[发明专利]一种基于供暖类文本数据的预警方法及系统

说明书

本申请涉及一种基于供暖类历文本数据的预警方法及系统，包括以下步骤：获取供暖变量因数；将供暖变量因数输入到预训练的供暖问题分析模型中，以得出预测结果；其中预测结果包括问题结果或者正常结果；根据预测结果，做出相应的提示响应。供暖问题分析模型的训练方法包括以下步骤：获取多个相关因素以及供暖问题历史样本数据；根据相关因素为自变量、供暖问题历史样本数据为因变量，基于随机森林算法训练出供暖问题分析模型。通过使用随机森林算法建立供暖问题分析模型，对供暖类问题进行提前预警，以便人员能够及时处理供暖类问题；本申请全面考虑供暖问题出现的相关因素，使得供暖问题分析模型对供暖类问题的预测较为准确。

技术领域

本申请涉及供暖技术领域，尤其是涉及一种基于供暖类文本数据的预警方法及系统。

背景技术

随着政府不同数据服务的数据汇聚、存储、科技与民生不断的发展，日常生活中的问题不断的产生，尤其是供暖类问题，在北方严寒气候下，若出现的供暖问题不及时解决会对居民的生活造成较大的困扰。所以每到供暖期都会对政府工作人员产生不小的挑战。

针对上述中的相关技术，由于现有的手段无法对供暖问题进行预警，一般都是在问题发生后通过人员凭经验排查故障，而供暖问题发生后供暖会停止，会对居民的生活造成不良影响。

发明内容

为了能够对供暖问题进行预警，减少供暖问题对居民生活造成的不良影响，本申请提供一种基于供暖类文本数据的预警方法及系统。

本申请提供的一种基于供暖类历文本数据的预警方法采用如下的技术方案：

一种基于供暖类历文本数据的预警方法，包括以下步骤：

获取供暖变量因数；

将供暖变量因数输入到预训练的供暖问题分析模型中，以得出预测结果；其中预测结果包括问题结果或者正常结果；

根据预测结果，做出相应的提示响应。

通过采用上述技术方案，通过人员输入或者网络信息提取获取温度、风力因素在内的供暖变量因素，将这些供暖变量因素输入到供暖问题分析模型，供暖问题分析模型会根据这些供暖变量因素对供暖问题是否发生的结果进行预测，并通过如显示屏、播放器等提示器对人员进行预警，便于人员能够提前预知供暖问题的发生,以便减少供暖问题对居民生活造成的不良影响。

优选的，所述供暖问题分析模型的训练方法包括以下步骤：

获取多个相关因素以及供暖问题历史样本数据；

根据相关因素为自变量、供暖问题历史样本数据为因变量，基于随机森林算法训练出供暖问题分析模型。

通过采用上述技术方案，随机森林具有对于很多种资料可以产生高准确度的分类器，可以处理大量的输入变量能够评估变量的重要性以及计算各例中的亲近度，对于数据挖掘、侦测偏离者（outlier）和将资料视觉化非常有效的优点，可以根据相关因素为自变量、供暖问题历史样本数据，快速产生高准确度的分类器，使得本申请能够根据非线性的供暖变量因数，准确得出供暖是否发生，以便于人员进行预警。

优选的，其中相关因素包括湿度、温度、空气质量、风力、湿度、休息日、节假日、小区的户数、小区的建成时间、小区的物业费。

通过采用上述技术方案，相关因素综合考虑到外部气候因素以及小区内部因素，对模型进行训练，使得供暖问题分析模型的判断准确度更高。

优选的，在获取多个相关因素以及供暖问题历史样本数据后，还包括以下步骤：

根据供暖类问题的发生和未发生为条件对供暖问题历史样本数据进行筛分，筛分为正样本和负样本两类；

采用欠采样方法，对正样本或负样本进行重新采样以使供暖问题历史样本数据中正样本与负样本中的数量相同。

通过采用上述技术方案，采用欠采样方法对样本进行重新筛选，能够在一定程度上解决正样本或负样本过多，造成模型过拟合的问题。