[发明专利]一种特定场所风险评估方法及装置

权利要求书

1.一种特定场所风险评估方法，其特征在于，包括以下步骤：

设置与特定场所情况相关的多个一级风险因子，设置每一所述一级风险因子相关的二级风险因子；

获取待评估特定场所的历史资料，基于所述历史资料，采用机器学习的方式建立每一所述二级风险因子的预测模型；

基于所述历史资料，采用决策树算法建立所述一级风险因子与其相关的二级风险因子之间的关系模型；

基于各所述预测模型以及各所述关系模型计算一级风险因子系数；

设置各一级风险因子的权重值，计算各一级风险因子系数的加权平均值和，得到风险预测值；

对比所述风险预测值与风险实际值，实现对特定场所风险趋向的判断。

2.根据权利要求1所述的特定场所风险评估方法，其特征在于，设置每一所述一级风险因子相关的二级风险因子，具体为：

根据设定时间段内的一级风险事件发生数量计算一级事件平均值以及一级事件稳定值；

根据所述一级事件平均值以及一级事件稳定值确定每一单位时间段内的一级风险变化倾向；

根据一级风险变化倾向确定每一单位时间段内相关的风险因子，将各单位时间段内的共同风险因子设置为相关的二级风险因子。

3.根据权利要求1所述的特定场所风险评估方法，其特征在于，各所述一级风险因子相关联的二级风险因子互不相关。

4.根据权利要求1所述的特定场所风险评估方法，其特征在于，基于所述历史资料，采用机器学习的方式建立每一所述二级风险因子的预测模型，具体为：

所述历史资料包括多个二级风险预测样本，所述二级风险预测样本包括二级风险因子样本值及其相关的特定场所信息值；

采用所述二级风险预测样本对机器学习模型进行训练，得到所述预测模型。

5.根据权利要求1所述的特定场所风险评估方法，其特征在于，基于所述历史资料，采用决策树算法建立所述一级风险因子与其相关的二级风险因子之间的关系模型，具体为：

所述历史资料包括多个一级风险决策样本，所述一级风险决策样本包括一级风险因子样本值及其相关的二级风险因子样本值；

根据所述一级风险决策样本计算一级风险因子的信息增益；

根据各一级风险因子的信息增益确定其优先级，构建决策树；

采用所述一级风险决策样本对所述决策树进行训练，得到所述关系模型。

6.根据权利要求1所述的特定场所风险评估方法，其特征在于，对比所述风险预测值与风险实际值，实现对特定场所风险趋向的判断，具体为：

计算风险实际值，如果风险预测值小于风险实际值，则特定场所风险趋向差，如果风险预测值不小于风险实际值，则特定场所风险趋向好。

7.根据权利要求6所述的特定场所风险评估方法，其特征在于，计算风险实际值，具体为：

根据一段时间内二级风险事件发生数量计算二级事件平均值和二级事件稳定值；

根据二级事件平均值和二级事件稳定值，计算所述风险实际值：

其中，M为风险实际值，R_i为第i个一级风险因子的权重，i＝1,2,…,m，m为一级风险因子数量，X_ij为第i个一级风险因子的第j个二级风险因子值，M_j为第i个一级风险因子的第j个二级风险因子对应的平均值，S_j为第i个一级风险因子的第j个二级风险因子对应的稳定值。

8.根据权利要求1所述的特定场所风险评估方法，其特征在于，还包括：

每隔设定时间段，对选取的一级风险因子、二级风险因子以及各一级风险因子的权重值进行人工调整。

9.一种特定场所风险评估装置，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-8任一项所述的特定场所风险评估方法。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机该程序被处理器执行时，实现如权利要求1-8任一项所述的特定场所风险评估方法。