[发明专利]一种群体性事件预警方法与系统

说明书

本发明提供了一种群体性事件预警方法与系统，包括：获取各个行政部门的矛盾纠纷事件；对所述矛盾纠纷事件中涉事主体进行识别得到事件主体数量的时间序列；根据事件主体数量的时间序列构建预测模型；根据所述预测模型得到相对误差和标准偏差；当相对误差超过标准偏差且为正值时，则发出群体性事件预警。本发明通过利用事件主体数量的时间序列构建预测模型，然后基于此对群体性事件进行预警，可以大大提高预警准确率。

技术领域

本发明涉及基层社会治理技术领域，具体而言，涉及一种群体性事件预警方法与系统。

背景技术

投诉求助平台成为社会公众表达利益诉求、宣泄释放情绪的重要渠道。多数群体性事件在事发前，民众会通过求助申诉平台系统进行反馈。基于此，对分散在各部门系统的民意信息进行综合分析，发掘可能触发群体性事件的风险因素，对于实现科学、及时、高效地预警群体性事件具有重要的理论和实践意义。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种群体性事件预警方法与系统。

本发明还提供了一种群体性事件预警方法，包括：

步骤1：获取各个行政部门的矛盾纠纷事件；

步骤2：对所述矛盾纠纷事件中涉事主体进行识别得到事件主体数量的时间序列；

步骤3：根据事件主体数量的时间序列构建预测模型；

步骤4：根据所述预测模型得到相对误差和标准偏差；

步骤5：当相对误差超过标准偏差且为正值时，则发出群体性事件预警。

优选地，所述步骤2：对所述矛盾纠纷事件中涉事主体进行识别得到事件主体数量的时间序列，包括：

步骤2.1：对涉事主体的组织机构的全称进行中文分词得到分词结果；

步骤2.2：对所述分词结果按照机构名关键字、地点、机构类型、机构后缀进行标注，采用一阶链式条件随机场模型进行学习得到状态序列的线性链CRFs条件概率；

步骤2.3：利用所述状态序列的线性链CRFs条件概率对事件数据进行命名实体识别，提取识别为机构团体名和机构名；

步骤2.4：利用百度分词算法分别对涉事主体的地址地点、人名进行识别得到相应的地名和人名；

步骤2.5：根据涉事主体的地名、人名、机构团体名和机构名构建事件主体数量的时间序列。

优选地，状态序列的线性链CRFs条件概率计算公式为：

其中,f_k(y_i-1,y_i,x,i)为特征函数,ω_k为第k个特征函数的权值,i表示序列中当前正要标记的字的位置,Z(x)是归一化因子。

优选地，所述步骤3：根据事件主体数量的时间序列构建预测模型，包括：

根据事件主体数量的时间序列采用简单移动平均法建立预测模型；所述预测模型为：

其中，x₁,...,x_T表示事件主体数量的时间序列，N表示移动平均的项数。

本发明还提供了一种群体性事件预警系统，包括：

矛盾纠纷事件获取模块，用于获取各个行政部门的矛盾纠纷事件；

涉事主体识别模块，用于对所述矛盾纠纷事件中涉事主体进行识别得到事件主体数量的时间序列；