基于自然语言处理的省级信访案件分析系统

针对全省信访案件不断增多、带给信访工作人员重复处理案件及处理效率问题,提出了基于自然语言处理技术,使用K-Means、Classifi cation等算法进行回归、分类和聚类分析为全省信访案件提供分析。首先,使用斯坦福大学自然语言中文处理模型包分析来访案件内容,根据案件多维度信息进行相似度分析和领域分类,然后,业务数据存储使用了国产的人大金仓数据库,使用ECharts生成多种可视化分析报表,最后,系统部署涉及的环境使用了全国产信创产品,以保证关键领域的全面安全。结果表明,系统上线后缩小了案件处理周期,提高了信访工作的工作质量和效率,提升了社会对政府信访工作的满意度,推动和促进了全省信访工作的信息化发展。

疫情防控综合管理平台设计与实现

为有效应对复杂的疫情的防控形势,使用信息化手段发挥大数据、云计算、人工智能等技术在疫情防控中的作用,加强疫情防控管理,协助政府相关部门,提升疫情防控能力。采集核酸检测、购药记录、交通乘坐记录等数据,实现数据资源共享。使用DataV组件和EChart5实现大屏可视化交互,智能分析,对各类人员的精确统计,数据归集。主要使用Java和Vue2完成平台开发,使用Jenkins构建,K8容器化部署。实现数据大屏、驾驶舱、主题库、预警告警等。利用移动通信信号和视频体征采集功能,快熟掌握形成轨迹,阻力疫情流调,减少传播风险。做到新冠肺炎疑似病例早发现、早预警、早响应,阻击疫情扩展。