(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221096481 1.8 (22)申请日 2022.08.12 (71)申请人 山东浪潮新基建科技有限公司 地址 250100 山东省济南市高新区浪潮路 1036号浪潮科技园S02号楼 27楼 (72)发明人 赵胜男　辛超　柴青　于越　李轲　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 专利代理师 阚恭勇 (51)Int.Cl. G06Q 10/10(2012.01) G06Q 50/26(2012.01) G06F 40/30(2020.01) (54)发明名称 一种用于城市事 件去重并自动派单的方法 (57)摘要 本发明提供一种用于城市事件去重并自动 派单的方法， 属于城市政务服务领域， 通过汇聚 物联感知、 视频 感知、 人工填报、 网络爬虫等发现 的城市事件到事 联网平台， 在事 联网平台经过事 件的去重和确权之后自动派发给相应的处置单 位进行相应的处理。 其中事件去重是根据事件发 生的时间、 地点以及自然语言处理判断语义的相 似性来判断事件重复度， 根据重复度将多个事件 进行合并， 并将事件推入自动分派队列。 事件自 动派单是需要提前设置权责库， 根据权责库进行 事件的自动派单。 本发明可以减少事件处理人员 的工作， 提高工作效率， 避免同一事件反复处理， 减少人工派单的工作量。 权利要求书1页 说明书3页 CN 115330340 A 2022.11.11 CN 115330340 A 1.一种用于城市事 件去重并自动派单的方法， 其特 征在于， 通过汇聚物联感知、 视频感知、 人工填报、 网络爬虫发现的城市事件到事联网平台， 在 事联网平台经 过事件的去重和 确权之后自动派发给相应的处置单位进行相应的处 理。 2.根据权利要求1所述的方法， 其特 征在于， 对事件采集汇聚， 并对事件进行初步治理， 去掉无效事件、 错误事件， 建立全量事件库， 汇聚到事联网对应平台。 3.根据权利要求1所述的方法， 其特 征在于， 其中事件去重是根据事件发生的时间、 地点以及自然语言处理判断语义的相似性来判 断事件重复度， 根据重复度将事 件进行合并， 并将事 件推入自动分派队列。 4.根据权利要求3所述的方法， 其特 征在于， 相似事件判断 首先根据上报的时间地点， 判断初步相似； 其中地点是指10米之内、 时间是指一天之 内， 这种的事 件被判断为初步相似； 其次对初步相似 事件两两分别进行自然语言处 理判断语义的相似性。 5.根据权利要求 4所述的方法， 其特 征在于， 步骤如下： 1)、 分词： 利用Han LP进行分词， 将标点过 滤掉， 并移除停用词； 2)、 hash(64 位)： 使用MurmurHash 3.hash64(byte[]data)来得到词语的hash值； 3)、 加权： 使用词频作为词语的权 重； 4)、 合并： 对每 个词语计算到的加权后的hash值按位 求和； 5)、 降维： 对求和后的数据进行降维， 即对于每一位， 大于0的位变为1， 小于0的位变为 0， 得到一个二进制数(或者字符串)， 即为 最终的simhash值； 6)、 计算汉明距离： 对以上步骤得到 的两个simhash值计算其汉明距离， 即统计两个64 位的二进制数中对应位不同的个数(异或后1的个数)， 最 终得到汉明距离； 汉明距离小于等 于3的即认为相似。 6.根据权利要求 4所述的方法， 其特 征在于， 相似事件去重 在事件上报时进行相似事件提示， 同时在后台设置， 是否允许上报相似事件； 如果不允 许， 则把不再重复上报相似 事件。 7.根据权利要求3所述的方法， 其特 征在于， 事件自动派单 是需要提前设置 权责库， 根据权责库进行事 件的自动派单。 8.根据权利要求7 所述的方法， 其特 征在于， 权责库提供权责清单的前端配置管理， 包括权责清单的编码、 权责清单对应的部门及 事项分类管理， 提供权责清单和法规的对应编码， 提供权责清单 的独立展示以及和系统其 它模块的无 缝对接。 9.根据权利要求8所述的方法， 其特 征在于， 通过人工智能技 术， 将事件结构化， 并根据内容 解析确定事 件分类类别； 根据事件的类别去权责库中进行相关比对， 比对出对应的权责部门， 根据流程设置， 自 动派单到处置 部门。权　利　要　求　书 1/1 页 2 CN 115330340 A 2一种用于城市事件去重 并自动派单的方 法 技术领域 [0001]本发明涉及城市政务服务领域， 尤其涉及 一种用于城市事件去重并自动派单的方 法。 背景技术 [0002]现实工作中， 工作人员在分派案件时， 经常发生相似事件的情况， 这类相似事件以 前经常依靠人工的方式来判别， 或者是事件派遣后， 由处置部门反馈该事件为相似事件， 给 日常工作带来极大困扰。 [0003]为了有效避免不同渠道汇聚上的事件的重复， 该方法可针对相似事件进行智能分 析， 并进行相似 事件的提示， 提高工作效率。 [0004]现实工作 中， 案件需要根据工作人员的经验进行分配， 该方法通过提前设置权责 库， 根据权责库进行事件的自动派单， 以此减少工作人员的工作量同时减少不同工作人员 经验差别导 致事件分配的不同。 发明内容 [0005]为了解决在日常生活中发现的各种城市事件的重复问题， 本发明提供了一种用于 城市事件去重并自动派单的方法， 可以减少事件处理人员的工作， 提高工作效率， 避免同一 事件反复处 理。 [0006]本发明的技 术方案是： 一种用于城市事件去重并自动派单的方法， 通过汇聚物联感知、 视频感知、 人工填 报、 网络爬虫等发现的城市事件到事联网平台， 在事联网平台经过事件的去重和确权之后 自动派发给相应的处置单位进行相 应的处理。 其中事件去重是根据事件发生的时间、 地点 以及自然语言处理判断语义的相似性来判断事件重复度， 根据重复度将多个事件进行合 并， 并将事件推入自动分派队列。 事件自动派单是需要提前设置权 责库， 根据权 责库进行事 件的自动派单。 [0007]进一步的， 对事件采集汇聚， 并对事件进行初步治理， 去掉无效事件、 错误事件， 建立全量事 件库， 汇聚到事联网对应平台。 [0008]进一步的， 相似事件判断 首先根据上报的时间地点， 判断初步相似； 其中地点是指10米之 内、 时间是指 一天 之内， 这种的事 件被判断为初步相似。 [0009]其次对初步相似 事件两两分别进行自然语言处 理判断语义的相似性。 [0010]具体步骤如下： 1） 、 分词： 利用Han LP进行分词， 将标点过 滤掉， 并移除停用词； 2） 、 hash （64 位） ： 使用MurmurHash 3.hash64(byte[]  data)来得到词语的hash值；说　明　书 1/3 页 3 CN 115330340 A 3