[发明专利]社会化网络媒体数据中城市空气污染事件的识别方法

权利要求书

1.社会化网络媒体数据中城市空气污染事件的识别方法，其特征在于，具体按照以下步骤实施：

步骤1、以社会化网络媒体数据为数据源，从其中的历史数据中提取与城市空气污染相关的数据，其中，城市空气污染相关数据的获取从用户的直接环境空气描述和污染事件描述两方面获取，并以环境污染事件类型、栅格化城区位置、社会化媒体属性为重构指引，重构成具有完整语义功能的多模态城市空气污染基本事件数据；

步骤2，从社会化网络媒体数据中提取城市空气污染事件识别指标集；

所述步骤2具体按照以下步骤实施：

步骤2.1、在直接描述城市空气质量的指标方面，提取网民描述环境空气质量的典型语义模式，包括描述对象和描述特征词；

所述步骤2.1中网民描述环境空气质量的典型语义模式分别从工业生产、城市交通、居民生活多方面提取，同时提取出相应的地理区域、描述对象、以及空气质量特征词；

步骤2.2、在城市空气污染事件方面，提取归纳潜在的污染源类型、污染事件名称、污染事件动态描述、相关污染因子要素、人体感受；

所述步骤2.2中污染源类型包括：工业、农业、居民生活、交通运输业、建筑业；污染事件名称包括化学品、尾气、秸秆、垃圾、烟囱、工地、涂料、油漆；污染事件动态描述包括排放、泄露、爆炸、燃烧、焚烧；相关污染因子要素包括废气、黑烟、硫黄、氨氮；人体感受包括呛、熏、刺鼻、臭、难闻；

步骤2.3、基于步骤2.1及步骤2.2，结合相应的区域位置的历史环境空气信息，建立城市空气污染重要监测指标体系；

所述步骤2.3中区域位置以人口密度、土地特征因素为依据对城市区域进行栅格化处理；历史环境空气信息是建立城市空气污染重要监测指标体系，涉及多个方面的评价检测指标，如细颗粒物PM_2.5、可吸入颗粒物PM₁₀；

步骤3、依据城市空气污染重要监测指标体系对社会化网络媒体数据中的城市空气污染事件进行识别，

所述步骤3具体按照以下步骤实施：

步骤3.1、基于证据理论完成并实现城市空气污染事件的不确定性融合，并采用优化求解的方式近似计算证据函数；

所述步骤3.1中以原证据函数m_origin与近似后证据函数m间的证据距离以及近似计算前后证据函数的不确定度变化的加权和作为目标函数，约束条件为证据焦元势以及焦元个数的限制，即

其中，obj(m)为所需最小化的目标函数，α,β为加权系数，m_origin为原证据函数m为近似后证据函数，d_J(m_origin,m)代表原证据函数m_origin与近似后证据函数m间的证据距离，U(·)代表证据不确定度，A,B代表焦元，m(·)为基本概率分配函数，k₁代表焦元的最大势，k₂代表焦元的最大个数，Θ代表识别框架；

步骤3.2、对社会化网络媒体数据中的城市污染现象依据证据函数进行深入语义理解与融合，并映射至城市环境空气重要监测指标体系，得到整合后的更为抽象的决策层集语义形式，进而完成对城市污染事件的识别；

所述步骤3.2中在进行城市空气污染事件的不确定性融合之前，在传统的框架转换基础上引入中间粒度层框架进行框架的一致性转换，即与寻找各个既有框架Θ_i(i＝1,...L)之间距离最小的中间框架Θ_opt，而后，基于中间框架针对所有既有框架进行相应地粗化或细化操作，再进行证据融合。