本發(fā)明涉及風(fēng)險(xiǎn)識別與預(yù)警領(lǐng)域，更具體地，涉及一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警方法及系統(tǒng)。
背景技術(shù)：
：目前，現(xiàn)有技術(shù)中對信息分類大概有如下集中方式：逐步分類判別、逐步判別分析、分類逐層評價(jià)、逐層貪婪訓(xùn)練法、逐層遞進(jìn)法。其中，逐步判別采用有進(jìn)有出的算法，對每一步都進(jìn)行檢驗(yàn)。把一個(gè)判別能力最強(qiáng)的變量引入判別式，同時(shí)對先進(jìn)入判別式的某些變量，如果其原有的差別能力隨其后變量的引入而改變，被某些變量的作用所替代，則及時(shí)將其從判別式中剔除，使最終的判別式保留判別能力最強(qiáng)的變量。逐步判別分析算法的具體步驟為：第1步：挑選變量（數(shù)據(jù)準(zhǔn)備、選入和剔除變量）；第2步：利用選入和剔除變量建立判別函數(shù)；第3步：對待判別的樣本作判別分析。分類逐層評價(jià)方法是在專家打分的基礎(chǔ)上，采用基于云模型標(biāo)度判斷矩陣的改進(jìn)層次分析法，逐層進(jìn)行權(quán)重計(jì)算，確定了各具體指標(biāo)與城市綜合交通樞紐評價(jià)總指數(shù)之間的關(guān)系，然后進(jìn)行分類逐層評價(jià)。逐層貪婪訓(xùn)練法的主要思路是：在深度神經(jīng)網(wǎng)絡(luò)中，每次只訓(xùn)練網(wǎng)絡(luò)中的一層，即首先訓(xùn)練一個(gè)只含一個(gè)隱藏層的網(wǎng)絡(luò)，僅當(dāng)這層網(wǎng)絡(luò)訓(xùn)練結(jié)束之后才開始訓(xùn)練一個(gè)有兩個(gè)隱藏層的網(wǎng)絡(luò)，以此類推。在每一步中，把已經(jīng)訓(xùn)練好的前k-1層固定，然后增加第k層，也就是將已經(jīng)訓(xùn)練好的前k-1的輸出作為輸入。每一層的訓(xùn)練可以是有監(jiān)督的（例如，將每一步的分類誤差作為目標(biāo)函數(shù)），但更通常使用無監(jiān)督方法。逐層遞進(jìn)法又叫層進(jìn)式，它與并列式（并列組合法）、對照式、總分式一起構(gòu)成了議論文論證結(jié)構(gòu)的四種模式。逐層遞進(jìn)法中，各分論點(diǎn)呈現(xiàn)出由此及彼、由淺入深、由現(xiàn)象到本質(zhì)、由簡單到復(fù)雜、由小到大、由表及里的遞進(jìn)關(guān)系。但這5個(gè)概念即逐步分類判別、逐步判別分析、分類逐層評價(jià)、逐層貪婪訓(xùn)練法、逐層遞進(jìn)法在中國期刊網(wǎng)上都尚未查到相應(yīng)的研究文獻(xiàn)。在分類模型和算法研究方面，west（2000）建立了五種不同的神經(jīng)網(wǎng)絡(luò)信用分類模型及其相應(yīng)算法：多層感知器（mlp）、專家雜合系統(tǒng)（mixture-of-experts）、徑向基函數(shù)網(wǎng)絡(luò)（rbf）、學(xué)習(xí)向量量化器（learningvectorquantization）和模糊自適應(yīng)共振（fuzzyadaptiveresonance），用來研究商業(yè)銀行信用評價(jià)的準(zhǔn)確性。龐素琳（2005）建立了10種信用分類模型及其相應(yīng)算法：①.5種神經(jīng)網(wǎng)絡(luò)信用評價(jià)模型：多層感知器（mlp）、bp算法網(wǎng)絡(luò)、徑向基函數(shù)網(wǎng)絡(luò)（rbf）、概率神經(jīng)網(wǎng)絡(luò)（pnn）和自組織競爭網(wǎng)絡(luò)（socn）；②.logistic回歸模型；③.兩種線性判別分析模型：一種是利用spss統(tǒng)計(jì)軟件對數(shù)據(jù)樣本進(jìn)行判別分析（稱為lda－spss方法），一種是利用原始數(shù)據(jù)推導(dǎo)建立線性判別分析模型，然后根據(jù)模型計(jì)算得到的結(jié)果對數(shù)據(jù)樣本進(jìn)行判別分析（稱為lda方法）；④.采用了2種支持向量基方法：一種是利用多項(xiàng)式函數(shù)作為核函數(shù)，一種是利用徑向基函數(shù)作為核函數(shù)，用來研究我國上市公司信用評價(jià)的準(zhǔn)確性。都定元（2009）給出的汶川地震中大規(guī)模災(zāi)害應(yīng)急救援計(jì)劃為實(shí)例，給出大數(shù)據(jù)處理應(yīng)急分揀算法的應(yīng)用。anjum（2011）在gis技術(shù)的基礎(chǔ)上模擬了石油儲罐爆炸場景，通過場景分析和數(shù)學(xué)建模的方法城市風(fēng)險(xiǎn)規(guī)避方法。龐素琳（2015）巨災(zāi)風(fēng)險(xiǎn)大數(shù)據(jù)處理的應(yīng)急分類、分解和分揀算法，給出了相應(yīng)的算法原理和實(shí)現(xiàn)步驟。在大數(shù)據(jù)應(yīng)急管理和網(wǎng)絡(luò)預(yù)警機(jī)制研究方面，gong等（2013）通過建立優(yōu)化模型，研究供應(yīng)鏈中災(zāi)害大數(shù)據(jù)的網(wǎng)絡(luò)優(yōu)化問題。馬奔和毛慶鐸（2015）分別就突發(fā)事件的事前、事中和事后，研究了大數(shù)據(jù)在應(yīng)急管理中的應(yīng)用，構(gòu)架了基于大數(shù)據(jù)的應(yīng)急管理三階段基本框架圖，提出了在事件響應(yīng)階段運(yùn)用大數(shù)據(jù)可視化技術(shù)將海量的災(zāi)情數(shù)據(jù)變?yōu)橹苯用髁说妮o助決策信息；段華明等人（2016）提出了基于大數(shù)據(jù)的災(zāi)害評估模式，指出大數(shù)據(jù)技術(shù)優(yōu)化了災(zāi)情收集及可視化過程。龐素琳和蔡牧夫（2017）將巨災(zāi)災(zāi)情大數(shù)據(jù)分類為結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，分析巨災(zāi)災(zāi)情大數(shù)據(jù)具有分散性、易讀性差、動(dòng)態(tài)性的特點(diǎn)，并基于webgis的巨災(zāi)災(zāi)情，給出大數(shù)據(jù)可視化系統(tǒng)分析與設(shè)計(jì)。在應(yīng)急知識管理研究方面，裘江南等（2009）對突發(fā)事件及事件鏈研究特點(diǎn)，運(yùn)用系統(tǒng)工程理論，建立了突發(fā)事件及其鏈?zhǔn)疥P(guān)系知識表示模型。該模型從突發(fā)事件機(jī)理出發(fā)描述應(yīng)急管理過程的知識需求，不僅揭示了突發(fā)事件發(fā)展、演變的行為模式及突發(fā)事件鏈?zhǔn)疥P(guān)系形成機(jī)理，還為應(yīng)急決策提供理論依據(jù),最后給出模型的應(yīng)用實(shí)例，實(shí)現(xiàn)了事件演進(jìn)的自動(dòng)生成及應(yīng)急過程中的知識支持。在地理信息系統(tǒng)和預(yù)警機(jī)制研究方面，gunes等人（2010）構(gòu)建了基于gis技術(shù)的應(yīng)急管理決策系統(tǒng)，這個(gè)系統(tǒng)使堪薩斯州應(yīng)急管理決策人員能在掌握更多受災(zāi)區(qū)域的洪水災(zāi)情空間信息的前提下進(jìn)行決策；wang（2011）則設(shè)計(jì)了基于gis技術(shù)及計(jì)算機(jī)科學(xué)的應(yīng)急管理信息系統(tǒng)，這個(gè)系統(tǒng)將應(yīng)急任務(wù)加以集成和可視化，協(xié)助應(yīng)急管理機(jī)構(gòu)減少緊急事件的發(fā)生；pollino等人（2011）將地理信息技術(shù)應(yīng)用在火災(zāi)或地震的早期預(yù)警系統(tǒng)，并論證了其在災(zāi)害評估及應(yīng)急響應(yīng)中的作用；趙珂等人（2004）利用地理空間技術(shù)評估洪澇災(zāi)害造成的損失，為洪澇應(yīng)急管理提供更科學(xué)的應(yīng)急信息決策支持；李偉權(quán)（2013）研究政府應(yīng)急管理中網(wǎng)絡(luò)輿論受眾逆反心理模型，給出了相應(yīng)的預(yù)警機(jī)制和應(yīng)急管理方法。雖然現(xiàn)有技術(shù)對大數(shù)據(jù)分析、信息預(yù)警等領(lǐng)域都有相關(guān)研究，但是目前仍然缺少一種結(jié)合將風(fēng)險(xiǎn)識別、分類、預(yù)警進(jìn)行一體化研究和決策的方案。技術(shù)實(shí)現(xiàn)要素：本發(fā)明為克服上述現(xiàn)有技術(shù)所述的至少一種缺陷（不足），提供一種能夠集成風(fēng)險(xiǎn)識別、分類、預(yù)警功能的風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警方法。本發(fā)明還提供一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警系統(tǒng)。為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案如下：一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警方法，包括：s1．接收用戶發(fā)送的信息并將其作為風(fēng)險(xiǎn)目標(biāo)；s2．對該信息進(jìn)行風(fēng)險(xiǎn)信息分類處理得到用戶所處環(huán)境的風(fēng)險(xiǎn)類別；s3．根據(jù)風(fēng)險(xiǎn)類別對風(fēng)險(xiǎn)等級進(jìn)行識別和度量，輸出對應(yīng)的風(fēng)險(xiǎn)預(yù)警信號；s4．根據(jù)預(yù)警信號提供應(yīng)急決策方案。本發(fā)明的方法先對用戶發(fā)出的信息進(jìn)行風(fēng)險(xiǎn)信息分類處理，然后根據(jù)分類情況對風(fēng)險(xiǎn)等級進(jìn)行識別和度量，再輸出相對應(yīng)的風(fēng)險(xiǎn)預(yù)警信號，根據(jù)預(yù)警信號提供對應(yīng)的應(yīng)急決策方案，該方法集合了風(fēng)險(xiǎn)分類、識別度量和預(yù)警功能，能夠根據(jù)用戶發(fā)送的信息及時(shí)為用戶提供應(yīng)對措施。上述方案中，s2的具體步驟為：s21．假設(shè)用戶發(fā)送的信息記為s；s22．判斷s是否含有風(fēng)險(xiǎn)信息，如是則執(zhí)行步驟s23，否則將s歸為不含有風(fēng)險(xiǎn)信息的類別；s23．判斷s的風(fēng)險(xiǎn)是否可識別，如是則執(zhí)行步驟s24，否則將s歸為不可識別風(fēng)險(xiǎn)的類別；s24．判斷s中的風(fēng)險(xiǎn)是否存在，如是則執(zhí)行步驟s25，否則將s歸為無風(fēng)險(xiǎn)的類別；s25．對s進(jìn)行風(fēng)險(xiǎn)級別識別，將s分為若干等級風(fēng)險(xiǎn)信息。本發(fā)明的方法提出用逐步分類算法對用戶發(fā)送的信息進(jìn)行風(fēng)險(xiǎn)分類，其是按照內(nèi)涵不相交的屬性進(jìn)行劃分所得到的分類，可以保證每個(gè)處理的信息都能夠劃分到對應(yīng)的類別中，從而準(zhǔn)確地為用戶提供預(yù)警信號和對應(yīng)的應(yīng)急決策方案。上述方案中，s2進(jìn)一步的具體步驟為：假設(shè)s為一文字的字符串，預(yù)先建立用于風(fēng)險(xiǎn)信息分類、分級的文字表達(dá)邏輯庫、文字內(nèi)容知識庫（用于存儲日常生活中各種風(fēng)險(xiǎn)事件的情景描述文字內(nèi)容）和風(fēng)險(xiǎn)數(shù)據(jù)庫（用于存儲各類風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)點(diǎn)及相應(yīng)的風(fēng)險(xiǎn)等級）；在文字內(nèi)容知識庫中對s進(jìn)行文字匹配處理，根據(jù)匹配結(jié)果對s進(jìn)行是否含有風(fēng)險(xiǎn)信息的判斷；在文字表達(dá)邏輯庫中對判斷為有風(fēng)險(xiǎn)信息的s進(jìn)行語義邏輯處理，根據(jù)邏輯處理結(jié)果對s進(jìn)行風(fēng)險(xiǎn)是否可識別的判斷；在文字內(nèi)容知識庫中對判斷為風(fēng)險(xiǎn)可識別的s進(jìn)行關(guān)鍵字匹配，根據(jù)關(guān)鍵字匹配結(jié)果對s進(jìn)行有無風(fēng)險(xiǎn)的判斷；在風(fēng)險(xiǎn)數(shù)據(jù)庫中對s中的關(guān)鍵字進(jìn)行信息匹配，根據(jù)匹配結(jié)果對s進(jìn)行風(fēng)險(xiǎn)等級識別。本發(fā)明的方法是利用風(fēng)險(xiǎn)識別信息匹配算法對用戶發(fā)出的信息自動(dòng)進(jìn)行風(fēng)險(xiǎn)識別和度量，該方法還與逐步分類算法相結(jié)合，實(shí)現(xiàn)風(fēng)險(xiǎn)的自動(dòng)分類、識別和度量。上述方案中，所述風(fēng)險(xiǎn)等級分為四級：低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)和極端風(fēng)險(xiǎn)。上述方案中，所述預(yù)警信號通過顏色區(qū)分，不同類別和風(fēng)險(xiǎn)等級用不同的顏色預(yù)警。一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警系統(tǒng)，包括：接收模塊，用于接收用戶發(fā)送的信息并將其作為風(fēng)險(xiǎn)目標(biāo)；風(fēng)險(xiǎn)類別識別模塊，用于對該信息進(jìn)行風(fēng)險(xiǎn)信息分類處理得到用戶所處環(huán)境的風(fēng)險(xiǎn)類別；預(yù)警信號輸出模塊，用于根據(jù)風(fēng)險(xiǎn)類別輸出對應(yīng)的預(yù)警信號；應(yīng)急決策模塊，用于根據(jù)預(yù)警信號提供應(yīng)急決策方案。本發(fā)明的系統(tǒng)中，利用風(fēng)險(xiǎn)類別識別模塊先對用戶發(fā)出的信息進(jìn)行風(fēng)險(xiǎn)信息分類和識別處理，然后預(yù)警信號輸出模塊根據(jù)分類情況輸出相對應(yīng)的預(yù)警信號，應(yīng)急決策模塊根據(jù)預(yù)警信號提供對應(yīng)的應(yīng)急決策方案，該系統(tǒng)集合了風(fēng)險(xiǎn)識別、分類和預(yù)警功能，能夠根據(jù)用戶發(fā)送的信息及時(shí)為用戶提供應(yīng)對措施。上述方案中，還包括：風(fēng)險(xiǎn)大數(shù)據(jù)庫，用于存儲所接收到的通過用戶發(fā)送的風(fēng)險(xiǎn)信息，該信息記為s，假設(shè)s為一文字的字符串；文字表達(dá)邏輯庫，用于存儲語義邏輯樣本，根據(jù)語義邏輯樣本對s進(jìn)行風(fēng)險(xiǎn)信息是否可識別的判斷；文字內(nèi)容知識庫，用于存儲日常生活中各種風(fēng)險(xiǎn)事件的情景描述文字內(nèi)容，根據(jù)所存儲的信息對s進(jìn)行是否含有風(fēng)險(xiǎn)信息、風(fēng)險(xiǎn)信息是否可識別、有無風(fēng)險(xiǎn)相匹配的判斷；風(fēng)險(xiǎn)數(shù)據(jù)庫，用于存儲各類風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)點(diǎn)及相應(yīng)的風(fēng)險(xiǎn)等級，通過將用戶發(fā)送的風(fēng)險(xiǎn)信息與庫中的風(fēng)險(xiǎn)點(diǎn)及風(fēng)險(xiǎn)等級進(jìn)行匹配處理，然后再根據(jù)匹配到的關(guān)鍵字對s進(jìn)行風(fēng)險(xiǎn)等級識別。上述方案中，風(fēng)險(xiǎn)類別識別模塊具體用于：利用文字內(nèi)容知識庫對s進(jìn)行文字匹配處理，根據(jù)匹配結(jié)果對s進(jìn)行是否含有風(fēng)險(xiǎn)信息的判斷，如無則將s歸為不含有風(fēng)險(xiǎn)信息的類別；利用文字表達(dá)邏輯庫對判斷為有風(fēng)險(xiǎn)信息的s進(jìn)行語義邏輯處理，根據(jù)邏輯處理結(jié)果對s進(jìn)行風(fēng)險(xiǎn)是否可識別的判斷，如否則將s歸為不可識別風(fēng)險(xiǎn)的類別；利用文字內(nèi)容知識庫對判斷為風(fēng)險(xiǎn)可識別的s進(jìn)行關(guān)鍵字匹配，根據(jù)關(guān)鍵字匹配結(jié)果對s進(jìn)行有無風(fēng)險(xiǎn)的判斷，如無則將s歸為無風(fēng)險(xiǎn)的類別；利用風(fēng)險(xiǎn)數(shù)據(jù)庫對s中的關(guān)鍵字進(jìn)行信息匹配，根據(jù)匹配結(jié)果對s進(jìn)行風(fēng)險(xiǎn)等級識別。上述方案中，所述風(fēng)險(xiǎn)等級分為四級：低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)和極端風(fēng)險(xiǎn)。上述方案中，所述預(yù)警信號通過顏色區(qū)分，不同類別和風(fēng)險(xiǎn)等級用不同的顏色預(yù)警。與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：本發(fā)明提出了逐步分類算法和風(fēng)險(xiǎn)識別信息匹配算法，將這兩種算法相結(jié)合對用戶發(fā)布的風(fēng)險(xiǎn)信息進(jìn)行風(fēng)險(xiǎn)逐步分類、自動(dòng)識別和度量，并根據(jù)風(fēng)險(xiǎn)類別進(jìn)行風(fēng)險(xiǎn)預(yù)警，幫助用戶進(jìn)行應(yīng)急決策。在具體實(shí)現(xiàn)過程中，通過設(shè)計(jì)逐步分類算法思想和實(shí)現(xiàn)的步驟，進(jìn)行了信息匹配規(guī)則設(shè)計(jì)，并進(jìn)一步提出了風(fēng)險(xiǎn)識別信息匹配算法，然后利用逐步分類算法和風(fēng)險(xiǎn)識別信息匹配算法相結(jié)合的思想，對用戶所處的環(huán)境風(fēng)險(xiǎn)逐步分為七大類：“極端風(fēng)險(xiǎn)”、“高風(fēng)險(xiǎn)”、“中風(fēng)險(xiǎn)”、“低風(fēng)險(xiǎn)”、“無風(fēng)險(xiǎn)”、“不可識別風(fēng)險(xiǎn)”和“不含有風(fēng)險(xiǎn)信息”，給出風(fēng)險(xiǎn)自動(dòng)識別、度量、預(yù)警和應(yīng)急決策的方案。附圖說明圖1為風(fēng)險(xiǎn)類別與對應(yīng)預(yù)警信號的示意圖。圖2為風(fēng)險(xiǎn)類別、預(yù)警信號、決策一一對應(yīng)的示意圖。圖3為本發(fā)明一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警方法具體實(shí)施例的流程圖。圖4為本發(fā)明一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警系統(tǒng)具體實(shí)施例的架構(gòu)圖。具體實(shí)施方式附圖僅用于示例性說明，不能理解為對本專利的限制；為了更好說明本實(shí)施例，附圖某些部件會有省略、放大或縮小，并不代表實(shí)際產(chǎn)品的尺寸；對于本領(lǐng)域技術(shù)人員來說，附圖中某些公知結(jié)構(gòu)及其說明可能省略是可以理解的。在本發(fā)明的描述中，需要理解的是，此外，術(shù)語“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對重要性或隱含所指示的技術(shù)特征的數(shù)量。由此，限定的“第一”、“第二”的特征可以明示或隱含地包括一個(gè)或者更多個(gè)該特征。在本發(fā)明的描述中，除非另有說明，“多個(gè)”的含義是兩個(gè)或兩個(gè)以上。在本發(fā)明的描述中，需要說明的是，除非另有明確的規(guī)定和限定，術(shù)語“安裝”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機(jī)械連接，也可以是電連接；可以是直接相連，也可以是通過中間媒介間接連接，可以說兩個(gè)元件內(nèi)部的連通。對于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語在本發(fā)明的具體含義。下面結(jié)合附圖和實(shí)施例對本發(fā)明的技術(shù)方案做進(jìn)一步的說明。實(shí)施例1（一）逐步分類算法思想可描述為：對某一被分類的對象，首先按照某一個(gè)標(biāo)準(zhǔn)或前提，在其所描述概念的最大外延下，根據(jù)其內(nèi)涵不相交的屬性進(jìn)行劃分，劃分的結(jié)果得到按照當(dāng)前劃分標(biāo)準(zhǔn)或前提下的若干個(gè)類；然后在當(dāng)前已分好的所有類目中，又按照某一個(gè)標(biāo)準(zhǔn)或前提（可以是剛才的前提或標(biāo)準(zhǔn)，也可以不是），在其所描述概念的最大外延下，根據(jù)其內(nèi)涵不相交的屬性進(jìn)行劃分，劃分的結(jié)果又得到按照當(dāng)前劃分標(biāo)準(zhǔn)或前提下的若干個(gè)類；如此繼續(xù)進(jìn)行下去，每一步的分類都是在前一步的分類結(jié)果下，按照某一個(gè)標(biāo)準(zhǔn)或前提（可以是上一步的前提或標(biāo)準(zhǔn)，也可以不是），在其所描述概念的最大外延下，根據(jù)其內(nèi)涵不相交的屬性進(jìn)行劃分所得到的分類，一直進(jìn)行到不需要再分類為止。當(dāng)用戶在平臺上發(fā)布信息時(shí)，app應(yīng)急系統(tǒng)將把用戶發(fā)送的信息當(dāng)作風(fēng)險(xiǎn)目標(biāo)，調(diào)用逐步分類算法，對用戶輸入風(fēng)險(xiǎn)信息進(jìn)行分類。app應(yīng)急系統(tǒng)預(yù)先設(shè)定風(fēng)險(xiǎn)分類規(guī)則與系統(tǒng)實(shí)現(xiàn)目標(biāo)如下：規(guī)則1：發(fā)布內(nèi)容是否含有風(fēng)險(xiǎn)信息系統(tǒng)實(shí)現(xiàn)目標(biāo)：是，否；第1級分類：“含有風(fēng)險(xiǎn)信息”和“不含有風(fēng)險(xiǎn)信息”（兩類）規(guī)則2：該風(fēng)險(xiǎn)是否可識別（在含有風(fēng)險(xiǎn)信息條件下）系統(tǒng)實(shí)現(xiàn)目標(biāo)：可識別風(fēng)險(xiǎn)，不可識別風(fēng)險(xiǎn)；第2級分類：“可識別”和“不可識別”（兩類）規(guī)則3：該風(fēng)險(xiǎn)是否存在（在可識別風(fēng)險(xiǎn)條件下）系統(tǒng)實(shí)現(xiàn)目標(biāo)：有風(fēng)險(xiǎn)，無風(fēng)險(xiǎn)；第3級分類：“有風(fēng)險(xiǎn)”和“無風(fēng)險(xiǎn)”（兩類）規(guī)則4：風(fēng)險(xiǎn)等級劃分（在風(fēng)險(xiǎn)存在條件下）系統(tǒng)實(shí)現(xiàn)目標(biāo)：極端風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)，中風(fēng)險(xiǎn)，低風(fēng)險(xiǎn)；第4級分類：“極端風(fēng)險(xiǎn)”、“高風(fēng)險(xiǎn)”、“中風(fēng)險(xiǎn)”和“低風(fēng)險(xiǎn)”（四類）根據(jù)風(fēng)險(xiǎn)逐級分類算法原理，用戶所處的風(fēng)險(xiǎn)環(huán)境將一共分為七個(gè)等級：“不含有風(fēng)險(xiǎn)信息”、“不可識別風(fēng)險(xiǎn)”、“無風(fēng)險(xiǎn)”、“低風(fēng)險(xiǎn)”、“中風(fēng)險(xiǎn)”、“高風(fēng)險(xiǎn)”與“極端風(fēng)險(xiǎn)”。規(guī)則5：風(fēng)險(xiǎn)預(yù)警（針對風(fēng)險(xiǎn)存在條件下的風(fēng)險(xiǎn)等級劃分）系統(tǒng)實(shí)現(xiàn)目標(biāo)：白色、灰色、綠色，黃色，橙色，淺紅色，深紅色；規(guī)則6：風(fēng)險(xiǎn)應(yīng)對方法（應(yīng)急決策）設(shè)定目標(biāo)：保持原狀態(tài)，風(fēng)險(xiǎn)再研判，環(huán)境安全，自救，自救與互救，緊急求救與自救互救，緊急呼救。如圖1所示，為風(fēng)險(xiǎn)類別與對應(yīng)預(yù)警信號的示意圖。其中，將用戶所處的風(fēng)險(xiǎn)環(huán)境等級分為：“極端風(fēng)險(xiǎn)”、“高風(fēng)險(xiǎn)”、“中風(fēng)險(xiǎn)”與“低風(fēng)險(xiǎn)”四個(gè)等級，各級風(fēng)險(xiǎn)程度的描述與風(fēng)險(xiǎn)度量值如表1所示，其中風(fēng)險(xiǎn)度量值為環(huán)境風(fēng)險(xiǎn)發(fā)生的可能性。表1風(fēng)險(xiǎn)級別與描述風(fēng)險(xiǎn)類型風(fēng)險(xiǎn)程度描述風(fēng)險(xiǎn)度量值（風(fēng)險(xiǎn)發(fā)生可能性）極端風(fēng)險(xiǎn)環(huán)境出現(xiàn)極端異?；驑O度障礙，絕對有風(fēng)險(xiǎn)95-100%高風(fēng)險(xiǎn)環(huán)境出現(xiàn)高度異?；蚋叨日系K，有風(fēng)險(xiǎn)80-94%中風(fēng)險(xiǎn)環(huán)境出現(xiàn)中度異?；蛑卸日系K，有一定程度的風(fēng)險(xiǎn)，但危險(xiǎn)性不大50-79%低風(fēng)險(xiǎn)環(huán)境出現(xiàn)低度異?；虻投日系K，風(fēng)險(xiǎn)性小1-49%如圖2所示，為風(fēng)險(xiǎn)類別、預(yù)警信號、決策一一對應(yīng)的示意圖。如圖3所示，為本發(fā)明一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警方法具體實(shí)施例的流程圖。參見圖3，本具體實(shí)施例一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警方法的具體步驟包括：s1．接收用戶發(fā)送的信息并將其作為風(fēng)險(xiǎn)目標(biāo)；通常用戶發(fā)布信息是通過移動(dòng)智能終端或者其他電子設(shè)備發(fā)出，app應(yīng)急系統(tǒng)接收用戶發(fā)送的信息后，根據(jù)app應(yīng)急系統(tǒng)所具備的功能對用戶的信息進(jìn)行風(fēng)險(xiǎn)分類、識別、度量和預(yù)警。具體實(shí)施過程中，接收用戶發(fā)送的信息后將其存入風(fēng)險(xiǎn)大數(shù)據(jù)庫中。s2．對該信息進(jìn)行風(fēng)險(xiǎn)信息分類處理得到用戶所處環(huán)境的風(fēng)險(xiǎn)類別；s3．根據(jù)風(fēng)險(xiǎn)類別對風(fēng)險(xiǎn)等級進(jìn)行識別和度量，輸出對應(yīng)的風(fēng)險(xiǎn)預(yù)警信號；s4．根據(jù)預(yù)警信號提供應(yīng)急決策方案。在具體實(shí)施過程中，s2的具體步驟為：s21．假設(shè)用戶發(fā)送的信息記為s，假設(shè)s為一文字的字符串，并預(yù)先建立用于風(fēng)險(xiǎn)信息分類、分級的文字表達(dá)邏輯庫、文字內(nèi)容知識庫和風(fēng)險(xiǎn)數(shù)據(jù)庫，s的文字表達(dá)語義歸屬文字表達(dá)邏輯庫管理，s的信息內(nèi)容歸屬文字內(nèi)容知識庫管理。s22．判斷s是否含有風(fēng)險(xiǎn)信息，如是則執(zhí)行步驟s23，否則將s歸為不含有風(fēng)險(xiǎn)信息的類別；此步驟是利用文字內(nèi)容知識庫對s進(jìn)行文字匹配處理，根據(jù)匹配結(jié)果對s進(jìn)行是否含有風(fēng)險(xiǎn)信息的判斷；s23．判斷s的風(fēng)險(xiǎn)是否可識別，如是則執(zhí)行步驟s24，否則將s歸為不可識別風(fēng)險(xiǎn)的類別；該步驟是進(jìn)一步根據(jù)s的描述，在文字表達(dá)邏輯庫中進(jìn)行語義邏輯匹配，如果s的語言描述清晰，表達(dá)的文字內(nèi)容具有邏輯性，則判斷s為“可識別風(fēng)險(xiǎn)”，否則為“不可識別風(fēng)險(xiǎn)”，如此，根據(jù)邏輯處理結(jié)果對s進(jìn)行風(fēng)險(xiǎn)是否可識別的判斷；s24．判斷s中的風(fēng)險(xiǎn)是否存在，如是則執(zhí)行步驟s25，否則將s歸為無風(fēng)險(xiǎn)的類別；此步驟是進(jìn)一步根據(jù)s的描述，在文字內(nèi)容知識庫中進(jìn)行文字信息匹配，如果s的描述中有與風(fēng)險(xiǎn)相關(guān)的關(guān)鍵字，則判斷s為“有風(fēng)險(xiǎn)”，否則判斷s為“無風(fēng)險(xiǎn)”，如此，根據(jù)關(guān)鍵字匹配結(jié)果對s進(jìn)行有無風(fēng)險(xiǎn)的判斷；s25．對s進(jìn)行風(fēng)險(xiǎn)級別識別，將s分為若干等級風(fēng)險(xiǎn)信息。在此步驟中，系統(tǒng)根據(jù)s的描述在風(fēng)險(xiǎn)數(shù)據(jù)庫中進(jìn)行“風(fēng)險(xiǎn)”關(guān)鍵字的文字描述進(jìn)行信息匹配，根據(jù)風(fēng)險(xiǎn)信息匹配的結(jié)果對風(fēng)險(xiǎn)進(jìn)行“低風(fēng)險(xiǎn)”、“中風(fēng)險(xiǎn)”、“高風(fēng)險(xiǎn)”和“極端風(fēng)險(xiǎn)”的識別，如此根據(jù)匹配結(jié)果對s進(jìn)行風(fēng)險(xiǎn)等級識別。經(jīng)過步驟s2的處理，對s的分類為7個(gè)結(jié)果中的一個(gè)：“不含有風(fēng)險(xiǎn)信息”、“不可識別風(fēng)險(xiǎn)”、“無風(fēng)險(xiǎn)”、“低風(fēng)險(xiǎn)”、“中風(fēng)險(xiǎn)”、“高風(fēng)險(xiǎn)”和“極端風(fēng)險(xiǎn)”。app應(yīng)急系統(tǒng)預(yù)先針對這7個(gè)結(jié)果分配了7種風(fēng)險(xiǎn)預(yù)警信號：白色、灰色、綠色，黃色，橙色，淺紅色和深紅色。在步驟s3中，將根據(jù)s的分類結(jié)果相應(yīng)輸出對應(yīng)的風(fēng)險(xiǎn)預(yù)警信號。app應(yīng)急系統(tǒng)也預(yù)先根據(jù)7種風(fēng)險(xiǎn)預(yù)警信號分配了7種對應(yīng)的應(yīng)急決策方案：保持原狀態(tài)、風(fēng)險(xiǎn)再研判、環(huán)境安全、自救、自救與互救、緊急求救與自救互救和緊急呼救。在步驟s4中，根據(jù)s的風(fēng)險(xiǎn)預(yù)警信號提供對應(yīng)的應(yīng)急決策方案，從而可以為用戶提供實(shí)用的應(yīng)急決策方案。實(shí)施例2在實(shí)施例1的基礎(chǔ)上，本發(fā)明還提供了一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警系統(tǒng)。如圖4所示，本實(shí)施例的一種風(fēng)險(xiǎn)信息自動(dòng)分類、識別與預(yù)警系統(tǒng)具體包括：接收模塊201，用于接收用戶發(fā)送的信息并將其作為風(fēng)險(xiǎn)目標(biāo)；風(fēng)險(xiǎn)類別識別模塊202，用于對該信息進(jìn)行風(fēng)險(xiǎn)信息分類和識別處理得到用戶所處環(huán)境的風(fēng)險(xiǎn)類別；預(yù)警信號輸出模塊203，用于根據(jù)風(fēng)險(xiǎn)類別輸出對應(yīng)的預(yù)警信號；應(yīng)急決策模塊204，用于根據(jù)預(yù)警信號提供應(yīng)急決策方案。接收模塊201接收用戶發(fā)送的信息后，根據(jù)系統(tǒng)所具備的功能對用戶的信息進(jìn)行風(fēng)險(xiǎn)識別和預(yù)警。具體實(shí)施過程中，系統(tǒng)還包括：風(fēng)險(xiǎn)大數(shù)據(jù)庫205，用于存儲接收模塊201所接收到的通過用戶發(fā)送的信息，該信息記為s，假設(shè)s為一文字的字符串；文字表達(dá)邏輯庫206，用于存儲語義邏輯樣本，根據(jù)語義邏輯樣本對s進(jìn)行風(fēng)險(xiǎn)信息是否可識別的判斷；s的文字表達(dá)語義歸屬文字表達(dá)邏輯庫管理。文字內(nèi)容知識庫207，用于存儲日常生活中各種風(fēng)險(xiǎn)事件的情景描述文字內(nèi)容，根據(jù)所存儲的信息對s進(jìn)行是否含有風(fēng)險(xiǎn)信息、風(fēng)險(xiǎn)信息是否可識別、有無風(fēng)險(xiǎn)相匹配的判斷；s的信息內(nèi)容歸屬文字內(nèi)容知識庫管理。風(fēng)險(xiǎn)數(shù)據(jù)庫208，用于存儲各類風(fēng)險(xiǎn)事件的風(fēng)險(xiǎn)點(diǎn)及相應(yīng)的風(fēng)險(xiǎn)等級，通過將用戶發(fā)送的風(fēng)險(xiǎn)信息與庫中的風(fēng)險(xiǎn)點(diǎn)及風(fēng)險(xiǎn)等級進(jìn)行匹配處理，然后再根據(jù)匹配到的關(guān)鍵字對s進(jìn)行風(fēng)險(xiǎn)等級識別。具體實(shí)施過程中，風(fēng)險(xiǎn)類別識別模塊202具體用于：利用文字內(nèi)容知識庫207對s進(jìn)行文字匹配處理，根據(jù)匹配結(jié)果對s進(jìn)行是否含有風(fēng)險(xiǎn)信息的判斷，如無則將s歸為不含有風(fēng)險(xiǎn)信息的類別。利用文字表達(dá)邏輯庫206對判斷為有風(fēng)險(xiǎn)信息的s進(jìn)行語義邏輯處理，根據(jù)邏輯處理結(jié)果對s進(jìn)行風(fēng)險(xiǎn)是否可識別的判斷，如否則將s歸為不可識別風(fēng)險(xiǎn)的類別；此過程中，如果s的語言描述清晰，表達(dá)的文字內(nèi)容具有邏輯性，則判斷s為“可識別風(fēng)險(xiǎn)”，否則為“不可識別風(fēng)險(xiǎn)”。利用文字內(nèi)容知識庫207對判斷為風(fēng)險(xiǎn)可識別的s進(jìn)行關(guān)鍵字匹配，根據(jù)關(guān)鍵字匹配結(jié)果對s進(jìn)行有無風(fēng)險(xiǎn)的判斷，如無則將s歸為無風(fēng)險(xiǎn)的類別；此過程中，根據(jù)s的描述在文字內(nèi)容知識庫中進(jìn)行文字信息匹配，如果s的描述中有與風(fēng)險(xiǎn)相關(guān)的關(guān)鍵字，則判斷s為“有風(fēng)險(xiǎn)”，否則判斷s為“無風(fēng)險(xiǎn)”。利用風(fēng)險(xiǎn)數(shù)據(jù)庫208對s中的關(guān)鍵字進(jìn)行信息匹配，根據(jù)匹配結(jié)果對s進(jìn)行風(fēng)險(xiǎn)等級識別。此過程中，根據(jù)s的描述在風(fēng)險(xiǎn)數(shù)據(jù)庫中進(jìn)行“風(fēng)險(xiǎn)”關(guān)鍵字的文字描述進(jìn)行信息匹配，根據(jù)風(fēng)險(xiǎn)信息匹配的結(jié)果對風(fēng)險(xiǎn)進(jìn)行“低風(fēng)險(xiǎn)”、“中風(fēng)險(xiǎn)”、“高風(fēng)險(xiǎn)”和“極端風(fēng)險(xiǎn)”的識別，如此根據(jù)匹配結(jié)果對s進(jìn)行風(fēng)險(xiǎn)等級識別。利用風(fēng)險(xiǎn)類別識別模塊202可以將任一s進(jìn)行分類，s的分類為7個(gè)結(jié)果中的一個(gè)：“不含有風(fēng)險(xiǎn)信息”、“不可識別風(fēng)險(xiǎn)”、“無風(fēng)險(xiǎn)”、“低風(fēng)險(xiǎn)”、“中風(fēng)險(xiǎn)”、“高風(fēng)險(xiǎn)”和“極端風(fēng)險(xiǎn)”。預(yù)警信號輸出模塊203預(yù)先針對這7個(gè)結(jié)果分配了7種風(fēng)險(xiǎn)預(yù)警信號：白色、灰色、綠色，黃色，橙色，淺紅色和深紅色，預(yù)警信號輸出模塊203將根據(jù)s的分類結(jié)果相應(yīng)輸出對應(yīng)的風(fēng)險(xiǎn)預(yù)警信號。應(yīng)急決策模塊204預(yù)先根據(jù)7種風(fēng)險(xiǎn)預(yù)警信號分配了7種對應(yīng)的應(yīng)急決策方案：保持原狀態(tài)、風(fēng)險(xiǎn)再研判、環(huán)境安全、自救、自救與互救、緊急求救與自救互救和緊急呼救。應(yīng)急決策模塊204根據(jù)s的風(fēng)險(xiǎn)預(yù)警信號提供對應(yīng)的應(yīng)急決策方案，從而可以為用戶提供實(shí)用的應(yīng)急決策方案。相同或相似的標(biāo)號對應(yīng)相同或相似的部件；附圖中描述位置關(guān)系的用于僅用于示例性說明，不能理解為對本專利的限制；顯然，本發(fā)明的上述實(shí)施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實(shí)施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無需也無法對所有的實(shí)施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。當(dāng)前第1頁12