一种市民热线问题主动治理方法和装置与流程

1.本发明涉及大数据和人工智能技术领域，具体涉及一种市民热线问题主动治理方法和装置。


背景技术：

2.在“城市大脑”领域的众多城市治理场景中，“市民热线”、“接诉即办”是最接近民众直接体验的场景，利用“城市大脑”的智慧能力，推动健全基层治理的应急机制、服务群众的响应机制和打通抓落实“最后一公里”的工作机制，从而实现城市治理体系和治理能力智能化、现代化。
3.目前“城市大脑”通过汇集各系统收集的市民热线问题数据，通过建立统一的分类标准和评价体系，形成专门的市民热线“问题库”，利用ai算法和ai模型辅助工作人员对问题进行快速的分类和派单，使群众问题的响应率、满意率较传统人工派单方式有较大提升。


技术实现要素：

4.为了实现城市治理体系和治理能力智能化、现代化，保证市民热线接诉即办，进而提高群众问题的响应率和满意率，本发明提供一种市民热线问题主动治理方法和装置，该方法利用历史数据、对历史数据进行分析挖掘、多元数据关联，然后结合人工智能算法，建立一种人工智能分析模型，然后用建立的模型去预测某一个问题描述，自动预测出其他可能发生的区域和可能发生的频次，从而实现“主动治理、未诉先办”，通过解决一个诉求解决一类问题，通过一个案例带动一片治理，实现城市治理的智能化和科学化。其具体技术方案如下：本发明实施例提供的一种市民热线问题主动治理方法，包括步骤：获取历史市民热线问题，对所述历史市民热线问题进行分类预处理，得到不同历史市民热线问题的分类；对不同类型的历史市民热线问题进行标记，得到带标记的历史市民热线问题；将所述历史市民热线问题采用问题描述命名体识别算法对所述市民热线问题进行识别，得到命名实体和问题描述；将所述命名实体和问题描述作为未训练高频问题识别模型的输入、所述标记作为所述高频问题识别模型的输出，对所述高频问题识别模型进行训练，得到训练后的高频问题识别模型；获取待预测的市民热线问题对应的命名实体和问题描述分别输入至预先训练的地理匹配模型和所述高频问题识别模型进行计算根据所述计算结果判断是否属于高频问题，并得到所述市民热线问题所在的地理位置，调取相应解决方案并派单。
5.进一步的，所述获取历史市民热线问题，对所述历史市民热线问题进行分类预处理，得到不同历史市民热线问题的分类，具体包括：获取历史市民热线问题，采用问题描述命名体识别算法对所述历史市民热线问题进行计算，得到所述市民热线问题对应的命名实体和问题描述；
将所述命名实体和问题描述进行计算，得到所述命名实体和问题描述对应的特征向量；采用聚类算法对所述特征向量进行聚类，将所述特征向量分为多个不同类型，得到不同历史市民热线问题的分类。
6.进一步的，所述聚类算法包括：余弦相似度算法、欧氏距离算法。
7.进一步的，还包括：获取所述历史市民热线问题所在的地理位置信息，根据所述地理位置信息构建地理信息基础数据库；所述地理信息基础数据库按照不同的市民热线问题对所述地理位置信息进行分类；将不同类型的地理位置信息按照地理特征进行聚类分析和分类；其中，所述地理特征是指所述地理位置信息所在的位置具备的地理优势，包括教育资源、娱乐资源、交通资源。
8.本发明的第二方面提供一种市民热线问题主动治理装置，包括：获取模块，用于获取历史市民热线问题，对所述历史市民热线问题进行分类预处理，得到不同历史市民热线问题的分类；标记模块，用于对不同类型的历史市民热线问题进行标记，得到带标记的历史市民热线问题；训练模块，用于将所述历史市民热线问题采用问题描述命名体识别算法对所述市民热线问题进行识别，得到命名实体和问题描述；将所述命名实体和问题描述作为未训练高频问题识别模型的输入、所述标记作为所述高频问题识别模型的输出，对所述高频问题识别模型进行训练，得到训练后的高频问题识别模型；获取待预测的市民热线问题对应的命名实体和问题描述输入至所述高频问题识别模型进行计算，根据所述计算结果判断调取相应问题解决方案并派单。
9.进一步的，所述获取模块包括：获取子单元，用于获取历史市民热线问题，采用问题描述命名体识别算法对所述历史市民热线问题进行计算，得到所述市民热线问题对应的命名实体和问题描述；特征向量计算模块，用于将所述命名实体和问题描述进行计算，得到所述命名实体和问题描述对应的特征向量；聚类模块，用于采用聚类算法对所述特征向量进行聚类，将所述特征向量分为多个不同类型，得到不同历史市民热线问题的分类。
10.进一步的，所述聚类算法包括：余弦相似度算法、欧氏距离算法。
11.进一步的，还包括地理信息基础数据库构建模块，用于获取所述历史市民热线问题所在的地理位置信息，根据所述地理位置信息构建地理信息基础数据库；所述地理信息基础数据库按照不同的市民热线问题对所述地理位置信息进行分类；将不同类型的地理位置信息按照地理特征进行聚类分析和分类；其中，所述地理特征是指所述地理位置信息所在的位置具备的地理优势，包括教育资源、娱乐资源、交通资源。
12.本发明的第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器处理上述所述的市民热线问题主动治理方法。
13.本发明的第四方面提供一种电子设备，该电子设备包括：处理器；以及，被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述的市民热线问题主动治理方法。
14.本发明实施例提供的一种市民热线问题主动治理方法和装置，该方法利用历史数据、对历史数据进行分类挖掘、将市民热线问题的分类、地理位置信息进行多元数据关联，然后结合人工智能算法，建立高频问题识别模型，然后用建立的模型去预测某一个问题描述，自动预测出其他可能发生的区域和可能发生的频次，从而实现“主动治理、未诉先办”，通过解决一个诉求解决一类问题，通过一个案例带动一片治理，实现城市治理的智能化和科学化。
附图说明
15.图1是本发明一种市民热线问题主动治理方法流程图；图２是本发明一种市民热线问题主动治理方法的模型预测过程示意图。
具体实施方式
16.以下结合附图对本发明进行说明，但不用来限制本发明的范围。
17.参见图1是本发明一种市民热线问题主动治理方法流程图，包括：s1：获取历史市民热线问题，对所述历史市民热线问题进行分类预处理，得到不同历史市民热线问题的分类。
18.上述历史市民热线问题是指在某一时间段之前的市民热线问题。
19.本发明首先利用算法，将海量的历史市民热线问题描述成特征向量，利用利用余弦相似度、欧式距离等特征度量方法，把历史热线问题进行聚类分析。
20.s2：对不同类型的历史市民热线问题进行标记，得到带标记的历史市民热线问题。
21.对历史市民热线问题进行聚类分析后，得到多个不同类别的市民热线问题，根据聚类分析结果标记出高频问题。
22.s3：将所述历史市民热线问题采用问题描述命名体识别算法对所述市民热线问题进行识别，得到命名实体和问题描述；将所述命名实体和问题描述作为未训练高频问题识别模型的输入、所述标记作为所述高频问题识别模型的输出，对所述高频问题识别模型进行训练，得到训练后的高频问题识别模型。
23.而后利用深度学习算法，结合标记后的数据，训练出高频问题识别模型。
24.s４：获取待预测的市民热线问题对应的命名实体和问题描述分别输入至预先训练的地理匹配模型和所述高频问题识别模型进行计算根据所述计算结果判断是否属于高频问题，并得到所述市民热线问题所在的地理位置，调取相应解决方案并派单。
25.参见图2，是本发明实施例提供的一种市民热线问题主动治理方法的预测流程示意图，具体内容为：问题描述命名体识别：是算法模型的输入步骤，通过输入新接到的问题
描述，利用自然语言处理算法的命名实体识别功能，对问题描述进行处理。
26.市民热线问题对应的命名实体和问题描述通过高频问题识别模型判断后，标注该市民热线问题是否属于高频问题。
27.在本发明实施例的可选实施方式中，还包括：获取所述历史市民热线问题所在的地理位置信息，根据所述地理位置信息构建地理信息基础数据库；所述地理信息基础数据库按照不同的市民热线问题对所述地理位置信息进行分类；将不同类型的地理位置信息按照地理特征进行聚类分析和分类；其中，所述地理特征是指所述地理位置信息所在的位置具备的地理优势，包括教育资源、娱乐资源、交通资源等，例如，教育资源分类下，可以把周边教育资源丰富的小区聚合成一类。
28.在本发明实施例的可选实施方式中，还包括根据所述命名实体，将地理实体名，利用相似度算法，与所述地理信息基础数据库中的已有名称进行对比，选出相似度排名最高或达到预设相似度的标准地理名称，作为该问题描述的地理属性，该地理属性反映了该问题可能发生的地区。
29.最终将问题描述、此问题是否属于高频问题、问题类型、可能发生类似问题地区、问题最终解决方案、解决部门等基础信息输出、供业务系统调用。
30.本发明实施例提供的一种市民热线问题主动治理方法和装置，该方法利用历史数据、对历史数据进行分类挖掘、将市民热线问题的分类、地理位置信息进行多元数据关联，然后结合人工智能算法，建立高频问题识别模型，然后用建立的模型去预测某一个问题描述，自动预测出其他可能发生的区域和可能发生的频次，从而实现“主动治理、未诉先办”，通过解决一个诉求解决一类问题，通过一个案例带动一片治理，实现城市治理的智能化和科学化。
31.下面举例对本发明实施例提供的一种市民热线问题主动治理方法进行说明。
32.例如，首先，根据地理信息，在教育类别下，将所有小区根据教育资源多寡进行聚类，后续比如接到一个新的市民热线问题“a小区提出孩子幼儿园入学难”的问题，则自动关联出与a小区地理情况类似（周边5公里内无幼儿园）的b小区、c小区，将此问题及处理方式直接同步到b小区和c小区的街道负责人，则可提前对类似问题进行预防或提早制定预案。同时，会利用高频问题判断模型分析此类问题是否为高频问题，发现为高频问题，则给教委等部门进行提前预警，帮助其做好预案或提前处理，在一些地区及时引入幼儿园教育资源。
33.本发明的第二方面还提供一种市民热线问题主动治理装置，包括：获取模块，用于获取历史市民热线问题，对所述历史市民热线问题进行分类预处理，得到不同历史市民热线问题的分类；标记模块，用于对不同类型的历史市民热线问题进行标记，得到带标记的历史市民热线问题；训练模块，用于将所述历史市民热线问题采用问题描述命名体识别算法对所述市民热线问题进行识别，得到命名实体和问题描述；将所述命名实体和问题描述作为未训练高频问题识别模型的输入、所述标记作为所述高频问题识别模型的输出，对所述高频问题识别模型进行训练，得到训练后的高频问题识别模型；
获取待预测的市民热线问题对应的命名实体和问题描述输入至所述高频问题识别模型进行计算，根据所述计算结果判断调取相应问题解决方案并派单。
34.进一步的，所述获取模块包括：获取子单元，用于获取历史市民热线问题，采用问题描述命名体识别算法对所述历史市民热线问题进行计算，得到所述市民热线问题对应的命名实体和问题描述；特征向量计算模块，用于将所述命名实体和问题描述进行计算，得到所述命名实体和问题描述对应的特征向量；聚类模块，用于采用聚类算法对所述特征向量进行聚类，将所述特征向量分为多个不同类型，得到不同历史市民热线问题的分类。
35.进一步的，所述聚类算法包括：余弦相似度算法、欧氏距离算法。
36.进一步的，还包括地理信息基础数据库构建模块，用于获取所述历史市民热线问题所在的地理位置信息，根据所述地理位置信息构建地理信息基础数据库；所述地理信息基础数据库按照不同的市民热线问题对所述地理位置信息进行分类；将不同类型的地理位置信息按照地理特征进行聚类分析和分类；其中，所述地理特征是指所述地理位置信息所在的位置具备的地理优势，包括教育资源、娱乐资源、交通资源。
37.本发明的第三方面还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器处理上述所述的市民热线问题主动治理方法。
38.本发明的第四方面提供一种电子设备，该电子设备包括：处理器；以及，被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述的市民热线问题主动治理方法。
39.虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。