[发明专利]一种特定场所风险评估方法及装置

说明书

本发明涉及一种特定场所风险评估方法，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。本发明能够实现基于量化指标的特定场所风险评估，准确性高。

技术领域

本发明涉及特定场所管理技术领域，尤其涉及一种特定场所风险评估方法、装置及计算机存储介质。

背景技术

目前国内大都采用定性研究方法对特定场所风险的各项指标进行评估和分析，特定场所管理者在风险评估过程中缺少必要的数据支持，只能凭借自身经验来决策，这在一定程度上影响了决策的准确性和效果。

发明内容

有鉴于此，有必要提供一种特定场所风险评估方法及装置，用以解决目前特定场所风险评估缺少数据支持、准确性低的问题。

本发明提供一种特定场所风险评估方法，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。

进一步的，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。

进一步的，各所述一级风险因子相关联的二级风险因子互不相关。

进一步的，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。

进一步的，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。