(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111163806.9 (22)申请日 2021.09.3 0 (65)同一申请的已公布的文献号 申请公布号 CN 113793066 A (43)申请公布日 2021.12.14 (73)专利权人 成都安讯智服科技有限公司 地址 610000 四川省成 都市高新区盛安 街 401号1栋2单 元7层704号 (72)发明人 王涛　向孝德　谭浩龙　王新运　 (74)专利代理 机构 成都行之智 信知识产权代理 有限公司 5125 6 代理人 宋辉 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01) G06Q 50/26(2012.01)G06F 16/29(2019.01) G06N 20/00(2019.01) (56)对比文件 CN 108090701 A,2018.0 5.29 CN 105787652 A,2016.07.20 CN 112149027 A,2020.12.2 9 CN 104504616 A,2015.04.08 CN 110458715 A,2019.1 1.15 CN 110705830 A,2020.01.17 CN 106535210 A,2017.0 3.22 CN 112270460 A,2021.01.26 黄木易.近20 年 来巢湖流域景观生态风险 评估与时空演化机制. 《湖泊科 学》 .2016, zhanlijun.地图点聚合优化方案. 《百度-博 客园》 .2015, 审查员 鹿凤 (54)发明名称 基于风险分析的项目位置聚合方法、 系统、 终端及介质 (57)摘要 本发明公开了基于风险分析的项目位置聚 合方法、 系统、 终端及介质， 涉及计算机应用技术 领域， 其技术方案要点是： 依据经纬度方向对目 标地图进行网格化处理， 并确定每个网格单元中 顶点的经纬度坐标； 获取项目数据列表， 并根据 项目的经纬度坐标匹配所属的网格单元， 以及将 项目加入到所属网格单元的项目列表； 根据项目 数据中的风险因子数据进行权重计算后得到对 应项目的风险值； 根据目标地图的当前显示层级 确定风险聚合类型： 依据风险状态在相应的风险 聚合点位进行风险聚合定位标注。 本发明能够在 地图的不同显示层级中直观显示风险态势， 有效 提高了显示的清晰度， 且基于风险值计算方法在 一定程度上为风险等级的判定提供了客观支撑 数据。 权利要求书2页 说明书5页 附图1页 CN 113793066 B 2022.04.01 CN 113793066 B 1.基于风险分析的项目位置聚合方法， 其特 征是， 包括以下步骤： 依据经纬度方向对目标地图进行网格化处理， 并确定每个网格单元中顶点的经纬度坐 标； 获取项目数据列表， 并根据项目的经纬度坐标匹配所属的网格单元， 以及将项目加入 到所属网格单 元的项目列表； 根据项目数据中的风险因子数据进行权 重计算后得到对应项目的风险值； 根据目标地图的当前显示层级确定风险聚合类型： 若为行政区风险聚合， 则以行政区的预设位置为风险聚合点位， 并以行政区内所有项 目中最大的风险值匹配风险状态； 若为非行政区风险聚合， 则以网格单元内风险值最大的项目的经纬度坐标作为风险聚 合点位， 并以网格单 元内最大的风险值匹配风险状态； 以及， 依据风险状态在相应的风险聚合 点位进行风险聚合定位标注； 所述风险值的计算过程具体为： 从项目数据中提取包括项目报警数量、 项目故障数量和项目离线数量的风险因子数 据； 根据风险因子数据获取相应的权 重因子序列； 将权重因子序列 与风险因子数据对应 计算权重， 得到表征风险值的权 重值； 风险值计算公式： f＝a*x+b*y+c*z； 其中a为报警权重因子， b为故障权重因子， c为离线 权重因子， x为项目报警数量， y为项目故障数量， z为项目离线数量； 所述风险聚合类型的确定过程具体为： 若目标地图的当前显示层级为[0,13]， 则确定为行政区风险聚合； 且显示层级[0,6]为 省风险聚合级、 [7,10]为市风险聚合级以及[1 1,13]为区县风险聚合级； 若目标地图的当前显示层级为[14,20]， 则确定为非行政区风险聚合。 2.根据权利要求1所述的基于风险分析的项目位置聚合方法， 其特征是， 所述权重因子 序列的获取 过程具体为： 根据目标地图的显示层级从数据库中匹配预设的权 重因子， 得到 权重因子序列； 或， 根据风险因子数据中至少一个风险因子的分布区间从数据库中匹配预设的权重因 子， 得到权重因子序列。 3.根据权利要求1所述的基于风险分析的项目位置聚合方法， 其特征是， 所述权重因子 序列的获取 过程具体为： 采用机器学习算法、 线性 回归方法或统计分析方法对每个风险因子的历史分布数据进 行预测， 得到相应的预测值； 将风险因子的预测值和当前实际值进行差异性分析， 得到 差异值； 根据预测值与当前实际值之间差值的差异贡献分布对相应风险因子的权重因子进行 修正； 若差异贡献超出平均贡献， 则降值 修正； 若差异贡献低于平均贡献， 则升值 修正。 4.根据权利要求1所述的基于风险分析的项目位置聚合方法， 其特征是， 所述网格单元 呈经度、 纬度间隔均为0.5度的矩形网格。 5.根据权利要求1所述的基于风险分析的项目位置聚合方法， 其特征是， 所述风险状态 包括报警状态、 故障状态、 离线状态和正常状态， 报警状态、 故障状态、 离线状态和正常状态权　利　要　求　书 1/2 页 2 CN 113793066 B 2所对应的风险值呈降序分布， 且不同的风险状态采用不同的色图进行聚合区域标注。 6.基于风险分析的项目位置聚合系统， 其特 征是， 包括： 网格处理模块， 用于依据经纬度方向对目标地图进行网格化处理， 并确定每个网格单 元中顶点的经纬度坐标； 项目匹配模块， 用于获取项目数据列表， 并根据项目的经纬度坐标匹配所属的网格单 元， 以及将项目加入到所属网格单 元的项目列表； 风险计算模块， 用于根据项目数据中的风险因子数据进行权重计算后得到对应项目的 风险值； 风险聚合模块， 用于根据目标地图的当前显示层级确定风险聚合类型： 若为行政区风险聚合， 则以行政区的预设位置为风险聚合点位， 并以行政区内所有项 目中最大的风险值匹配风险状态； 若为非行政区风险聚合， 则以网格单元内风险值最大的项目的经纬度坐标作为风险聚 合点位， 并以网格单 元内最大的风险值匹配风险状态； 以及， 依据风险状态在相应的风险聚合 点位进行风险聚合定位标注； 所述风险值的计算过程具体为： 从项目数据中提取包括项目报警数量、 项目故障数量和项目离线数量的风险因子数 据； 根据风险因子数据获取相应的权 重因子序列； 将权重因子序列 与风险因子数据对应 计算权重， 得到表征风险值的权 重值； 风险值计算公式： f＝a*x+b*y+c*z； 其中a为报警权重因子， b为故障权重因子， c为离线 权重因子， x为项目报警数量， y为项目故障数量， z为项目离线数量； 所述风险聚合类型的确定过程具体为： 若目标地图的当前显示层级为[0,13]， 则确定为行政区风险聚合； 且显示层级[0,6]为 省风险聚合级、 [7,10]为市风险聚合级以及[1 1,13]为区县风险聚合级； 若目标地图的当前显示层级为[14,20]， 则确定为非行政区风险聚合。 7.一种计算机终端， 包含存储器、 处理器及存储在存储器并可在处理器上运行的计算 机程序， 其特征是， 所述处理器执行所述程序时实现如权利要求 1‑5中任意一项 所述的基于 风险分析的项目位置聚合方法。 8.一种计算机可读介质， 其上存储有计算机程序， 其特征是， 所述计算机程序被处理器 执行可实现如权利要求1 ‑5中任意一项所述的基于风险分析的项目位置聚合方法。权　利　要　求　书 2/2 页 3 CN 113793066 B 3