CN113971213A - 智慧城市管理公共信息共享*** - Google Patents

智慧城市管理公共信息共享*** Download PDF

Info

Publication number
CN113971213A
CN113971213A CN202111137755.2A CN202111137755A CN113971213A CN 113971213 A CN113971213 A CN 113971213A CN 202111137755 A CN202111137755 A CN 202111137755A CN 113971213 A CN113971213 A CN 113971213A
Authority
CN
China
Prior art keywords
data
user
information
public
library
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202111137755.2A
Other languages
English (en)
Inventor
李淑娣
杨萌
崔旭明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202111137755.2A priority Critical patent/CN113971213A/zh
Publication of CN113971213A publication Critical patent/CN113971213A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Acoustics & Sound (AREA)
  • Economics (AREA)
  • Human Computer Interaction (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了智慧城市管理公共信息共享***，属于信息共享技术领域，包括公共数据库和服务器，公共数据库用于储存城市公共数据，公共数据库与服务器通信连接，所述服务器通信连接有检索模块和推荐模块；所述检索模块用于检索共享信息，所述推荐模块用于向用户推荐共享信息，通过设置校检模型对违规数据进行筛选，找出被误筛入违规数据中的数据，使得采集的数据可以得到充分的利用，避免造成资源浪费；通过语音识别单元的设置，对关键字进行描述，对检索范围进行限定，避免有些想法口述比较容易，但是进行撰写就特别困难的问题，最大程度的保障检索的结果是最符合用户的检索目的的，解决仅仅通过关键字检索具有很大的局限性的问题。

Description

智慧城市管理公共信息共享***
技术领域
本发明属于信息共享技术领域，具体是智慧城市管理公共信息共享***。
背景技术
智慧城市是通过综合运用现代科学技术、整合信息资源、统筹业务应用***，加强城市规划、建设和管理的新模式。智慧城市区别于数字城市的主要特征，就是综合运用以物联网、云计算和公共信息平台为代表的现代科学技术和手段，通过对城市信息资源的全面感知、全面整合、全面挖掘、全面分析、全面共享和全面协同，提高城市管理和服务水平。
但是目前大部分的用户都不知道怎么使用公共信息共享***，无法获得用户想要的公共信息，使得公共信息共享***发挥不出最大的用途，而且大部分的用户经常不浏览公共信息共享***，因此需要把用户想看的信息发送给用户，解决用户不看公共信息共享***的问题，发挥出公共信息共享***的最大用途。
发明内容
本发明的目的在于提供了智慧城市管理公共信息共享***，解决用户不看公共信息共享***的问题。
本发明的目的可以通过以下技术方案实现：
智慧城市管理公共信息共享***，包括公共数据库和服务器，公共数据库用于储存城市公共数据，公共数据库与服务器通信连接，所述服务器通信连接有检索模块和推荐模块；
所述检索模块用于检索共享信息，所述推荐模块用于向用户推荐共享信息，具体方法包括：
步骤SC1：获取用户模拟数据，根据用户模拟数据模拟用户的爱好类型；
步骤SC2：设置测评库，根据爱好类型获取测评库中同类型的测评数据，将获取的测评数据整合为测试集，将测试集发送给用户；
步骤SC3：用户从测试集中选取数据分别发送到屏蔽库和爱好库；
步骤SC4：所述屏蔽库和爱好库内均设有识别模型，所述识别模型用于对屏蔽库和爱好库内的数据进行细分，将细分后的类型与爱好类型进行匹配，将屏蔽类型从爱好类型中剔除，将感兴趣类型在爱好类型中进行标记；
步骤SC5：优先向用户推荐标记的爱好类型数据。
进一步地，检索模块检索共享信息的方法包括：
步骤SB1：设置语音识别单元，获取检索关键字，通过语音识别单元叙述对关键字的进一步描述；
步骤SB2：识别用户的语音信息，建立检索式模型，将检索关键字和语音信息标记为输入数据，将输入数据输入至检索式模型中，获得对应的检索式，使用获取的检索式在公共数据库中进行检索，将检索数据发送给用户。
进一步地，步骤SC2中设置测评库的方法包括：
设置储存库，实时获取公共信息的点击率Pi和平均点击率Ps，获取点击率稳值
Figure BDA0003282919660000021
设置点击率分界值
Figure BDA0003282919660000022
将Pi>β的公共信息发送到储存库中，将储存库标记为测评库。
进一步地，服务器通信连接有信息采集模块和筛选模块。
进一步地，所述信息采集模块用于采集城市内的数据，并根据采集数据的类型进行分类，打上分类标签。
进一步地，所述筛选模块用于对信息采集模块采集的数据进行筛选，具体方法包括：
步骤SA1：根据共享数据类型对采集模块采集的数据进行初步筛选，将初步筛选出的数据标记为初筛数据；
步骤SA2：设置违规词库，根据违规词库对初筛数据进行筛选，经过筛选后的数据分为违规数据和共享数据，将共享数据发送到公共数据库进行储存。
进一步地，还包括步骤SA3：设置校检模型，将违规数据进行编号，将编号后的违规数据输入到校检模型中，获得没有违规的数据编号，将对应编号的数据发送到公共数据库进行储存。
进一步地，还包括步骤SA4：设置反馈单元，实时接收用户反馈的违规数据信息，根据用户反馈的违规数据信息将公共数据库中对应的数据进行删除。
与现有技术相比，本发明的有益效果是：通过设置违规词库对初筛数据进行再次筛选，剔除不符合要求的数据；通过设置校检模型对违规数据进行筛选，找出被误筛入违规数据中的数据，使得采集的数据可以得到充分的利用，避免造成资源浪费；通过语音识别单元的设置，对关键字进行描述，对检索范围进行限定，避免有些想法口述比较容易，但是进行撰写就特别困难的问题，最大程度的保障检索的结果是最符合用户的检索目的，解决仅仅通过关键字检索具有很大的局限性的问题；通过设置推荐模块向用户推荐共享信息，解决用户不常浏览共享***的问题，同时通过设置测试集，进一步的了解到用户的喜好类型，避免推荐的内容使用户产生反感。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，智慧城市管理公共信息共享***，包括信息采集模块、筛选模块、检索模块、公共数据库、推荐模块和服务器；
公共数据库用于储存城市公共数据，城市公共数据主要有三类，分别是公共基础数据、公共业务数据和公共服务数据。公共基础数据库由人口数据库、法人数据库、宏观经济数据库、地理空间数据库及建筑物数据库等五类数据库组成，由法定管理部门提供的，基础且变化频率相对较低的信息资源，是公共数据库的“纲”。
公共业务数据库是基于公共基础数据库的业务性扩展数据库，根据业务应用需要而扩展的各类指标项构成，是一种动态的、不断扩充的业务数据库模式，是公共数据库的“目”，指标项来自各类智慧应用的建设。
由各类专题应用类数据库构成，专题应用类数据库处于该结构的顶层，是通过对公共基础数据、公共业务数据进行清洗、挖掘、分析后的有特定应用场景的服务型数据集，为各应用单位提供融合后的专题应用资源服务。
所述信息采集模块用于采集城市内的数据，并根据采集数据的类型进行分类，打上分类标签，主要是基于城市物联网进行数据采集的，而不同的采集方式，采集的数据类型也不同，例如：气象设备采集的数据与交通设备采集的数据类型就不相同，使用用途不同，分类的类型也不相同；
所述筛选模块用于对信息采集模块采集的数据进行筛选，因为信息采集模块采集的数据不仅仅有用于共享的数据，还有其他类型的数据，需要把用于共享的数据筛选出来，同时还需要对信息采集模块采集的数据进行审核，因为有的数据可能有违规现象，需要审核筛选；具体方法包括：
步骤SA1：获取共享数据类型，根据共享数据类型对采集模块采集的数据进行初步筛选，筛选出符合共享数据类型的数据，将初步筛选出的数据标记为初筛数据；
步骤SA2：设置违规词库，违规词库就是储存违规词语的词库；根据违规词库对初筛数据进行筛选，经过筛选后的数据分为违规数据和共享数据，将共享数据发送到公共数据库进行储存；通过设置违规词库对初筛数据进行再次筛选，剔除不符合要求的数据；
步骤SA3：设置校检模型，将违规数据进行编号，将编号后的违规数据输入到校检模型中，获得没有违规的数据编号，因为仅仅通过违规词库进行筛选，精准度并不是特别高，需要进行校验和反馈；将对应编号的数据发送到公共数据库进行储存；通过设置校检模型对违规数据进行筛选，找出被误筛入违规数据中的数据，使得采集的数据可以得到充分的利用，避免造成资源浪费；
步骤SA4：设置反馈单元，反馈单元用于用户对看到的违规数据进行反馈，实时接收用户反馈的违规数据信息，根据用户反馈的违规数据信息将公共数据库中对应的数据进行删除；通过设置反馈单元，及时对公共数据库中的违规数据进行删除，将影响降到最低；
步骤SA3中设置校检模型的方法包括：
获取历史违规数据；历史违规数据是已经编号后的；为历史违规数据设置状态标签；状态标签包括01和02，当状态标签为01时，表示没有违规，当状态标签为02时，表示违规；构建人工智能模型；人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络；将历史违规数据和对应的状态标签按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2：1：1、3：2：1和3：1：1；通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验；将训练完成的人工智能模型标记为校检模型。
所述检索模块用于检索共享信息，具体方法包括：
步骤SB1：设置语音识别单元，语音识别单元用于识别用户的语音内容，用户在搜索栏中输入检索关键字，输入完关键字后，通过语音识别单元叙述对关键字的进一步描述，通过对关键字的进一步描述，可以对检索范围进行限定，又可以避免有些想法口述比较容易，但是进行撰写就特别困难的问题；
步骤SB2：识别用户的语音信息，建立检索式模型，将检索关键字和语音信息标记为输入数据，将输入数据输入至检索式模型中，获得对应的检索式，使用获取的检索式在公共数据库中进行检索，将检索数据发送给用户；
通过语音识别单元的设置，对关键字进行描述，对检索范围进行限定，避免有些想法口述比较容易，但是进行撰写就特别困难的问题，最大程度的保障检索的结果是最符合用户的检索目的，解决仅仅通过关键字检索具有很大的局限性的问题；
步骤SB2中建立检索式模型的方法包括：
获取历史检索数据，历史检索数据包括检索关键字和语音信息，为历史检索数据设置检索式，构建人工智能模型，人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络；将历史检索数据和对应的检索式按照设定比例划分为训练集、测试集和校验集；设定比例包括2：2：1、3：2：1和3：2：1；通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验；将训练完成的人工智能模型标记为检索式模型；
所述推荐模块用于向用户推荐共享信息，具体方法包括：
步骤SC1：获取用户模拟数据，用户模拟数据包括用户的关注信息类型、所在地区和检索记录，根据用户模拟数据模拟用户的爱好类型；
步骤SC2：设置测评库，测评库用于收录不同类型的历史共享数据，并根据收录的数据对用户进行测试，根据爱好类型获取测评库中同类型的测评数据，将获取的测评数据整合为测试集，将测试集发送给用户；
步骤SC3：用户从测试集中选取感兴趣的数据和不感兴趣的数据，设立屏蔽库和爱好库，将选取的感兴趣的数据和不感兴趣的数据分别发送到屏蔽库和爱好库；并不需要全部做完，做多少发多少；
步骤SC4：所述屏蔽库和爱好库内都设有识别模型，所述识别模型用于对屏蔽库和爱好库内的数据进行细分，识别模型为神经网络模型，通过屏蔽库和爱好库内的数据进行训练的，将细分后的类型与爱好类型进行匹配，将屏蔽类型从爱好类型中剔除，将感兴趣类型在爱好类型中进行标记；
步骤SC5：优先向用户推荐标记的爱好类型数据。
通过设置推荐模块向用户推荐共享信息，解决用户不常浏览共享***的问题，同时通过设置测试集，进一步的了解到用户的喜好类型，避免推荐的内容使用户产生反感。
步骤SC2中设置测评库的方法包括：
设置储存库，实时获取公共信息的点击率Pi，其中i＝1、2、……、n，n为公共信息数量；根据获取的公共信息的点击率Pi，获得公共信息的平均点击率Ps，获取点击率稳值
Figure BDA0003282919660000081
设置点击率分界值
Figure BDA0003282919660000082
将Pi>β的公共信息发送到储存库中，将储存库标记为测评库。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：采集城市内的数据，并根据采集数据的类型进行分类，打上分类标签，对信息采集模块采集的数据进行筛选，获取共享数据类型，根据共享数据类型对采集模块采集的数据进行初步筛选，筛选出符合共享数据类型的数据，将初步筛选出的数据标记为初筛数据；设置违规词库，根据违规词库对初筛数据进行筛选，经过筛选后的数据分为违规数据和共享数据，将共享数据发送到公共数据库进行储存；设置校检模型，将违规数据进行编号，将编号后的违规数据输入到校检模型中，获得没有违规的数据编号，设置反馈单元，实时接收用户反馈的违规数据信息，根据用户反馈的违规数据信息将公共数据库中对应的数据进行删除；
检索共享信息，设置语音识别单元，用户在搜索栏中输入检索关键字，输入完关键字后，通过语音识别单元叙述对关键字的进一步描述，识别用户的语音信息，建立检索式模型，将检索关键字和语音信息标记为输入数据，将输入数据输入至检索式模型中，获得对应的检索式，使用获取的检索式在公共数据库中进行检索，将检索数据发送给用户；
向用户推荐共享信息，获取用户模拟数据，根据用户模拟数据模拟用户的爱好类型；设置测评库，根据爱好类型获取测评库中同类型的测评数据，将获取的测评数据整合为测试集，将测试集发送给用户；用户从测试集中选取感兴趣的数据和不感兴趣的数据，设立屏蔽库和爱好库，将选取的感兴趣的数据和不感兴趣的数据分别发送到屏蔽库和爱好库；并不需要全部做完，做多少发多少；屏蔽库和爱好库内都设有识别模型，将细分后的类型与爱好类型进行匹配，将屏蔽类型从爱好类型中剔除，将感兴趣类型在爱好类型中进行标记；优先向用户推荐标记的爱好类型数据。
在本发明所提供的实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
另对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (6)

1.智慧城市管理公共信息共享***，包括公共数据库和服务器，公共数据库用于储存城市公共数据，公共数据库与服务器通信连接，其特征在于，所述服务器通信连接有检索模块和推荐模块；
所述检索模块用于检索共享信息，所述推荐模块用于向用户推荐共享信息，具体方法包括：
步骤SC1：获取用户模拟数据，根据用户模拟数据模拟用户的爱好类型；
步骤SC2：设置测评库，根据爱好类型获取测评库中同类型的测评数据，将获取的测评数据整合为测试集，将测试集发送给用户；
步骤SC3：用户从测试集中选取数据分别发送到屏蔽库和爱好库；
步骤SC4：所述屏蔽库和爱好库内均设有识别模型，所述识别模型用于对屏蔽库和爱好库内的数据进行细分，将细分后的类型与爱好类型进行匹配，将屏蔽类型从爱好类型中剔除，将感兴趣类型在爱好类型中进行标记；
步骤SC5：优先向用户推荐标记的爱好类型数据。
2.根据权利要求1所述的智慧城市管理公共信息共享***，其特征在于，检索模块检索共享信息的方法包括：
步骤SB1：设置语音识别单元，获取检索关键字，通过语音识别单元叙述对关键字的进一步描述；
步骤SB2：识别用户的语音信息，建立检索式模型，将检索关键字和语音信息标记为输入数据，将输入数据输入至检索式模型中，获得对应的检索式，使用获取的检索式在公共数据库中进行检索，将检索数据发送给用户。
3.根据权利要求1所述的智慧城市管理公共信息共享***，其特征在于，步骤SC2中设置测评库的方法包括：
设置储存库，实时获取公共信息的点击率Pi和平均点击率Ps，获取点击率稳值
Figure FDA0003282919650000021
设置点击率分界值
Figure FDA0003282919650000022
将Pi>β的公共信息发送到储存库中，将储存库标记为测评库。
4.根据权利要求1所述的智慧城市管理公共信息共享***，其特征在于，服务器通信连接有信息采集模块和筛选模块。
5.根据权利要求4所述的智慧城市管理公共信息共享***，其特征在于，所述信息采集模块用于采集城市内的数据，并根据采集数据的类型进行分类，打上分类标签。
6.根据权利要求4所述的智慧城市管理公共信息共享***，其特征在于，所述筛选模块用于对信息采集模块采集的数据进行筛选，具体方法包括：
步骤SA1：根据共享数据类型对采集模块采集的数据进行初步筛选，将初步筛选出的数据标记为初筛数据；
步骤SA2：设置违规词库，根据违规词库对初筛数据进行筛选，经过筛选后的数据分为违规数据和共享数据，将共享数据发送到公共数据库进行储存；
步骤SA3：设置校检模型，将违规数据进行编号，将编号后的违规数据输入到校检模型中，获得没有违规的数据编号，将对应编号的数据发送到公共数据库进行储存；
步骤SA4：设置反馈单元，实时接收用户反馈的违规数据信息，根据用户反馈的违规数据信息将公共数据库中对应的数据进行删除。
CN202111137755.2A 2021-09-27 2021-09-27 智慧城市管理公共信息共享*** Withdrawn CN113971213A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111137755.2A CN113971213A (zh) 2021-09-27 2021-09-27 智慧城市管理公共信息共享***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111137755.2A CN113971213A (zh) 2021-09-27 2021-09-27 智慧城市管理公共信息共享***

Publications (1)

Publication Number Publication Date
CN113971213A true CN113971213A (zh) 2022-01-25

Family

ID=79587058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111137755.2A Withdrawn CN113971213A (zh) 2021-09-27 2021-09-27 智慧城市管理公共信息共享***

Country Status (1)

Country Link
CN (1) CN113971213A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114720097A (zh) * 2022-04-13 2022-07-08 安徽科瑞思创晶体材料有限责任公司 一种用于tgg晶片检测的光学检测***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114720097A (zh) * 2022-04-13 2022-07-08 安徽科瑞思创晶体材料有限责任公司 一种用于tgg晶片检测的光学检测***
CN114720097B (zh) * 2022-04-13 2023-06-09 安徽科瑞思创晶体材料有限责任公司 一种用于tgg晶片检测的光学检测***

Similar Documents

Publication Publication Date Title
CN110245981B (zh) 一种基于手机信令数据的人群类型识别方法
CN107578292B (zh) 一种用户画像构建***
CN110019396A (zh) 一种基于分布式多维分析的数据分析***及方法
CN104809108B (zh) 信息监测分析***
CN103049440A (zh) 一种相关文章的推荐处理方法和处理***
CN104834739B (zh) 互联网信息存储***
CN112632405B (zh) 一种推荐方法、装置、设备及存储介质
CN106933883B (zh) 基于检索日志的兴趣点常用检索词分类方法、装置
CN104809252A (zh) 互联网数据提取***
CN111723256A (zh) 一种基于信息资源库的政务用户画像构建方法及其***
CN111708774B (zh) 一种基于大数据的产业分析***
CN117828539B (zh) 数据智能融合分析***及方法
CN116384889A (zh) 基于自然语言处理技术的情报大数据智能分析方法
CN111078512A (zh) 告警记录生成方法、装置、告警设备及存储介质
CN115757689A (zh) 一种信息查询***、方法及设备
CN111143689A (zh) 根据用户需求和用户画像构建推荐引擎的方法
CN113918806A (zh) 自动推荐培训课程的方法及相关设备
CN116775972A (zh) 基于信息技术的远端资源整理服务方法和***
CN111159559A (zh) 根据用户需求和用户行为构建推荐引擎的方法
CN113971213A (zh) 智慧城市管理公共信息共享***
CN112363996B (zh) 用于建立电网知识图谱的物理模型的方法及***和介质
CN117196556B (zh) 一种基于大数据的多平台招聘信息管理***及方法
CN115982429B (zh) 一种基于流程控制的知识管理方法及***
CN116226494B (zh) 一种用于信息搜索的爬虫***及方法
CN117726166A (zh) 基于大语言模型的人工智能企业客户风险信息分析评估方法和***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20220125

WW01 Invention patent application withdrawn after publication