[发明专利]一种基于大数据的区域空气环境质量监测系统及方法

权利要求书

1.一种基于大数据的区域空气环境质量监测方法，其特征在于：该方法包括以下步骤：

S1、获取社交网络平台服务器的管理权，调取社交网络数据，进行关键字提取；

S2、基于关键字进行进一步识别，获取对应的时间以及地理位置区域，并记录在数据库；

S3、获取极端天气、出行假日、工业发展的信息数据情况，对模型进行参数修正；

S4、监管部门进行评估区域下空气环境质量，并对重污染企业进行监管与处罚；

在步骤S1中，对关键字进行提取包括以下步骤：

S8-1、对社交网络平台服务器中的社交网络数据进行获取，并设置与空气环境质量相关的关键词，分别记为[A₁、A₂、A₃、……、A_n]；

S8-2、从获取的社交网络平台服务器中的社交网络数据中对应步骤S1中设置的关键词，将带有关键词关联句组提取出来，所述句组以句号为分界线，分别记为文本[I₁、I₂、I₃、……、I_J]；

S8-3、对所有的文本[I₁、I₂、I₃、……、I_J]进行标记，分别在其后缀带有时间及地理位置区域，并进行分析；

在步骤S2中，基于关键字进行进一步识别包括以下步骤：

S9-1、获取步骤S8-3的标记后的文本[I₁、I₂、I₃、……、I_J]，对每个文本按照标点进行分割，即任意标点即为一道分界线，分割后记为：

I_m＝S₁+S₂+S₃+……+S_K

其中，I_m为任一标记后的文本，S₁、S₂、S₃、……、S_K分别为文本I_m分割的每一段落；

S9-2、对文本I_m的所有段落进行词性标注处理，并去除停用词，则每个段落生成：

S_K＝T₁+T₂+T₃+……+T_a

其中，S_K指文本I_m中的任一段落，T₁+T₂+T₃+……+T_a为段落S_K中的候选关键词；

S9-3、获取步骤S9-2中的候选关键词，建立节点集V，每个候选关键词作为一个节点存在，采用共现关系构造任意两个节点T_i、T_j之间的边，两个节点之间存在边即它们在长度为h的窗口中共现，h表示窗口大小，即最多共现h个关键词；

S9-4、根据公式：

其中，w(T_i)为节点T_i的权重，d为阻尼系数，为0.85；In(T_i)为节点T_i的前驱结点集合，Out(T_i)节点T_i的后继结点集合，w_ji为节点i与节点j之间的相似度，w(T_j)为节点T_j的权重，T_h为窗口内任一节点；

迭代传播各节点的权重，直到收敛为止；

S9-5、对节点权重进行倒序排列，选取F个作为最佳词汇，对最佳词汇进行甄别，根据公式：Q＝C/F；

其中，Q为保留概率，C为最佳词汇中能够表达空气环境质量的词汇；

S9-6、设置阈值Qmax，若Q能够超出Qmax，则选取其对应的原始社交网络数据存储至数据库；

在步骤S3-S4中，对模型进行修正以及评估监管包括以下步骤：

S10-1、调取S9-6中的数据库数据，进行地理位置区域划分，对同一地理位置区域内取数据L条进行评估；

S10-2、对L条数据进行分析，根据程度副词关键词的分析，进行判断社交网络平台对于空气环境的评价信息，所述程度副词关键词包括很好、晴朗、大风、灰尘；

S10-3、根据公式计算区域空气环境质量值：

其中，U为区域空气环境质量值，y₁、y₂、y₃为参数系数值，L_优为带有优质程度副词的数据；

并同时设置阈值U_min，若U低于U_min则相关部门需要对重污染企业进行监管；

所述优质程度副词包括很好、晴朗；

S10-4、获取地理位置区域内极端天气、出行假日、工业发展的信息数据情况，若在时间B内存在上述信息数据情况任一种，则对参数取相应的常数值为y₁＝0.5；y₂＝1.2；y₃＝0.8；对在时间B内不存在上述信息数据情况的，其对应的参数值取1，其中B为监测规定时间。