CN116402260A - 一种排水户画像的确定方法、装置及设备 - Google Patents
一种排水户画像的确定方法、装置及设备 Download PDFInfo
- Publication number
- CN116402260A CN116402260A CN202310664168.1A CN202310664168A CN116402260A CN 116402260 A CN116402260 A CN 116402260A CN 202310664168 A CN202310664168 A CN 202310664168A CN 116402260 A CN116402260 A CN 116402260A
- Authority
- CN
- China
- Prior art keywords
- feature
- drainage
- target sub
- determining
- data information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 25
- 230000006399 behavior Effects 0.000 description 13
- 239000003657 drainage water Substances 0.000 description 10
- 238000012216 screening Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种排水户画像的确定方法、装置及设备,包括:获取排水户在预设排水周期内的排水数据信息;对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,每一种特征标签均包括多个不同种类的子特征标签;根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值;根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像。本发明提供的方案可以准确描述排水户的排水行为,实现水利水务部门精准化监管。
Description
技术领域
本发明涉及计算机信息处理技术领域,特别是指一种排水户画像的确定方法、装置及设备。
背景技术
在统计海量的排水户排水时,由于排水户类型繁多,排水数据量庞大,且排水的水质不一通常统计效率低,导致难以针对排水户的具体情况进行统计,导致监管部门难以对排水户进行统一化的管理与监管。
发明内容
本发明要解决的技术问题是提供一种排水户画像的确定方法、装置及设备,以准确识别排水户行为,提高水利水务部门的监管效率。
为解决上述技术问题,本发明的技术方案如下:
一种排水户画像的确定方法,包括:
获取排水户在预设排水周期内的排水数据信息;
对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,每一种特征标签均包括多个不同种类的子特征标签;
根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值;
根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像。
可选的,对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,包括:
按照所述排水数据信息对应的维度信息,对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,所述特征标签用于表示所述排水数据信息的类别。
可选的,根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值,包括:
根据第一预设算法以及至少两种所述特征标签的排水数据信息,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签;
根据第二预设算法以及至少一种所述目标子特征标签的排水数据信息,获得至少一种所述目标子特征标签的影响度数值;
根据至少一种所述目标子特征标签的影响度数值和至少一种目标子特征标签的频率值,获得至少一种所述目标子特征标签的权重值。
可选的,根据第一预设算法以及至少两种所述特征标签的排水数据信息,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签,包括:
根据所述第一预设算法,获得至少两种所述特征标签中每一种特征标签的任一子特征标签的频率值;
根据所述频率值与预设频率阈值,确定至少两种特征标签中每一种特征标签的至少一种目标子特征标签。
可选的,通过以下公式获得任一子特征标签的频率值:
可选的,通过以下公式获得至少一种所述目标子特征标签的影响度数值;
可选的,根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像,包括:
根据排水户的至少一种所述目标子特征标签在对应特征标签中的层级信息以及至少一种所述目标子特征标签对应的权重值,确定所述排水户画像。
本发明的实施例还提供一种排水户画像的确定装置,包括:
获取模块,用于获取排水户在预设排水周期内的排水数据信息;
处理模块,用于对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,每一种特征标签均包括多个不同种类的子特征标签;根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值;根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像。
本发明的实施例还提供一种计算设备,包括:处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如上述所述的方法的步骤。
本发明的实施例还提供一种计算机可读存储介质,存储有指令,所述指令在计算机上运行时,使得计算机执行如上述所述的方法。
本发明的上述方案至少包括以下有益效果:
本发明的上述方案,通过获取排水户在预设排水周期内的排水数据信息;
对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,每一种特征标签均包括多个不同种类的子特征标签;根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值;根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像,以准确识别排水户的排水行为,提高水利水务部门的监管效率。
附图说明
图1是本发明实施例提供的排水户画像的确定方法流程图;
图2是本发明实施例提供的排水户画像的确定装置模块框示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示,本发明的实施例提出一种排水户画像的确定方法,包括:
步骤11,获取排水户在预设排水周期内的排水数据信息;
步骤12,对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,每一种特征标签均包括多个不同种类的子特征标签;
步骤13,根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值;
步骤14,根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像。
该实施例中,所述排水数据信息包括但不限于:排水户基本信息、排水行为信息、排水水量水质信息等;其中,所述排水户基本信息包括:排水户类型(如排水户行业类型:如工业类、建筑工地类、餐饮类、医疗类、汽修机械类、垃圾收集处理类、农贸市场类、畜禽养殖类、洗涤类、机关事业单位类、综合商业类、居民类等)、排水户所处区域等;所述排水行为信息包括:偷排行为、漏排行为等;所述排水水量水质信息包括:排水水量数据、排水水质数据(排水中包含的各种化学成分)等;所述预设排水周期可以根据实际分析需要在排水户的任一排水周期内截取的;
优选的,在对所述排水数据信息进行特征分类处理之前,先对排水数据信息进行预处理,以补充缺失数据(如通过中值插值法补充缺失数据)、筛除重复及明显错误数据,以实现对初始排水数据信息的过滤与筛选,可以避免原始冗余数据造成的工作量大的问题;进一步的,对基于预处理后的排水户数据信息进行特征分类处理,得到至少两种特征标签,保证了特征分类处理的准确性;
应当知道,至少两种所述特征标签实则为排水户在预设排水周期内的排水数据信息进行特征分类处理后的至少两种特征数据的集合,如:排水户基本信息对应为排水户的基本信息特征标签,排水行为信息对应为排水户的行为特征标签,排水水量水质信息对应为排水户的水量水质特征标签;其中,每一种特征标签对应有多个子特征标签,如:行为特征标签包括:偷排行为子特征标签、漏排行为子特征标签等;水量水质特征标签包括:排水水量子特征标签、排水水质子特征标签;在预设排水周期内,每个排水户的子特征标签可以重复出现多次,且每个子特征标签具有确定的层级信息;所述层级信息可以是根据预设规则对任一排水户的排水数据信息进行等级划分,表示子特征标签在对应的特征标签中等级信息;例如,对排水水量水质信息中的水量按照排水量的多少进行等级划分,排水户的排水量小于50m³为第一等级、排水户的排水量在50-200m³之间为第二等级、排水户的排水量大于200m³为第三等级;
通过预设算法,对至少两种特征标签的多个子特征标签进行统计分析,确认至少两种特征标签中目标子特征标签,以实现子特征标签的筛选,保证后续确定排水户画像的准确性;
进一步的,基于目标子特征标签对应的排水数据信息,获得目标子特征标签的权重值,同时基于目标子特征标签的权重值以及对应的目标子特征标签,即确定为排水户画像,以准确描述排水户排水行为特征,以准确识别排水户的排水行为及排水相关信息,提高水利水务部门的监管效率。
本发明一可选实施例中,上述步骤12,可以包括:
步骤121,按照所述排水数据信息对应的维度信息,对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,所述特征标签用于表示所述排水数据信息的类别。
该实施例中,所述维度信息为表示排水数据信息的不同种类或类型,对获取的排水数据信息进行特征分类处理,也即是按照特征标签进行特征分类处理,如将获取到的排水户所在区域信息或排水户行业信息确定为排水户的基本信息特征标签;将排水户的排水水量数据信息或排水水质数据信息确定为排水户的水量水质特征标签;在预设排水周期内,记录并生成排水户的上述特征,为后续排水户画像的确定提供数据基础。
本发明一可选实施例中,上述步骤13,可以包括:
步骤131,根据第一预设算法以及至少两种所述特征标签的排水数据信息,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签;
步骤132,根据第二预设算法以及至少一种所述目标子特征标签的排水数据信息,获得至少一种所述目标子特征标签的影响度数值;
步骤133,根据至少一种所述目标子特征标签的影响度数值和至少一种目标子特征标签的频率值,获得至少一种所述目标子特征标签的权重值。
该实施例中,根据所述第一预设算法对特征标签中的多个子特征标签进行筛选,确定出能够准确表述排水户排水特征的子特征标签为目标子特征标签,在减小后续数据处理工作量的同时,也保证了处理结果的准确性;
进一步的,根据所述第二预设算法对所述目标子特征标签对应的排水数据信息进行处理,获得目标子特征标签的影响度数值,所述影响度数值表示目标子特征标签对排水户的影响程度;应当知道是,不同的目标子特征标签对排水户的影响是不一样的,所获得的影响度数值也是不一样的;
更进一步的,根据上述计算获得的影响度数值以及目标子特征标签的频率值可以计算得到该目标子特征标签的权重值,为后续生成排水户画像依据及数据基础;这里,所述频率值表示目标子特征标签在标记该排水户的所有子特征标签中出现概率值。
本发明一可选实施例中,上述步骤131,可以包括:
上述步骤1311,根据所述第一预设算法,获得至少两种所述特征标签中每一种特征标签的任一子特征标签的频率值;
上述步骤1312,根据所述频率值与预设频率阈值,确定至少两种特征标签中每一种特征标签的至少一种目标子特征标签。
该实施例中,通过所述第一预设算法计算并获取排水户的至少两种特征标签中每一种特征标签的任一子特征标签的频率值;
进一步的,基于所述频率值以及所述预设频率阈值对排水户的所述子特征标签进行筛选;当所述频率值大于或等于所述预设频率阈值时,确定当前频率值对应的子特征标签为目标子特征标签;当所述频率值小于所述预设频率阈值时,将所有子特征标签的频率值按照从小到大的顺序进行排列,并确定频率值排名名次在预设名次前的频率值对应的子特征标签为目标子特征标签,所述预设频率阈值以及所述预设名次均可以依据统计分析的实际需要设置;
通过所述第一预设算法以及所述预设频率阈值对排水户的子特征标签进行筛选,减小了后续计算的工作量,同时也保证了后续生成排水户画像的准确性。
本发明一可选实施例中,通过以下公式获得任一子特征标签的频率值:
该实施例中,j表示排水户P的子特征标签的种类数,i表示j种子特征标签里的第i种子特征标签;当确定当前子特征标签为目标子特征标签时,该子特征标签的频率值即为目标子特征标签的频率值;通过上述公式统计获取子特征标签的频率值,为后续筛选目标子特征标签提供依据,确保最终筛选的子特征标签均为与排水户密切相关的在特征标签,保证后续生成排水户画像的准确性。
本发明一可选实施例中,通过以下公式获得至少一种所述目标子特征标签的影响度数值;
该实施例中,当确定当前子特征标签为目标子特征标签时,该子特征标签的影响度数值即为目标子特征标签的影响度数值;通过上述公式计算获得目标子特征标签的影响度数值,为后续计算目标子特征标签的权重值提供数据基础,保证生成排水户画像的准确性。
本发明一可选实施例中,上述步骤14,可以包括:
根据排水户的至少一种所述目标子特征标签在对应特征标签中的分层以及至少一种所述目标子特征标签对应的权重值,确定所述排水户画像。
进一步的,依据排水户的目标子特征标签、该目标子特征标签在对应特征标签中的层级信息以及该目标子特征标签的权重值,对排水户的上述信息进行可视化描述,即可得到当前排水户的排水户画像;所述排水户画像中包括该排水户的目标子特征标签信息(排水量、水质等)、目标子特征标签所处的层级信息、排水户的基础信息(所述类型、区域等)等信息;
进而基于排水户画像,可以对比分析同一区域不同类型排水户的排水行为;如以柱状图形式显示同一时间不同类型的排水户排水水质情况对比;或者对比分析不同区域同一类型排水户的排水行为;如以柱状图形式显示同一类型排水户不同时间段的排水水质对比情况;或者对排水户水质情况进行分析,如对排水户水质情况对应的目标特征子标签的权重值进行统计分析,形成趋势曲线,针对趋势曲线中出现突变现象进行重点关注,追溯发生水质变化原因的追溯;
本发明的上述实施例,通过获取排水户在预设排水周期内的排水数据信息;对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,每一种特征标签均包括多个不同种类的子特征标签;根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值;进而根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值确定排水户画像,可以实现排水户排水特征的准确描述,实现水利水务部门的精准化监管,提高监管效率,降低监管成本。
如图2所示,本发明的实施例还提供一种排水户画像的确定装置20,包括:
获取模块21,用于获取排水户在预设排水周期内的排水数据信息;
处理模块22,用于对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,每一种特征标签均包括多个不同种类的子特征标签;根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值;根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像。
可选的,所述处理模块22对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,具体用于:
按照所述排水数据信息对应的维度信息,对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,所述特征标签用于表示所述排水数据信息的类别。
可选的,所述处理模块22根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值,具体用于:
根据第一预设算法以及至少两种所述特征标签的排水数据信息,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签;
根据第二预设算法以及至少一种所述目标子特征标签的排水数据信息,获得至少一种所述目标子特征标签的影响度数值;
根据至少一种所述目标子特征标签的影响度数值和至少一种目标子特征标签的频率值,获得至少一种所述目标子特征标签的权重值。
可选的,所述处理模块22根据第一预设算法以及至少两种所述特征标签的排水数据信息,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签,具体用于:
根据所述第一预设算法,获得至少两种所述特征标签中每一种特征标签的任一子特征标签的频率值;
根据所述频率值与预设频率阈值,确定至少两种特征标签中每一种特征标签的至少一种目标子特征标签。
可选的,通过以下公式获得任一子特征标签的频率值:
可选的,通过以下公式获得至少一种所述目标子特征标签的影响度数值;
可选的,所述处理模块22根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像,具体用于:
根据排水户的至少一种所述目标子特征标签在对应特征标签中的层级信息以及至少一种所述目标子特征标签对应的权重值,确定所述排水户画像。
需要说明的是,该装置是与上述排水户画像的确定方法相对应的装置,上述方法实施例中的所有实现方式均适用于该装置的实施例中,也能达到相同的技术效果。
本发明的实施例还提供一种计算设备,包括:处理器、存储有计算机程序的存储器,所述计算机程序被处理器运行时,执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使得计算机执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中,也能达到相同的技术效果。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,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,所述单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外,需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行,某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种排水户画像的确定方法,其特征在于,包括:
获取排水户在预设排水周期内的排水数据信息;
对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,每一种特征标签均包括多个不同种类的子特征标签;
根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值;
根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像。
2.根据权利要求1所述的排水户画像的确定方法,其特征在于,对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,包括:
按照所述排水数据信息对应的维度信息,对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,所述特征标签用于表示所述排水数据信息的类别。
3.根据权利要求1所述的排水户画像的确定方法,其特征在于,根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值,包括:
根据第一预设算法以及至少两种所述特征标签的排水数据信息,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签;
根据第二预设算法以及至少一种所述目标子特征标签的排水数据信息,获得至少一种所述目标子特征标签的影响度数值;
根据至少一种所述目标子特征标签的影响度数值和至少一种目标子特征标签的频率值,获得至少一种所述目标子特征标签的权重值。
4.根据权利要求3所述的排水户画像的确定方法,其特征在于,根据第一预设算法以及至少两种所述特征标签的排水数据信息,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签,包括:
根据所述第一预设算法,获得至少两种所述特征标签中每一种特征标签的任一子特征标签的频率值;
根据所述频率值与预设频率阈值,确定至少两种特征标签中每一种特征标签的至少一种目标子特征标签。
7.根据权利要求1所述的排水户画像的确定方法,其特征在于,根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像,包括:
根据排水户的至少一种所述目标子特征标签在对应特征标签中的层级信息以及至少一种所述目标子特征标签对应的权重值,确定所述排水户画像。
8.一种排水户画像的确定装置,其特征在于,包括:
获取模块,用于获取排水户在预设排水周期内的排水数据信息;
处理模块,用于对所述排水数据信息进行特征分类处理,获得所述排水数据信息对应的至少两种特征标签,每一种特征标签均包括多个不同种类的子特征标签;根据预设算法,确定至少两种所述特征标签中每一种特征标签的至少一种目标子特征标签的权重值;根据至少一种所述目标子特征标签以及所述目标子特征标签对应的权重值,确定排水户画像。
9.一种计算设备,其特征在于,包括:处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,存储有指令,所述指令在计算机上运行时,使得计算机执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310664168.1A CN116402260A (zh) | 2023-06-07 | 2023-06-07 | 一种排水户画像的确定方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310664168.1A CN116402260A (zh) | 2023-06-07 | 2023-06-07 | 一种排水户画像的确定方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116402260A true CN116402260A (zh) | 2023-07-07 |
Family
ID=87018282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310664168.1A Pending CN116402260A (zh) | 2023-06-07 | 2023-06-07 | 一种排水户画像的确定方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116402260A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117894161A (zh) * | 2024-01-29 | 2024-04-16 | 埃睿迪信息技术(北京)有限公司 | 一种污水数据监测***及监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429214A (zh) * | 2020-03-13 | 2020-07-17 | 贝壳技术有限公司 | 一种基于交易数据的买卖双方匹配方法及装置 |
CN115048503A (zh) * | 2022-05-13 | 2022-09-13 | 启明信息技术股份有限公司 | 一种基于内容分析的用户偏好标签设计方法 |
CN115375205A (zh) * | 2022-10-25 | 2022-11-22 | 埃睿迪信息技术(北京)有限公司 | 一种用水用户画像的确定方法、装置及设备 |
CN115809833A (zh) * | 2023-01-13 | 2023-03-17 | 佰聆数据股份有限公司 | 基于画像技术的基建项目智能监督方法、装置 |
-
2023
- 2023-06-07 CN CN202310664168.1A patent/CN116402260A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429214A (zh) * | 2020-03-13 | 2020-07-17 | 贝壳技术有限公司 | 一种基于交易数据的买卖双方匹配方法及装置 |
CN115048503A (zh) * | 2022-05-13 | 2022-09-13 | 启明信息技术股份有限公司 | 一种基于内容分析的用户偏好标签设计方法 |
CN115375205A (zh) * | 2022-10-25 | 2022-11-22 | 埃睿迪信息技术(北京)有限公司 | 一种用水用户画像的确定方法、装置及设备 |
CN115809833A (zh) * | 2023-01-13 | 2023-03-17 | 佰聆数据股份有限公司 | 基于画像技术的基建项目智能监督方法、装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117894161A (zh) * | 2024-01-29 | 2024-04-16 | 埃睿迪信息技术(北京)有限公司 | 一种污水数据监测***及监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9921936B2 (en) | Method and system for IT resources performance analysis | |
CN108683530B (zh) | 多维度数据的数据分析方法、装置及存储介质 | |
Yu et al. | Effective dimensionality of environmental indicators: a principal component analysis with bootstrap confidence intervals | |
US20160140208A1 (en) | Fast Grouping of Time Series | |
CN105677791A (zh) | 用于分析风力发电机组的运行数据的方法和*** | |
CN116402260A (zh) | 一种排水户画像的确定方法、装置及设备 | |
CN117670066B (zh) | 基于智能决策的司库管理方法、***、设备及存储介质 | |
CN114270332A (zh) | 用于自动检测数据中的异常的方法和*** | |
WO2019046996A1 (en) | JAVA SOFTWARE LATENCY ANOMALY DETECTION | |
CN110968487A (zh) | 异常数据的分析方法及装置 | |
CN115618151A (zh) | 一种基于机器学习的web前端监控方法、***、装置及介质 | |
Sharath et al. | Data analytics to predict the income and economic hierarchy on census data | |
CN114758753A (zh) | 医疗影像存储*** | |
CN111752984B (zh) | 一种信息处理方法、装置和存储介质 | |
Wei et al. | An integrated quality assessment for IPTV operation and maintenance | |
CN110866217A (zh) | 一种交叉报表的识别方法、装置、存储介质及电子设备 | |
CN116934182B (zh) | 一种企业数据协同观测方法、***及介质 | |
US11887012B1 (en) | Anomaly detection using RPCA and ICA | |
CN111126768B (zh) | 一种渔业生境水质评估方法及*** | |
da Cunha et al. | Body weight prediction in crossbred pigs from digital images using computer vision | |
CN116448062B (zh) | 一种桥梁沉降变形检测方法、装置、计算机及存储介质 | |
CN112561580B (zh) | 一种用电行为审计方法、装置、设备和介质 | |
CN115083442B (zh) | 数据处理方法、装置、电子设备以及计算机可读存储介质 | |
CN117194049B (zh) | 一种基于机器学习算法的云主机智能行为分析方法及*** | |
CN112700328B (zh) | 一种指标自动分析方法、装置、设备及存储介质 |
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 |