[发明专利]一种基于深度学习算法的事件预警模型构建方法

摘要

本发明涉及一种基于深度学习算法的事件预警模型构建方法，通过对大规模重大事件相关资源信息进行数据整合、数据关联，通过灵活建模工具、可视化分析手段，建立事件预警模型，获取有价值的重大事件预警信息，从而为相关部门提供更加快速、有效的情报信息，为政府决策提供有效的数据支撑。

主权项

1.一种基于深度学习算法的事件预警模型构建方法，其特征在于包括：(1)事件数据存储：运用分布式结构存储机制和执行机制，对存储海量的、各类复杂数据类型的结构化数据和非结构化数据进行存储；(2)数据分析比对处理：深度卷积神经网络、自动编码器、递归神经网络及深度信念网络的深度学习技术，对存储整合后的数据进行分析比对处理；(3)分析模型配置：根据不同的业务需求，制定适当分析模型，包括前端图表分析、综合关联展示、关联扩展分析、时间序列分析、空间分析平台，为用户提供一个可灵活配置的业务模型的分析平台；(4)可视化分析：通过对关注对象的扩展，确定关注对象的关联信息及关联关系，通过各种分析功能及算法，对实体信息及关联线索进行进一步分析，挖掘出其隐藏其间的对象间的深层信息；(5)事件预警防范：通过多因素叠加事件模型自动分析服务生成事件预警信息，对事件进行跟踪、监测并结合人工研判，从而对事件进行有效处置，对未发生事件或事件苗头进行有效防范。