一种基于监察数据关联分析的低保资金监督方法与系统

    公开(公告)号:CN111460052B

    公开(公告)日:2021-10-01

    申请号:CN202010275707.9

    申请日:2020-04-09

    Abstract: 一种基于监察数据关联分析的低保资金监督方法,包括:步骤1,获取低保户信息数据和低保资金发放数据并做数据持久化处理,统计每个低保户在一段时间领取每种补贴的总金额与总次数;步骤2,通过关联表间的数据碰撞与决策分析,得到一部分受益人不在低保户信息数据表中却领取低保资金的问题数据,并且提取其中真实低保户领取低保资金的数据;步骤3,在真实低保户领取低保资金的数据中,计算每个低保户在一年内的领取总金额与领取总次数,分别计算领取总金额与领取总次数的数据聚类中心,得到脱离聚类中心的问题数据,即年度领取金额异常数据或者年度领取次数异常数据。本发明实现了高效的监察数据关联分析的最低生活保障资金监督。

    一种基于监察数据关联分析的低保资金监督方法与系统

    公开(公告)号:CN111460052A

    公开(公告)日:2020-07-28

    申请号:CN202010275707.9

    申请日:2020-04-09

    Abstract: 一种基于监察数据关联分析的低保资金监督方法,包括:步骤1,获取低保户信息数据和低保资金发放数据并做数据持久化处理,统计每个低保户在一段时间领取每种补贴的总金额与总次数;步骤2,通过关联表间的数据碰撞与决策分析,得到一部分受益人不在低保户信息数据表中却领取低保资金的问题数据,并且提取其中真实低保户领取低保资金的数据;步骤3,在真实低保户领取低保资金的数据中,计算每个低保户在一年内的领取总金额与领取总次数,分别计算领取总金额与领取总次数的数据聚类中心,得到脱离聚类中心的问题数据,即年度领取金额异常数据或者年度领取次数异常数据。本发明实现了高效的监察数据关联分析的最低生活保障资金监督。

    一种基于动态增量式的概率图模型的舆情演化跟踪方法

    公开(公告)号:CN109871434B

    公开(公告)日:2019-12-10

    申请号:CN201910137783.0

    申请日:2019-02-25

    Abstract: 本发明公开了一种基于动态增量式的概率图模型舆情演化跟踪方法,该方法构建增量化随机图模型,对大规模社交网络舆情话题进行高效分析,追踪其演化规律,并预测未来舆情变化。具体来说,基于每条舆情话题相关文档间基于相似度的关联度,动态确定下一时间片的舆情话题数,从而通过复用历史舆情信息的后验概率来预测下一时刻舆情变化情况。该方法通过结合历史舆情信息,形成时间纬度上的舆情演化情况分析方法,发现舆情话题的演化规律,以便预测未来舆情并进行管控。本方法可以更加精准地确定模型的舆情话题数,并能够更为准确、高效地分析舆情演化的过程。

    一种基于动态增量式的概率图模型的舆情演化跟踪方法

    公开(公告)号:CN109871434A

    公开(公告)日:2019-06-11

    申请号:CN201910137783.0

    申请日:2019-02-25

    Abstract: 本发明公开了一种基于动态增量式的概率图模型舆情演化跟踪方法,该方法构建增量化随机图模型,对大规模社交网络舆情话题进行高效分析,追踪其演化规律,并预测未来舆情变化。具体来说,基于每条舆情话题相关文档间基于相似度的关联度,动态确定下一时间片的舆情话题数,从而通过复用历史舆情信息的后验概率来预测下一时刻舆情变化情况。该方法通过结合历史舆情信息,形成时间纬度上的舆情演化情况分析方法,发现舆情话题的演化规律,以便预测未来舆情并进行管控。本方法可以更加精准地确定模型的舆情话题数,并能够更为准确、高效地分析舆情演化的过程。

Patent Agency Ranking