[发明专利]一种基于基层治理事件的多色层级管理方法及系统

权利要求书

1.一种基于基层治理事件的多色层级管理方法，其特征在于，包括：

步骤1：基于时空分析初级算法和时空分析高级算法，根据交叉比对将基层治理事件进行综合研判，包括：

步骤1.1：构建事件指标库，对接政府社会治理业务大数据中心，实时采集相关数据，构建基于事件分析的数据中心，以下简称事件分析数据中心；

步骤1.2：从事件指标库中，构建事件分析模型的多个维度和每个维度下细分的多个指标项；

步骤1.3：根据指标项，从事件分析数据中心抽取与指标项对应的全量数据；

步骤1.4：通过条件值设定，将全量数据做异常值处理，获得指标数据；

步骤1.5：设定多个维度和多个指标项全局得分权重；

步骤1.6：基于指标数据，获得各维度评分；

具体地，将指标数据代入公式(1)中，获得各维度评分：

其中：Y_k(T，D)是第k个指标项的全局得分权重，Z_k(T，D)是第k个指标项的全局得分，x_n(T，D)是第n个维度的总得分，T、D分别是时间和地域变量；

步骤1.7：基于各维度评分，获得总得分；

具体地，将各维度评分代入公式(2)中，获得总得分：

其中：Y_h(T，D)是第h个维度的全局得分权重，x_h(T，D)是第h个维度的全局得分，X(T，D)是基层治理事件总得分；

步骤1.8：根据基层治理事件的记分过程，获得基层治理事件的时空分析初级算法；

步骤1.9：基于基层治理事件的时空分析初级算法的结果，将历史数据入参，通过同一地区的同比或环比数据比较，获得基层治理事件的时空分析高级算法；

具体地，基于基层治理事件的时空分析初级算法的结果，将历史数据入参，通过同一地区的同比或环比数据比较，采用公式(3)获得基层治理事件的时空分析高级算法：

其中，G(T，D)是当前地域的环比或者同比评价得分，t₀，t₁是选定的对比时间段，D是地域变量，X(T，D)是基层治理事件总得分；

步骤1.10：建立基层治理事件前馈网络模型，包括：从事件分析数据中心抽取要分析的事件和相关数据，所述相关数据包括：人、地、物和组织，以事件为中心，事件中的人、地、物和组织为节点，构建前馈网络模型；

提取事件节点的相关信息，加入前馈网络模型，构成事件第一节点网络；将人、地、物和组织的属性节点，加入前馈网络模型，构成事件第二节点网络；

步骤1.11：基于所述前馈网络模型，设置相应参数和相关函数，包括：

设置相关函数为：

其中：

d_u(x_i，e_co[u]，N_u，x_u)＝A_i，ux_u+e_co[u]

其中，A_i，u是所有事件的关系特征矩阵，节点i的特征用x_i表示，e_co[u]表示与节点i相关的负向或正向的事件集合的特征，N_u表示节点i的相邻节点的入网后特征，x_u表示节点i的相邻节点的特征，ne[i]表示节点i的邻居节点集合，u表示节点i的某一个邻居节点，co[u]表示节点i相关的负向或正向的事件集合；

计算当前事件入网后特征向量值v，公式为：

v＝∑N_i+e，

其中，N_i表示节点i的入网后特征向量；

步骤1.12：进行大数据交叉对比，获得当前事件的关键治理点，基于当前事件的关键治理点，根据海恩法则，判断基层治理事件危险紧重程度，包括：

进行大数据交叉对比，并获得当前事件的关键治理点；

基于当前事件的关键治理点，根据海恩法则，得出对应比例；

计算每个事件的入网后特征向量，按照对应比例加权后进行排序，得出最小的入网特征向量值；

参照最小的入网特征向量值，结合当前可用政府行政资源，对每个上报的事件的v的值，进行危重紧急程度判断区分，并标记向量中异常点给办理人员进行针对性办理；

步骤2：基于时空分析初级算法分级统计处理结果，获得该地域不同地区的值F₁(d)，并将F₁(d)与第一预设地区判定值进行比较，根据比较结果，获得按照地区的第一地域地图染色图，包括：

基于时空分析初级算法分级统计处理结果，取A＝{X(T₀，d)|X(T₀，d)E(T₀，D)}，F₁(d)＝card(A)

其中，F₁(d)为当前地域事件评分值大于判定值的数量，E(T₀，D)为当前地域事件的判定值，X(T₀，d)为事件的得分值，d代表地区变量d∈D,T₀代表预设固定时间周期；

将F₁(d)与第一预设地区判定值进行比较，根据比较结果，获得按照地区的第一地域地图染色图；

步骤3：基于时空分析高级算法分级统计处理结果，获得该地域不同地区的值F₂(d)，并将F₂(d)与第二预设地区判定值进行比较，根据比较结果，获得按照地区的第二地域地图染色图，包括：

基于时空分析高级算法分级统计处理结果，获得该地域不同地区的值

其中，E(T，D)为当前地域的数学期望值，G(T，d)为当前地区的得分值。