一种基于数据挖掘的频繁停电投诉预警模型

目前频繁停电投诉已经成为电力用户投诉的主要来源,严重影响客户服务满意度的提升。当前针对频繁停电投诉的管控一直处于被动弥补状态,无法进行频繁停电投诉的预防或预警。针对此问题,本文以主动预防为出发点,通过对频繁停电投诉业务规则的研究,构建了以停电次数统计为数据挖掘对象,中文分词匹配算法作为数据挖掘技术,并通过网络地图技术进行预警展现的频繁停电投诉预警地图模型,最终实现了频繁停电类投诉预警。为供电企业合理安排检修停电及线路改造计划提供了准确参考,为前移服务关口提供了技术支撑,为有效降低投诉量奠定了坚实基础。

物联网技术在历史建筑保护中的应用

针对历史建筑保护人工参与高,难以实现实时、远程、持续保护的问题,提出利用物联网技术,通过在历史建筑周边安装智能摄像机、倾斜传感器等物联网设备,实现对历史建筑人员侵入、倾倒变形、剧烈震动、火灾等情况的智能化监控。利用地理信息技术建设历史建筑监控管理平台,不仅可以实现物联网设备的集成接入,还能及时将实时情况、地图预警信息推送到历史建筑监控管理中心和管理人员,在历史建筑保护中有较好的应用效果。

RESS软件与数量化-Ⅱ类分析方法在区域危险度评价中的应用

2012年7月中旬日本熊本县迎来特大暴雨,暴雨在熊本县市区内引发洪水,并在位于其东北部的阿苏地区引发了数量巨大、后果严重的地质灾害。通过同年10月到11月之间多次现场灾害调查,发现当地的地质灾害主要类型有崩塌、滑坡和泥石流。当地的地理环境给相关部门后续的治理和修复工作带来了极大的不便利,同时耗费了大量的时间和资金,因而相对于灾后进行治理和修复工作,事前对于当地可能发生地质灾害的区域进行危险度评价,在危险度大的地方提前建立防护措施具有更大的实际和经济价值。本文运用日本熊本大学工学部环境岩土研究室自主研发的危险度评价RESS软件对选取的阿苏—坂梨区域进行危险度评价,获得了被研究区域的地势起伏度、横断面形状、斜面倾斜角度、集水面积、土地利用信息、土体表层地质、灾害场所变化情况等7个类别的解析图像和数据。结合使用数量化—Ⅱ类分析方法,对危险度评价的结果进行验证和扩展,危险度评价的准确率和灾害场所的判断准确率均高于研究要求,另外也获得了由RESS软件解析出来的各个类别的因子对于地质灾害事件的贡献度大小。依据危险度评价的结果绘制出被研究区域的地质灾害预测预警地图,该地图简单易懂,具有一定的社会共享意义和专业参考价值。

“大数据+信用”应用创新与实践研究

随着社会信用体系建设深入推进,信用数据呈指数级增长,传统的数据处理技术无法满足海量数据的整合分析需求,需要利用大数据技术对信用数据进行挖掘分析,创新信用产品,提升信用服务能力,是提高政府服务水平和监管效率的有效方式。论文重点介绍采用Hadoop、图数据库、复杂网络和社团检测等大数据技术,通过对河南省信用信息平台归集的信用数据进行挖掘分析,开发"信用基因图谱""信用监测预警地图""企业投资担保圈"等"大数据+信用"应用,为市场监管、社会管理等领域提供信用服务。