本發(fā)明屬于信息處理領(lǐng)域，尤其涉及一種基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布系統(tǒng)及方法。

背景技術(shù)：

1、突發(fā)事件是指突然發(fā)生，造成或者可能造成嚴(yán)重社會(huì)危害，需要采取應(yīng)急處置措施予以應(yīng)對(duì)的自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生事件和社會(huì)安全事件。這些事件通常具有突然性、緊急性和破壞性等特點(diǎn)。

2、當(dāng)一些突發(fā)事件發(fā)生，基于人工智能技術(shù)的發(fā)展，為降低突發(fā)事件的危害，部分領(lǐng)域設(shè)置有預(yù)警信息靶向發(fā)布系統(tǒng)，進(jìn)而實(shí)現(xiàn)對(duì)預(yù)警信息的有效推送，但在一些應(yīng)用程序使用過(guò)程中，現(xiàn)有靶向發(fā)布系統(tǒng)精準(zhǔn)度有限，存在推送范圍溢出和推送信息靶向性不足的缺點(diǎn)，針對(duì)上述問(wèn)題，亟需研制一種基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布系統(tǒng)及方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例的目的在于提供一種基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布系統(tǒng)及方法，旨在解決上述背景技術(shù)中提出的問(wèn)題。

2、本發(fā)明實(shí)施例是這樣實(shí)現(xiàn)的，一方面，一種基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布方法，所述方法包括：

3、獲取并識(shí)別應(yīng)用程序靶向用戶信息和傾向數(shù)據(jù)，生成靶向信息集；

4、基于靶向信息集，監(jiān)測(cè)并獲取應(yīng)用程序靶向用戶成行目標(biāo)時(shí)間；

5、設(shè)置風(fēng)險(xiǎn)模型；

6、基于風(fēng)險(xiǎn)模型，識(shí)別并生成成行目標(biāo)時(shí)間的風(fēng)險(xiǎn)預(yù)警值；

7、對(duì)比風(fēng)險(xiǎn)預(yù)警值，生成應(yīng)用程序定向推送指令。

8、作為本發(fā)明的進(jìn)一步方案，所述獲取并識(shí)別應(yīng)用程序用戶信息和傾向數(shù)據(jù)，生成靶向信息集具體包括：

9、采集停留在旅游標(biāo)簽特征帖子時(shí)長(zhǎng)超過(guò)停留時(shí)長(zhǎng)閾值的應(yīng)用程序用戶，生成并標(biāo)記為靶向用戶；

10、獲取靶向用戶主動(dòng)反饋數(shù)據(jù)和被動(dòng)反饋數(shù)據(jù)；

11、提取主動(dòng)反饋數(shù)據(jù)和被動(dòng)反饋數(shù)據(jù)中的位置信息；

12、對(duì)位置信息進(jìn)行查重處理，生成查重時(shí)間和高頻位置信息；

13、基于查重時(shí)間，生成靶向時(shí)段。

14、作為本發(fā)明的再進(jìn)一步方案，所述基于靶向信息集，監(jiān)測(cè)并獲取應(yīng)用程序用戶成行目標(biāo)時(shí)間具體包括：

15、基于靶向時(shí)段，監(jiān)測(cè)靶向用戶的票務(wù)付款信息；

16、基于票務(wù)付款信息，生成成行目標(biāo)時(shí)間；

17、基于成行目標(biāo)時(shí)間，生成預(yù)警測(cè)算指令。

18、作為本發(fā)明的又進(jìn)一步方案，所述設(shè)置風(fēng)險(xiǎn)模型具體包括：

19、?w=(v*2)+(w*1.5)+(r*1.2)+(s*1.8)；

20、式中，w為風(fēng)險(xiǎn)預(yù)警值，v表示能見(jiàn)度預(yù)警值，w表示大風(fēng)預(yù)警值，r表示暴雨預(yù)警值，s表示冰雪預(yù)警值。

21、作為本發(fā)明的進(jìn)一步方案，所述基于風(fēng)險(xiǎn)模型，識(shí)別并生成成行目標(biāo)時(shí)間的風(fēng)險(xiǎn)預(yù)警值具體包括：

22、分別導(dǎo)入成行目標(biāo)時(shí)間前后三日的能見(jiàn)度預(yù)測(cè)值、風(fēng)速預(yù)測(cè)值、暴雨降水量預(yù)測(cè)值和路面結(jié)冰預(yù)測(cè)值；

23、基于風(fēng)險(xiǎn)模型，生成第一風(fēng)險(xiǎn)預(yù)警值、第二風(fēng)險(xiǎn)預(yù)警值和第三風(fēng)險(xiǎn)預(yù)警值；

24、計(jì)算第一風(fēng)險(xiǎn)預(yù)警值、第二風(fēng)險(xiǎn)預(yù)警值和第三風(fēng)險(xiǎn)預(yù)警值的平均值，生成風(fēng)險(xiǎn)預(yù)警參考值和風(fēng)險(xiǎn)關(guān)鍵詞集。

25、作為本發(fā)明的進(jìn)一步方案，所述對(duì)比風(fēng)險(xiǎn)預(yù)警值，生成應(yīng)用程序定向推送指令具體包括：

26、判斷風(fēng)險(xiǎn)預(yù)警參考值是否大于中風(fēng)險(xiǎn)閾值；

27、若風(fēng)險(xiǎn)預(yù)警參考值大于中風(fēng)險(xiǎn)閾值，生成中級(jí)推送頻率；

28、基于成行目標(biāo)時(shí)間，生成預(yù)判時(shí)段；

29、獲取高頻位置信息和風(fēng)險(xiǎn)關(guān)鍵詞集，生成條件包；

30、基于預(yù)判時(shí)段，檢索符合條件包的帖子信息，生成事件集；

31、基于中級(jí)推送頻率，向靶向用戶推送事件集；

32、若風(fēng)險(xiǎn)預(yù)警參考值大于高風(fēng)險(xiǎn)閾值，生成高級(jí)推送頻率；

33、基于高級(jí)推送頻率，向靶向用戶推送事件集。

34、作為本發(fā)明的進(jìn)一步方案，另一方面，一種基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布系統(tǒng)，所述系統(tǒng)包括：

35、第一獲取識(shí)別模塊，用于獲取并識(shí)別應(yīng)用程序靶向用戶信息；

36、第二獲取識(shí)別模塊，用于獲取并識(shí)別傾向數(shù)據(jù)；

37、第一生成模塊，用于生成靶向信息集；

38、監(jiān)測(cè)獲取模塊，用于基于靶向信息集，監(jiān)測(cè)并獲取應(yīng)用程序靶向用戶成行目標(biāo)時(shí)間；

39、風(fēng)險(xiǎn)模型模塊，用于設(shè)置風(fēng)險(xiǎn)模型；

40、識(shí)別生成模塊，用于基于風(fēng)險(xiǎn)模型，識(shí)別并生成成行目標(biāo)時(shí)間的風(fēng)險(xiǎn)預(yù)警值；

41、對(duì)比模塊，用于對(duì)比風(fēng)險(xiǎn)預(yù)警值；

42、第二生成模塊，用于生成應(yīng)用程序定向推送指令。

43、作為本發(fā)明的進(jìn)一步方案，所述第一生成模塊具體包括：

44、采集單元，用于采集停留在旅游標(biāo)簽特征帖子時(shí)長(zhǎng)超過(guò)停留時(shí)長(zhǎng)閾值的應(yīng)用程序用戶；

45、第一生成單元，用于生成并標(biāo)記為靶向用戶；

46、獲取單元，用于獲取靶向用戶主動(dòng)反饋數(shù)據(jù)和被動(dòng)反饋數(shù)據(jù)；

47、提取單元，用于提取主動(dòng)反饋數(shù)據(jù)和被動(dòng)反饋數(shù)據(jù)中的位置信息；

48、查重單元，用于對(duì)位置信息進(jìn)行查重處理；

49、第二生成單元，用于生成查重時(shí)間和高頻位置信息；

50、第三生成單元，用于基于查重時(shí)間，生成靶向時(shí)段。

51、本發(fā)明實(shí)施例提供的一種基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布系統(tǒng)及方法，本方法和系統(tǒng)可對(duì)應(yīng)用程序用戶傾向數(shù)據(jù)進(jìn)行識(shí)別分析，生成靶向區(qū)域和靶向時(shí)段，同時(shí)基于風(fēng)險(xiǎn)模型，對(duì)影響用戶意向出行的不利因素進(jìn)行計(jì)算和判斷，當(dāng)判斷結(jié)果生成后，再結(jié)合靶向區(qū)域和靶向時(shí)段，精準(zhǔn)靶向推送預(yù)警動(dòng)作，進(jìn)而幫助用戶進(jìn)行輔助判斷。

技術(shù)特征：

1.一種基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布方法，其特征在于，所述獲取并識(shí)別應(yīng)用程序用戶信息和傾向數(shù)據(jù)，生成靶向信息集具體包括：

3.根據(jù)權(quán)利要求2所述的基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布方法，其特征在于，所述基于靶向信息集，監(jiān)測(cè)并獲取應(yīng)用程序用戶成行目標(biāo)時(shí)間具體包括：

4.根據(jù)權(quán)利要求1所述的基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布方法，其特征在于，所述設(shè)置風(fēng)險(xiǎn)模型具體包括：

5.根據(jù)權(quán)利要求3所述的基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布方法，其特征在于，所述基于風(fēng)險(xiǎn)模型，識(shí)別并生成成行目標(biāo)時(shí)間的風(fēng)險(xiǎn)預(yù)警值具體包括：

6.根據(jù)權(quán)利要求5所述的基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布方法，其特征在于，所述對(duì)比風(fēng)險(xiǎn)預(yù)警值，生成應(yīng)用程序定向推送指令具體包括：

7.一種基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布系統(tǒng)，其特征在于，所述系統(tǒng)包括：

8.根據(jù)權(quán)利要求7所述的基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布系統(tǒng)，其特征在于，所述第一生成模塊具體包括：

技術(shù)總結(jié)
本發(fā)明適用于信息處理領(lǐng)域，提供了一種基于人工智能的突發(fā)事件預(yù)警信息靶向發(fā)布系統(tǒng)及方法，所述方法包括：獲取并識(shí)別應(yīng)用程序用戶本體信息和傾向數(shù)據(jù)，生成靶向區(qū)域和靶向時(shí)段；監(jiān)測(cè)并獲取應(yīng)用程序用戶成行目標(biāo)時(shí)間；設(shè)置風(fēng)險(xiǎn)模型；基于風(fēng)險(xiǎn)模型，識(shí)別并生成成行目標(biāo)時(shí)間的風(fēng)險(xiǎn)預(yù)警值；對(duì)比風(fēng)險(xiǎn)預(yù)警值，生成應(yīng)用程序定向推送指令，本發(fā)明的有益效果在于：本方法和系統(tǒng)可對(duì)應(yīng)用程序用戶傾向數(shù)據(jù)進(jìn)行識(shí)別分析，生成靶向區(qū)域和靶向時(shí)段，同時(shí)基于風(fēng)險(xiǎn)模型，對(duì)影響用戶意向出行的不利因素進(jìn)行計(jì)算和判斷，當(dāng)判斷結(jié)果生成后，再結(jié)合靶向區(qū)域和靶向時(shí)段，精準(zhǔn)靶向推送預(yù)警動(dòng)作，進(jìn)而幫助用戶進(jìn)行輔助判斷。

技術(shù)研發(fā)人員：程天奇,汪翔,江春,苗開(kāi)超,劉宜軒,張淑靜
受保護(hù)的技術(shù)使用者：安徽省公共氣象服務(wù)中心
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30