基于公众偏好大数据分析的重大突发事件应急决策方案动态调整方法
针对在重大突发事件应急过程中如何根据与其相关的公众偏好大数据信息来对事件进行划分以及确定事件风险大小等问题,提出了一种基于公众偏好大数据分析的两阶段聚类算法,将事件现场公众在社交媒体上发布的偏好大数据信息进行聚类分析,识别出多个与事件相关的子事件,并得出每个子事件的客观风险级别.然后,结合专家经验判断,综合得出每个子事件的风险级别,进而选择相对应的方案.在此基础上,根据实际突发事件多阶段演变特点,描述了应急决策中多事件多方案的动态调整过程,考虑方案之间的相关性和不同子事件调整方案对各风险级别子事件的应急处置效果、应对损失以及不同方案之间的转化成本等因素,得出不同情境下的最佳调整方案.通过案例分析说明了该方法的可行性和有效性.
大数据、应急决策、子事件、风险级别、方案调整
29
C934(管理学)
国家自然科学基金资助项目;国家自然科学基金重点项目
2020-10-13(万方平台首次上网日期,不代表论文的发表时间)
共11页
41-51