(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210890243.1 (22)申请日 2022.07.27 (71)申请人 杭州力道数字技 术有限公司 地址 310000 浙江省杭州市上城区三 衙前 10号160室 (72)发明人 莫永林　黄勇　胡国江　杜俊强　 (74)专利代理 机构 北京沁优知识产权代理有限 公司 11684 专利代理师 杨敏 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06F 40/30(2020.01) G06K 9/62(2022.01) (54)发明名称 一种城市事 件预警管理系统及方法 (57)摘要 本发明公开了一种城市事件预警管理系统 及方法， 包括模 型训练模块对预训练模型调整 得 到风险预测模 型， 将实时事件数据输入风险预测 模型得到事件 预测结果； 分析单元根据语义识别 算法对实时事件 数据分析得到语义分析数据； 分 类单元根据数据分类算法对语义分析数据进行 分类， 得到实体分类数据、 类型分类数据和标签 分类数据； 数据聚合模块根据数据归类算法对实 体分类数据、 类型分类数据和标签 分类数据进行 重点数据归类得到重点类型数据； 级别划分模块 按照阈值划分规则对各重点类型数据进行级别 划分得到风险级别； 展示模块根据各风险级别生 成可视化展示图， 以及根据事件 预测结果和重点 类型数据生成完整性分析报告。 本发 明提升城市 事件预警的精细度。 权利要求书2页 说明书6页 附图2页 CN 115310684 A 2022.11.08 CN 115310684 A 1.一种城市事 件预警管理系统， 其特 征在于： 数据采集模块(1)， 用于采集得到若干实时事件数据和若干历史事件数据并保存， 各所 述历史事 件数据中包 含有相应的事 件标记结果； 模型训练模块(2)， 连接所述数据采集模块(1)， 用于引入一预训练模型， 并利用若干所 述历史事件数据及相 应的所述事件标记结果对所述预训练模型中的分析参数和权重进行 调整， 得到一风险预测模型， 并将若干所述实时事件数据输入所述风险预测模型得到事件 预测结果； 数据分类模块(3)， 连接所述数据采集模块(1)， 包括： 分析单元(31)， 用于根据预设的语义识别算法对若干所述实时事件数据进行语义分 析， 得到若干语义分析 数据； 分类单元(32)， 连接所述分析单元(31)， 用于根据所述数据分类算法对各所述语义分 析数据分别按照实体类别、 事件类型和事件标签进 行分类， 得到相应的实体分类数据、 类型 分类数据和标签分类数据； 数据聚合模块(4)， 连接所述数据分类模块(3)， 用于根据预设的数据归类算法对所述 实体分类数据、 所述类型分类数据和所述标签分类数据进行重点数据归类， 得到重点类型 数据； 级别划分模块(5)， 连接所述数据 聚合模块(4)， 用于按照预设的阈值划分规则对各所 述重点类型 数据进行级别划分， 得到各 所述重点类型 数据所属的风险级别； 展示模块(6)， 分别连接所述级别划分模块(5)、 所述数据聚合模块(4)和所述模型训练 模块(2)， 用于根据各所述重点类型数据所属的风险级别生 成可视化展示图， 以及根据所述 事件预测结果和所述重点类型 数据生成一完整性分析报告。 2.根据权利要求1所述的城市事件预警管理系统， 其特征在于： 所述数据采集模块(1) 包括： 采集单元(11)， 用于从城市历史事件数据库中获取得到若干所述历史事件数据， 以及 从城市实时事 件数据库中得到若干所述实时事 件数据； 预处理单元(12)， 连接所述采集单元(11)， 用于根据预设的过滤算法对若干所述历史 事件数据和若干所述 实时事件数据进 行数据预 处理， 得到预处理后的若干所述历史事件数 据和若干所述实时事 件数据， 以供 所述风险预测模型识别。 3.根据权利要求1所述的城市事件预警管理系统， 其特征在于， 所述模型训练模块(2) 包括： 划分单元(21)， 用于将若干所述历史事件数据按照预设比例划分为训练集、 验证集和 测试集； 训练单元(22)， 用于将训练集中的所述历史事件数据和相应的事件标记结果对所述预 训练模型的分析参数和权 重进行调整， 并实时计算所述预训练模型的预测准确率； 输出单元(23)， 连接所述训练单元(22)， 用于将所述预测准确率与预设的准确阈值进 行比较， 并在所述预测准确率大于所述准确率阈值时将此时的预训练模型作为风险预测模 型输出。 4.根据权利要求1所述的城市事件预警管理系统， 其特征在于， 所述语义分析数据中包 含有情绪 值和影响范围值， 则所述分析 单元(31)包括：权　利　要　求　书 1/2 页 2 CN 115310684 A 2情绪分析子单 元(311)， 用于对所述实时事 件数据进行情绪分析， 得到所述情绪 值； 影响分析子单元(312)， 用于对所述实时事件数据进行影响分析， 得到所述影响范围 值。 5.根据权利要求4所述的城市事件预警管理系统， 其特征在于： 所述重点类型数据中包 含相应的所述情绪 值和所述影响范围值， 则所述级别划分模块(5)包括： 第一划分单元(51)， 用于根据所述阈值划分规则对所述重点类型数据中的所述情绪值 进行级别划分， 得到所述重点类型 数据所属的情绪级别； 第二划分单元(52)， 用于根据所述阈值划分规则对所述重点类型数据中的所述影响范 围值进行级别划分， 得到所述重点类型数据所属的影响范围级别， 所述情绪级别和所述影 响范围级别组成所述 风险级别。 6.根据权利要求1所述的城市事 件预警管理系统， 其特 征在于： 所述展示模块(6)包括： 无效滤除单元(61)， 用于根据预设的数据 过滤算法对所述重点类型数据中的无效数据 进行过滤， 得到滤后数据； 重点识别单元(62)， 连接所述无效滤除单元(61)， 用于根据预设的热词识别算法对所 述滤后数据中的关键词进行识别得到核心词汇数据； 报告生成单元(63)， 连接所述重点识别单元(62)， 用于根据各所述核心词汇数据及相 应的所述事 件预测结果形成所述完整性分析报告。 7.根据权利要求1所述的城市事件预警管理系统， 其特征在于， 所述事件类型包括个 人、 事件、 企业和场所。 8.根据权利要求1所述的城市事件预警管理系统， 其特征在于： 所述实时事件数据包括 矛盾调解数据、 法院ODR数据、 市民服务热线数据、 社区事件数据、 城市安全事件数据和舆情 数据。 9.一种城市事件预警管理方法， 应用于权利要求1 ‑8中任意一项所述的城市事件预警 管理系统， 其特 征在于， 包括： 步骤S1， 数据采集模块(1)采集得到若干实时事件数据和若干历史事件数据并保存， 各 所述历史事 件数据中包 含有相应的事 件标记结果； 步骤S2， 模型训练模块(2)引入一预训练模型， 并利用若干所述历史事件数据及相应的 所述事件标记结果对所述预训练模型中的分析参数和权重进行调整， 得到一风险预测模 型， 并将若干所述实时事 件数据输入所述 风险预测模型 得到事件预测结果； 步骤S3， 分析单元(31)根据预设的语义识别算法对若干所述实时事件数据进行语义分 析， 得到若干语义分析数据， 分类单元(32)根据所述数据分类算法对各所述语义分析数据 分别按照所述实体类别、 所述事件类型和所述事件标签进行分类， 得到相应的实体分类数 据、 类型分类数据和标签分类数据； 步骤S4， 数据聚合模块(4)根据预设的数据归类算法对所述实体分类数据、 所述类型分 类数据和所述标签分类数据进行 数据归类， 得到 重点类型 数据； 步骤S5， 级别划分模块(5)按照预设的阈值划分规则对各所述重点类型数据的进行级 别划分， 得到各 所述重点类型 数据所属的风险级别； 步骤S6， 展示模块(6)根据各所述重点类型数据所属的风险级别生成可视化展示图， 以 及根据所述事 件预测结果和所述重点类型 数据生成一完整性分析报告。权　利　要　求　书 2/2 页 3 CN 115310684 A 3