本發(fā)明涉及項目管理，具體地說是一種智能化的項目動態(tài)風險監(jiān)測評估方法和系統(tǒng)。

背景技術：

1、隨著信息技術的不斷發(fā)展，投資項目從項目前期策劃、項目立項、項目儲備、項目開工、項目竣工驗收的項目全生命周期的業(yè)務辦理越來越成熟。當前全國各地對項目管理平臺的應用水平不斷提升，為開展投資管理提供基礎支撐，平臺能夠惠及各類投資者，并助力發(fā)改部門投資管理水平提升。各地也在陸續(xù)提出新思路，創(chuàng)新管理手段、探索新興技術和大數(shù)據(jù)實踐應用，優(yōu)化完善平臺功能，利用信息化手段解決項目管理過程中存在的問題。

2、目前全國各地在進行投資項目分類管理過程中，將投資項目分為國家級重點項目、省級的重點項目、市級重點項目，這些重大項目是否能夠及時的落地，是否真正的開工，開工后具體的進展情況是領導關注的核心點。如何采用智能化的分析研判，為領導提供實時準確的進度分析，是急切問題。

3、目前項目監(jiān)管還存在以下幾個問題：

4、一是項目監(jiān)測預警能力弱。以往項目都是通過每月人工審核的管理模式來保證數(shù)據(jù)質量，針對較為優(yōu)質的重點項目來說，勉強足夠，但應對全口徑項目管理時，項目的監(jiān)測工作變得困難，審核任務繁重，缺乏有效技術手段對全口徑項目實施智能化、精細化、規(guī)范化的有效監(jiān)測，無法及時預警發(fā)現(xiàn)問題和解決問題。

5、二是綜合分析能力不足。目前針對項目的數(shù)據(jù)分析只是簡單的項目數(shù)據(jù)統(tǒng)計，缺乏多維度多層次的數(shù)據(jù)融合碰撞能力，無法形成有效的預測分析；數(shù)據(jù)管理方面只進行了生產(chǎn)數(shù)據(jù)的管理，缺乏針對多種因素形成的決策數(shù)據(jù)管理手段。

技術實現(xiàn)思路

1、本發(fā)明的技術任務是針對以上不足之處，提供一種智能化的項目動態(tài)風險監(jiān)測評估方法和系統(tǒng)，有效的節(jié)省了人工巡檢的工作量和成本，巡檢的相關數(shù)據(jù)自動形成項目的畫像，為后續(xù)的管理人員進行項目檔案的查詢以及項目風險的整體把控提供了數(shù)據(jù)支撐。

2、本發(fā)明解決其技術問題所采用的技術方案是：

3、一種智能化的項目動態(tài)風險監(jiān)測評估方法，

4、動態(tài)的采集項目各個階段和各個維度的數(shù)據(jù)，包括項目數(shù)據(jù)、項目審批、項目調度、項目進展圖片、項目招投標數(shù)據(jù)，形成項目畫像；

5、基于系統(tǒng)設定的風險評價指標，以項目畫像為基礎，融合項目預警分析判斷及項目總體分析判斷算法實現(xiàn)對項目進展預警、監(jiān)測及項目總體情況分析，項目進展預警、監(jiān)測是對每個項目不同時間的形象進展照片及視頻信息進行疊加，通過計算機視覺技術判定項目進展，同時融合項目填報的進展情況及審批手續(xù)信息，通過項目進展預警分析算法，自動判斷項目是否存在異常進展并發(fā)出預警；

6、相關管理人員根據(jù)預警項目的各維度信息，對項目總體進展進行研判，確認本項目進展是否異常，并對異常項目列入進展跟蹤監(jiān)管。

7、根據(jù)采集到的項目相關的數(shù)據(jù)，通過構建的項目動態(tài)風險監(jiān)測評估模型，對項目整體風險進行評估，從而得到項目的風險評估結果；通過設定的風險閾值，對項目風險進行預警，通過這種智能化的動態(tài)分析，管理部門能夠實時的了解到項目存在的風險，及時對風險項目進行干預，減少潛在的風險發(fā)生，為監(jiān)管部門更好的管理項目提供數(shù)據(jù)支撐。

8、進一步的，本方法的實現(xiàn)包括：

9、風險監(jiān)測指標數(shù)據(jù)，每個指標項對應考核分數(shù)，通過風險監(jiān)測的指標數(shù)據(jù)對項目的樣本數(shù)據(jù)進行分析，給每個項目進行風險評分，并將評分的結果和風險系數(shù)反饋給監(jiān)管部門，監(jiān)管部門對數(shù)據(jù)進行復核，復核成功的項目進入風險庫進行重點的跟蹤和監(jiān)管；

10、圖片關鍵圖片特征庫，利用floyd-warshall及邊緣特征算法等將每個項目的識別圖片的特征進行識別，識別圖像中關鍵特征如顏色、紋理、形狀、輪廓、空間、區(qū)域等特征后為每個項目記錄至特征庫，通過算法計算圖片中每個節(jié)點之間的距離，生成項目的測繪特征庫，以此特征庫作為每次視頻關鍵幀圖像比對的基本模型；同時本特征庫支持人工對圖片識別后記錄如特征庫時的關鍵特征識別；

11、無人機航拍數(shù)據(jù)采集模型，系統(tǒng)自動對進入施工階段的項目進行航拍任務的下發(fā)工作，并基于系統(tǒng)的項目無人機航拍碼進行航拍數(shù)據(jù)的自動化的采集；

12、自機器學習樣本庫，通過航拍的數(shù)據(jù)中的圖片特征不斷地學習，實現(xiàn)對圖片數(shù)據(jù)的有效分析；

13、風險評估模型，按照風險評估的指標項，對項目進行風險評分，存在風險的項目被自動識別出來，為后續(xù)項目的風險跟蹤和監(jiān)管提供數(shù)據(jù)支撐。

14、進一步的，支持與投資項目在線審批監(jiān)管平臺對接，自動歸集本地區(qū)的項目，形成項目的樣本庫；支持與工程建設項目審批管理系統(tǒng)對接，獲取項目審批數(shù)據(jù)，形成項目審批庫；支持與重大項目管理調度系統(tǒng)對接，獲取項目分階段的調度數(shù)據(jù)，形成項目的調度庫；

15、項目庫根據(jù)采集的數(shù)據(jù)分析形成開工項目庫，并針對開工的項目定制無人機采集任務，通過項目航拍碼采集無人機航拍的圖片數(shù)據(jù)。

16、進一步的，內(nèi)置多個圖片識別算法，利用灰度直方圖均衡算法及邊緣特征算法將每個項目的識別圖片的特征進行識別，識別圖像中關鍵特征如建筑物、機器、設備等特征后為每個項目記錄至特征庫，以此特征庫作為每次采集的無人機圖像比對的基本模型；同時該特征庫支持人工對圖片識別后記錄入特征庫時的圖片關鍵特征識別；

17、對開工項目庫的項目按照采集的無人機圖像，模型依據(jù)無人機圖片特征值、特征值權重定義、圖片特征相似度比例及相關算法形成自動的項目進展變化判斷模型，自動分析項目每個采集周期的項目進展情況，得到項目進展變化的結果；

18、通過機器學習模型，自動對項目進展情況進行分析學習，不斷調整項目進展情況判斷的指標項，提高項目進展變化的準確度。

19、進一步的，采集完成相關的數(shù)據(jù)后，自動根據(jù)設定的風險評估模型，對全域的項目進行整體的風險評估，出具對應的風險評估結果，為管理部門及時把控項目風險提供數(shù)據(jù)支撐。

20、進一步的，該方法的具體實現(xiàn)過程如下：

21、1)風險評估指標項設定，系統(tǒng)內(nèi)置指標項庫，對風險評估模型涉及的指標項進行初始化和修改操作，修改后的規(guī)則直接應用到監(jiān)測中；

22、2)項目庫初始化，對接投資項目在線審批監(jiān)管平臺獲取立項的項目數(shù)據(jù)，并將項目基礎信息、項目單位信息數(shù)據(jù)采集到項目庫；

23、3)項目調度信息采集，對接重大項目調度管理系統(tǒng)分階段采集項目策劃、項目立項、項目開工、項目竣工階段的調度數(shù)據(jù)；

24、4)項目審批數(shù)據(jù)采集，對接工程建設項目審批管理系統(tǒng)通過項目的唯一編碼，將項目庫中的所有項目的相關的主要審批事項的數(shù)據(jù)采集入庫；

25、5)項目無人機航拍數(shù)據(jù)采集，在完成上述的數(shù)據(jù)采集工作后，進行初步分析將已經(jīng)辦理完成施工許可證的項目進行判定出來，將判定的結果分項目生成對應的無人機航拍碼，通過短信平臺推送給本地區(qū)所在的無人機航拍組織，無人機航拍組織在收到數(shù)據(jù)采集任務后進行搶單，搶到訂單的項目組織無人機按照固定的時間段進行航拍，航拍的結果通過掃描對應的航拍碼將對應的圖片數(shù)據(jù)和視頻數(shù)據(jù)上傳到無人機航拍數(shù)據(jù)采集模型中；

26、6)項目基礎位置環(huán)境圖片特征識別：實現(xiàn)利用灰度直方圖均衡算法及邊緣特征算法將每個項目的識別圖片的特征進行識別，識別圖像中關鍵特征如顏色、紋理、形狀、輪廓、空間、區(qū)域、建筑物、設備、材料等特征后為每個項目記錄至巡檢識別特征庫，以此特征庫作為每次項目無人機航拍圖片的對比標準；同時特征庫也支持通過人工的方式在原有的識別的基礎上完善圖片關鍵特征識別特征；

27、7)項目進展變化模型定義，該模型支持自動識別的圖片特征值及特征值權重及自動比對的多個圖片的相似度比例進行定義，形成項目進展變化模型定義；

28、8)項目進展變化預警值設置，針對最終判定的圖片相似度對比情況設置系統(tǒng)預警值，包括項目進展變化大小，通過所述預警值設置，對大量的項目無人機航拍的數(shù)據(jù)進行監(jiān)控，得到各項目的項目進展分析情況，可讓管理人員直接通過對應的項目不同周期的變化情況，得到項目的整體施工進展，不需要進入現(xiàn)場進行查看就能實時的動態(tài)監(jiān)控，提升工作效率；

29、9)機器深度學習訓練，系統(tǒng)內(nèi)置自動學習訓練樣本庫及自動學習裝置，通過對不同項目的現(xiàn)場圖片特征數(shù)據(jù)的不斷學習，結合項目周期調度的無人機航拍圖片數(shù)據(jù)的對比，判斷項目是否開工、近期內(nèi)是否在施工，是否竣工的分類測評結果，得出項目進展情況分析的結果；

30、10)項目風險評估模型，按照設定的風險評估指標項，在完成項目的數(shù)據(jù)采集和項目進展數(shù)據(jù)研判后，對項目畫像相關的數(shù)據(jù)進行綜合的分析，得到每個項目的風險評估結果；

31、11)風險評估結果的確認，項目風險評估的結果按照風險評估的等級，對存在嚴重風險的項目進行人工的復核，復核的過程參考項目畫像的數(shù)據(jù)及項目無人機航拍的數(shù)據(jù)進行綜合研判，準確無誤的項目進入項目重點風險分析庫，管理人員可以對重點項目進行重點的跟蹤和監(jiān)控。

32、進一步的，所述項目審批數(shù)據(jù)采集，項目的相關的主要審批事項包括前期策劃數(shù)據(jù)、中介服務數(shù)據(jù)、項目單體信息、項目審批數(shù)據(jù)、項目審批材料、項目審批結果及整個項目全生命周期中涉及的建設用地規(guī)劃許可信息、建設工程規(guī)劃許可信息、施工設計文件審查、建筑工程施工許可信息、竣工驗收備案信息。

33、本發(fā)明還要求保護一種智能化的項目動態(tài)風險監(jiān)測評估系統(tǒng)，包括：

34、風險監(jiān)測指標數(shù)據(jù)，每個指標項對應考核分數(shù)，通過風險監(jiān)測的指標數(shù)據(jù)對項目的樣本數(shù)據(jù)進行分析，給每個項目進行風險評分，并將評分的結果和風險系數(shù)反饋給監(jiān)管部門，監(jiān)管部門對數(shù)據(jù)進行復核，復核成功的項目進入風險庫進行重點的跟蹤和監(jiān)管；

35、圖片關鍵圖片特征庫，利用floyd-warshall及邊緣特征算法等將每個項目的識別圖片的特征進行識別，識別圖像中關鍵特征如顏色、紋理、形狀、輪廓、空間、區(qū)域等特征后為每個項目記錄至特征庫，通過算法計算圖片中每個節(jié)點之間的距離，生成項目的測繪特征庫，以此特征庫作為每次視頻關鍵幀圖像比對的基本模型；同時本特征庫支持人工對圖片識別后記錄如特征庫時的關鍵特征識別；

36、無人機航拍數(shù)據(jù)采集模型，系統(tǒng)自動對進入施工階段的項目進行航拍任務的下發(fā)工作，并基于系統(tǒng)的項目無人機航拍碼進行航拍數(shù)據(jù)的自動化的采集；

37、自機器學習樣本庫，通過航拍的數(shù)據(jù)中的圖片特征不斷地學習，實現(xiàn)對圖片數(shù)據(jù)的有效分析；

38、風險評估模型，按照風險評估的指標項，對項目進行風險評分，存在風險的項目被自動識別出來，為后續(xù)項目的風險跟蹤和監(jiān)管提供數(shù)據(jù)支撐。

39、該系統(tǒng)實現(xiàn)上述的智能化的項目動態(tài)風險監(jiān)測評估方法。

40、本發(fā)明還要求保護一種智能化的項目動態(tài)風險監(jiān)測評估裝置，包括至少一個存儲器和一個處理器；

41、所述至少一個存儲器，用于存儲機器可讀程序；

42、所述至少一個處理器，用于調用所述機器可讀程序，實現(xiàn)上述的方法。

43、本發(fā)明還要求保護計算機可讀介質，所述計算機可讀介質上存儲有計算機指令，所述計算機指令在被處理器執(zhí)行時，實現(xiàn)上述的方法。

44、本發(fā)明的一種智能化的項目動態(tài)風險監(jiān)測評估方法和系統(tǒng)與現(xiàn)有技術相比，具有以下有益效果：

45、1、支持項目數(shù)據(jù)的多數(shù)據(jù)源采集，可以按照投資項目和工程建設項目的相關標準，采集項目的基礎數(shù)據(jù)，審批數(shù)據(jù)以及相關的現(xiàn)場無人機視頻圖片數(shù)據(jù)。

46、2、支持通過項目無人機碼，自動下單無人機采集的任務，通過無人機碼掃碼進行項目無人機航拍數(shù)據(jù)的采集。

47、3、支持多種算法獲取項目圖片特征，對辦理了施工許可證的項目現(xiàn)場的建筑物、設備、環(huán)境、材料、顏色、形狀、輪廓、空間、區(qū)域等多個維度識別圖片特征，豐富特征對比項，有利于項目現(xiàn)場進展進行準確的判斷。

48、4、支持項目進展變化模型的定義，該模型支持自動識別的圖片特征值及特征值權重及自動比對的多個圖片的相似度比例等進行定義，形成項目進展變化模型定義。

49、5、支持通過機器深度學習訓練的方式，自動將各個項目的不同時間段的項目進展圖片數(shù)據(jù)進行對比，形成項目進展分析的結果，得出項目是否開工、近期內(nèi)是否在施工，是否竣工等分類測評結果，得出項目進展情況分析的結果。

50、6、支持項目風險評估模型的設定，按照設定的風險評估指標項，在完成項目的數(shù)據(jù)采集和項目進展數(shù)據(jù)研判后，對項目畫像相關的數(shù)據(jù)進行綜合的分析，得到每個項目的風險評估結果，并針對動態(tài)監(jiān)控到的項目風險等級制定相應的風險監(jiān)測機制，對重點風險項目進行動態(tài)的跟蹤監(jiān)管。

51、7、支持全域范圍內(nèi)采集到的項目的自動巡檢及出具項目動態(tài)風險評估報告，本裝置支持對全域范圍內(nèi)采集入庫的項目進行風險評估，部門可以通過風險評估模型自動的獲取存在風險的項目，有效的替代了人工現(xiàn)場巡檢的工作量，還能及時捕獲項目風險情況，對存在風險的項目進行前期干預，重點跟蹤監(jiān)控。