的属性及权重确定方法，其特征在于，包括：
2.根据权利要求1所述的公共事件应对决策的属性及权重确定方法，其特征在于，在利用大语言模型生成属性列表时，模型的输入与输出以问答式进行：首先，明确问题设置准则和问题输入模板；其次，将公共事件应对决策作为场景导入大语言模型，并明确大语言模型的决策角色，以引导大语言模型参考历史公共事件的决策经验并按照指定的回答规范要求输出属性列表。
3.根据权利要求1所述的公共事件应对决策的属性及权重确定方法，其特征在于，在提取公众关注的属性集时，首先结合问题专属词典和停用词典对获取的公众意见文本进...
【技术特征摘要】
1.一种公共事件应对决策的属性及权重确定方法，其特征在于，包括：
2.根据权利要求1所述的公共事件应对决策的属性及权重确定方法，其特征在于，在利用大语言模型生成属性列表时，模型的输入与输出以问答式进行：首先，明确问题设置准则和问题输入模板；其次，将公共事件应对决策作为场景导入大语言模型，并明确大语言模型的决策角色，以引导大语言模型参考历史公共事件的决策经验并按照指定的回答规范要求输出属性列表。
3.根据权利要求1所述的公共事件应对决策的属性及权重确定方法，其特征在于，在提取公众关注的属性集时，首先结合问题专属词典和停用词典对获取的公众意见文本进行分词，之后基于word2vec技术构建词向量与句向量，最后由lda主题聚类得到公众关注的属性集。
4.根据权利要求1所述的公共事件应对决策的属性及权重确定方法，其特征在于，对公众关注的属性进行偏好意见评估得到公众的偏好度量，具体包括：
5.根据权利要求1所述的公共事件应对决策的属性及权重确定方法，其特征在...
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。