[发明专利]一种基于关键词共现的管廊故障分析方法

摘要

本发明公开了一种基于关键词共现的管廊故障分析方法，包括以下步骤：步骤一：构建以通用词典为基础并涵盖管廊行业专有名词及专业术语的自定义词典；步骤二：在得到故障信息后，对该故障信息进行故障信息预处理；步骤三：在得到词语集合后，针对该词语集合进行关键词选取；步骤四：在对关键词进行词云可视化后，形成关键词共现矩阵并将该关键词共现矩阵可视化。本发明通过自定义词典、词频统计的手段发现故障关键词，并通过关键词词云可视化进行展示；进一步地构建关键词共现网络，并采用图布局算法进行布局优化，以达到对故障信息的分析和直观展示。

主权项

1.一种基于关键词共现的管廊故障分析方法，其特征在于，所述管廊故障分析方法包括以下步骤：步骤一：构建以通用词典为基础并涵盖管廊行业专有名词及专业术语的自定义词典；步骤二：在得到故障信息后，对该故障信息进行故障信息预处理，所述故障信息预处理包括：S2.1：故障信息去重：若所述故障信息中包含中文信息和英文信息，则将中文信息和英文信息进行比对去重，并对去重后的故障信息进行记录；S2.2：生成词语集合：在所述自定义词典中，对S2.1中记录的去重后的故障信息利用分词算法进行分词并去除停用词，将分词并去除停用词后的故障信息生成词语集合；步骤三：在得到所述词语集合后，针对该词语集合进行关键词选取，所述关键词选取包括：S3.1：词频统计：针对S2.2中生成的词语集合，统计该词语集合中的每个词语及其词频；S3.2：同义词合并：针对S3.1中的词语集合中的词语及其词频进行同义词合并，并对合并的同义词的词频进行相加；S3.3：关键词选取：在S3.2中的经过同义词合并后的词语集合中选取词频排名前M的词语作为关键词，其中M为正整数且M小于或者等于该关键词的数量；S3.4：关键词词云可视化：针对S3.3选出的关键词进行词云可视化；步骤四：在对关键词进行词云可视化后，形成关键词共现矩阵并将该关键词共现矩阵可视化，包括：S4.1：初始化共现矩阵：用N表示在S3.3中选择的关键词的数量，构建(N+1)*(N+1)的关键词共现矩阵，并将该关键词共现矩阵的首行和首列初始化为S3.3中选取的关键词；S4.2：关键词共现频次统计：将S4.1中的关键词共现矩阵中首行的每个关键词分别与首列的每个关键词进行配对，形成关键词对，在S3.2中的经过同义词合并后的词语集合中统计所述关键词对的出现频次，并将该出现频次一一对应地统计入S4.1中的关键词共现矩阵中；S4.3：关键词共现矩阵可视化：将S4.2中统计完关键词对出现频次的关键词共现矩阵进行可视化；所述关键词共现矩阵可视化的方式为形成关键词共现网络；所述关键词共现网络包括若干节点，每个所述节点分别代表一个S3.3中选取的关键词，各个所述节点间通过无向边进行连接以表达S4.2中的关键词对间的关系，所述无向边的颜色深浅及粗细与该关键词对的出现频次成正比；每个所述节点的大小与该节点的节点度成正比；步骤五：最终根据所述节点的大小和/或所述无向边的颜色深浅及粗细对管廊故障进行逐一判定排查。