社区风险评估方法、装置及应用与流程

1.本技术涉及风险防控领域，特别是涉及社区风险评估方法、装置及应用。


背景技术：

2.社区作为若干社会群体或社会组织聚集在某个领域形成的一种生活上相互关联的大集体，是社会有机体最基本的内容。而社区作为社会有机体生活的基本单位，特别像是流行病的风险防控大部分是以社区作为基本单位，故社区风险的防控水平就显得直观重要了，如何科学、准确地评估社区的风险态势，对于保证正常有序生活有着重要的意义。
3.目前，关于社区防控水平的评估主要集中在风险传播趋势预测上，使用较多的评估方法有topsis方法、模糊综合评价方法、层次分析法和灰色综合评价等。但是这些评估方法存在各自的弊端：1.topsis方法中评估指标权重的主观判定对评价结果影响较大，同时贴近度只能反映与评价对象内部最优解决方案的相对接近程度，但不能反映与理想最优解决方案的绝对接近程度；2、模糊综合评价法容易忽视评价评估指标间的交互性导致的评价信息重叠问题，并且在多目标评价模型中隶属度函数的确定存在困难；3、层次分析法过于依赖专家的主观判断，导致评价过程主观性过强，从而降低了决策结果的可信度；4、灰色综合评价法中比较序列和分辨系数的赋值差异性会使得评价结果不唯一，评价对象间正负关系难以判断，如果负相关使用关联度模型可能产生错误信息，并且该方法在评价指标存在交互作用的情况下不适用，因此指标选择会对评价结果产生较大影响。
4.也就是说，目前的评估方法在评估社区风险时的评估指标主观性较强，评估指标之间无关联导致评估指标权重也具有较强的主观性，进而使得评估结果不够客观、全面和准确。


技术实现要素：

5.本技术实施例提供了一种社区风险评估方法、装置及应用，本方案利用delphi法选择风险评估指标，且关注风险评估指标之间的交互关系利用马田系统确定对应的指标权重，再利用集对分析方法对社区风险做出客观、全面和准确的预测。
6.第一方面，本技术实施例提供了一种社区风险评估方法，所述方法包括：选定至少一风险评估指标并获取至少两社区的至少一风险评估指标得分，设定由至少一评分区间组成的评估标准；
7.利用正交表试验所有所述风险评估指标并获取每一风险评估指标的信息增益值，基于所述信息增益值得到每一风险评估指标的指标权重向量；
8.基于所述风险评估指标和所述指标权重向量构建社区风险评估矩阵，基于所述社区风险评估矩阵评估社会风险。
9.第二方面，本技术实施例提供了一种社区风险评估装置，包括：
10.风险评估指标获取单元，用于选定至少一风险评估指标并获取至少两社区的至少一风险评估指标得分，设定由至少一评分区间组成的评估标准；
11.指标权重获取单元，用于利用正交表试验所有所述风险评估指标并获取每一风险评估指标的信息增益值，基于所述信息增益值得到每一风险评估指标的指标权重向量；
12.风险评估单元，用于基于所述风险评估指标和所述指标权重向量构建社区风险评估矩阵，基于所述社区风险评估矩阵评估社会风险。
13.第三方面，本技术实施例提供了一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述的社区风险评估方法。
14.第四方面，本技术实施例提供一种计算机程序产品，包括软件代码部分，当所述计算机程序产品在计算机上被运行时，所述软件代码部分用于执行所述的社区风险评估方法。
15.第五方面，本技术实施例提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括所述的社区风险评估方法。
16.本发明的主要贡献和创新点如下：
17.本技术实施例基于马田系统和集对分析方法构建完整的社区风险评估方案，充分考虑风险评估指标之间的交互关系又可剔除噪音干扰，确保指标权重的有效性，进而有效提高社会风险的评估结果的可靠性和准确性。另外，从同势、均势和反势三个方面评估社区风险的态势，能够处理社区风险防控中的不确定，对社区风险做出合理评估，在实际中可操作性更强，评估结果更为全面和准确。
18.1.本方案利用马田系统获取风险评估指标之间的指标权重，将马氏距离作为协方差距离，不仅可以考虑风险评估指标间的交互作用，具有更强的指标表示能力，还不受指标量纲变化的影响；利用正交表可以以较少的试验次数获得较多的风险评估指标的指标信息，达到减少信息损失的目的；利用信噪比计算风险评估指标的重要程度，可以剔除风险评估指标交互作用中产生的噪声干扰，保证评指标权重的有效性。
19.2.集对分析方法对风险评估中存在的不确定性问题予以客观承认、系统刻画、具体分析，从同异反角度分析评估对象与理想参照集的趋势度，可以较好地处理社区风险防控评估中存在的确定性和不确定性问题，也可以反映与理想状态的差异程度，并可以预测风险的发展趋势。因此，本方案的研究结果更加贴近实际情况，可以为有关部门的社区风险防控提供有效的量化分析工具。
20.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
21.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
22.图1是根据本技术实施例的社区风险评估方法的流程图；
23.图2是根据本技术一种实施例的风险评估指标体系的示意图；
24.图3是根据本技术的正交表的示意图。
25.图4是本方案利用的集对分析法排序的示意图。
26.图5是根据本技术实施例的社区风险评估装置的结构框图；
27.图6是根据本技术另一实施例的社区风险评估装置的结构框图；
28.图7是根据本技术实施例的电子装置的硬件结构示意图。
具体实施方式
29.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。
30.需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。
31.实施例一
32.如图1所示，本技术实施例提供了一种社区风险评估方法，包括：
33.选定至少一风险评估指标并获取至少两社区的至少一风险评估指标得分，设定由至少一评分区间组成的评估标准；
34.利用正交表试验所有所述风险评估指标并获取每一风险评估指标的信息增益值，基于所述信息增益值得到每一风险评估指标的指标权重向量；
35.基于所述风险评估指标和所述指标权重向量构建社区风险评估矩阵，基于所述社区风险评估矩阵评估社会风险。
36.在另一些实施例中，还可对社区风险态势进行评估，对应的，对应的包括以下步骤：
37.利用集对分析法分别获取正向型指标和逆向型指标同所述评估标准的单指标联系度，所述单指标联系度组成联系度分量矩阵，其中正向型指标为指标得分和社区风险呈正比的风险评估指标，所述负向型指标为指标得分和社区风险呈反比的风险评估指标；
38.基于所述联系度分量矩阵，所述指标权重向量以及系数矩阵构建同异反评价模型；
39.基于所述同异反评价模型评估社区风险态势。
40.在对社区风险进行评估时，往往需要由相关领域的专家组成专家组以确定风险评估指标以及各个风险评估指标的指标权重，通过专家对社区的各个风险评估指标进行打分后基于指标权重计算出该社区的评估值。也就是说，在社区风险评估中，风险评估指标以及指标权重就显得尤为重点。本方案利用delphi法确定更具代表性的风险评估指标，利用马田系统确定指标权重，进而实现更为客观以及准确的社区风险的评估。
41.在获取评估值之后需要根据评估标准来评估社区风险，故本方案可对各个风险评估指标依据得分区分为5个区间：低风险、较低风险、中等风险、较高风险、高风险，本方案的区别标准对应的分别为：[0，60)，[60，70)，[70，80)，[80，90)，[90，100]。当然具体的评级以
及区分区间可根据实际需求进行调整。另外，在本方案的实施例中，设定当风险评估指标的评估值和社区风险呈现反比时，则该风险评估指标为正向型风险评估指标；设定当风险评估指标的评估值和社区风险呈现正比时，则该风险评估指标为逆向型风险评估指标。
[0042]
具体的，在“选定至少一风险评估指标”步骤包括：获取至少一初步风险评估指标，基于delphi法对所述初步风险评估指标进行筛选，得到至少一所述风险评估指标。
[0043]
其中初步风险评估指标为人为选定的。
[0044]
示例性的，本方案将用于评估社区疫情风险，故初步风险评估指标也是和疫情风险评估相关的指标内容，为了方便理解，以下实施例将统一以疫情防控作为实施例进行说明。如图2所示，13个初步风险评估指标构成风险评估指标体系。
[0045]
在“基于delphi法对所述初步风险评估指标进行筛选”步骤中，获取多名评分人员对所述初步风险评估指标的可行性评分以及重要性评分，获取可行性评分以及重要性评分的均值以及变异系数，依据所述均值和所述变异系数筛选得到至少一风险评估指标。
[0046]
示例性，本方案可设计风险评估指标问卷，基于likert 5级计分法，重要性分为重要5分、比较重要4分、一般重要3分、比较不重要2分、不重要1分，可行性分为可行5分、比较可行4分、一般可行3分、比较不可行2分、不可行1分；选取18名评分人员填写风险评估指标问卷，问卷的评分人员系数是否大于90％，专家协调程度kendall协调系数是否增加，问卷信度评价克朗巴哈系数是否大于0.7；进而根据问卷得到的可行性评分以及重要性评分计算均值以及变异系数，保留均值大于等于3.5和变异系数小于0.25的初步风险评估指标；删除均值小于3.5或变异系数大于0.3的初步风险评估指标；均值大于3.5且小于等于0.25变异系数小于等于0.3的初步风险评估指标由专家讨论修改。
[0047]
在“获取至少两社区的至少一风险评估指标得分”中，由评分人员对至少两社区的风险评估指标进行评分得到所述风险评估指标得分。
[0048]
在获取风险评估指标之后本方案独创性地利用马田系统关注风险评估指标之间的关联性，以获取对应的指标权重。
[0049]
本方案利用马田系统计算每一风险评估指标的指标权重向量，马田系统主要是由正交表和信噪比组成。其中正交表属于科学安排试验条件的规格化表格，特点是均衡搭配和综合可比，可以用较少试验获取较全面的信息。本方案利用2水平正交表lq(2
p
)获取风险评估指标的权重，其中q表示参与试验的次数，p表示每次试验的风险评估指标的指标数量。
[0050]
在“利用正交表试验所有所述风险评估指标并获取每一风险评估指标的信息增益值，基于所述信息增益值得到每一风险评估指标的指标权重向量”中，将所有所述风险评估指标输入正交表内进行正交试验，获取每一正交试验的实验信噪比，基于所述实验信噪比获取对应每一风险评估指标的第一平均信噪比和第二平均信噪比，其中所述第一平均信噪比为所述每个风险评估指标参与的正交试验的所有实验信噪比的平均值，所述第二平均信噪比为所述风险评估指标未参与的正交实验的所有实验信噪比的平均值，将所述第一平均信噪比和所述第二平均信噪比的差值作为每一风险评估指标的信息增益值。
[0051]
具体的，根据所述风险评估指标的数量选择对应的正交表并进行正交实验，示例性，假设风险评估指标的数量为5个，则使用l8(27)正交表，将5个风险评估指标安排在l8(27)正交表的前5列，如图3所示。
[0052]
在“获取每一正交试验的实验信噪比”步骤中，在每一所述正交试验中选定水平为“1”的至少一风险评估指标作为正常指标，基于所有所述正常指标的马氏距离计算每一所述正交试验的实验信噪比。本方案可通过实验信噪比测度每次正交试验的输出响应，实验信噪比可分为望目特性信噪比、望小特性信噪比、望大特性信噪比，本发明主要使用望大特性信噪比，计算方式如下：
[0053][0054]
其中snrq表示第q次试验的信噪比,表示所有所述正常指标yi在第q次实验中计算所得的马氏距离，m为参与社区风险评估的社区个数。
[0055]
在“基于所述实验信噪比获取对应每一风险评估指标的第一平均信噪比和第二平均信噪比”步骤中，由于每个正交试验的实验信噪比是利用水平为“1”的风险评估指标获取得到的，这就意味着每个风险评估指标并没有参与所有的正交试验。本方案获取每个风险评估指标参与的正交试验的所有实验信噪比的平均值作为第一平均信噪比，取所述风险评估指标未参与的正交实验的所有实验信噪比的平均值作为第二平均信噪比，利用所述第一平均信噪比和所述第二平均信噪比的差值作为信息增益值。
[0056]
示例性，每一风险评估指标的信息增益值如下：
[0057][0058]
表示指标xr参与所有正交试验的实验信噪比的平均信噪比，表示指标xr未参与所有正交试验的实验信噪比的平均信噪比。
[0059]
然而信息增益值的值在负无穷大和正无穷大之间，而指标权重则是在0-1之间，故本方案利用sigmoid函数转换信息增益值得到转换结果，并对所述转换结果进行归一化处理得到指标权重。
[0060]
对应的，在“基于所述信息增益值得到每一风险评估指标的指标权重向量”步骤中，将所述信息增益值转化到(0，1)区间得到权重值，取每一风险评估指标的所述权重值和所有风险评估指标的权重值的和的商值作为所述指标权重向量”。
[0061]
示例性的，由于信息增益gainr∈(-∞， ∞)，而权重w(xr)∈(0,1)，故本发明使用sigmoid函数进行转换后得到：
[0062][0063]
其中σ∈(0, ∞)为函数的权值，当σ
→
∞时，sigmoid函数图像越接近跳跃式函数图像，σ越小sigmoid函数曲线越平坦。
[0064]
对所述风险评估指标的转换结果进行归一化处理，得到指标权重为：
[0065][0066]
另外，马氏距离具有即考虑各个风险评估指标之间的相关性，又能消除数据量纲对数据影响的优势。具体的，假设存在两个风险评估指标xi,xj，则两个风险评估指标之间的马氏距离为：
[0067]
md2(xi,xj)＝(x
i-xj)
t
s-1
(x
i-xj)
[0068]
其中，协方差矩阵s作为n阶方阵，当dets＝0时，则s不可逆，此时马氏距离无法被
获取时，使用m-p广义逆矩阵s

替代逆矩阵s-1
，则此时两个风险评估指标之间的马氏距离为：
[0069]
md2(xi,xj)＝(x
i-xj)
ts
(x
i-xj)
[0070]
其中s

为m-p广义逆矩阵替换逆矩阵s-1
，存在且具有唯一性，若当dets≠0，即s可逆时，s-1
＝s

，从而规避马氏距离无法被计算的情况，这样不仅可以保留指标间的相关性，也可以使协方差矩阵可逆。
[0071]
本方案在“基于所有所述正常指标的马氏距离计算每一所述正交试验的实验信噪比”步骤中，通过以下方式计算所有所述正常指标的马氏距离。
[0072]
基于所述正常指标以及对应的风险评估指标得分构建正常样本评估矩阵以及异常样本评估矩阵，其中所述正常样本评估矩阵的矩阵元素为不同社区的不同风险评估指标得分，所述异常样本评估矩阵的矩阵元素为不同社区的风险评估指标得分最大值和风险评估指标得分最小值；
[0073]
利用异常样本评估矩阵标准化处理所述正常样本评估矩阵得到标准化矩阵，利用标准化矩阵计算所有所述正常指标的马氏距离。
[0074]
具体的，在“基于所述正常指标以及对应的风险评估指标得分构建正常样本评估矩阵以及异常样本评估矩阵”步骤中，将对应不同社区的不同所述正常指标的所述风险评估指标得分作为矩阵元素构建所述正常样本评估矩阵，并获取不同社区的同一所述风险评估指标得分中的风险评估指标得分最大值以及风险评估指标得分最小值，将所述风险评估指标得分最大值以及所述风险评估指标得分最小值为矩阵元素构建异常样本评估矩阵。
[0075]
值得一提的是，本方案获取的正常样本评估矩阵以及异常样本评估矩阵均为二维矩阵。
[0076]
示例性的，若正常指标对应的风险评估指标为xr(r＝1,2,3,
…
,n)，对应每一风险评估指标的风险评估指标得分为c(xr),一共有m个社区则获取的正常样本评估矩阵c为：
[0077][0078]
构建得到的异常样本矩阵d为：
[0079][0080]
其中d1(xr)＝max
1≤i≤mci
(xr),d2(xr)＝min
1≤i≤mci
(xr)。
[0081]
在“利用异常样本评估矩阵标准化处理所述正常样本评估矩阵得到标准化矩阵”步骤中，计算所述异常样本评估矩阵的每个正常指标的均值和标准差，基于所述均值和所述标准差处理所述正常样本评估矩阵中对应的每个风险评估指标得分，得到所述标准化矩阵。
[0082]
具体的，获取同一正常指标的风险评估指标得分最大值和风险评估指标得分最小值的均值，得到所述风险评估指标得分的均值。
[0083]
获取同一正常指标的风险评估指标得分最大值和均值的第一差值，获取同一同一正常指标的风险评估指标得分最小值和均值的第二差值，取第一差值和第二差值的平方
差，得到所述同一正常指标的标准差。
[0084]
示例性的，针对异常样本评估矩阵d＝[di(xr)]2×n，计算每个同一正常指标xr(r＝1,2,3,
…
,n)的均值和标准差计算公式如下：
[0085][0086][0087]
在“基于所述均值和所述标准差处理所述正常样本评估矩阵中对应的每个风险评估指标得分”步骤中，取每一风险评估指标得分和对应的均值的差再除对应的标准差，得到标准矩阵。
[0088]
示例性的：对正常样本评估矩阵c＝[ci(xr)]m×n进行标准化处理，得到的标准化矩阵zi(xr)的公式如下：
[0089][0090]
其中i为社区。
[0091]
利用所述标准化矩阵计算所述所述正常指标的马氏距离md2(yii)如下：
[0092][0093]
其中zi＝(zi(x1),zi(x2),
…
，zi(xn))
t
,i＝1,2,3
…
，m，表示第i个所有正常指标的标准化数据，s表示所有正常指标r个指标间的协方差矩阵，s

是s的广义逆矩阵。
[0094]
在获取了风险评估指标以及每个风险评估指标之后，本方案即可对社区风险进行评估，在基于所述风险评估指标和所述指标权重向量构建社区风险评估矩阵”步骤中，选取所述风险评估指标和对应的指标权重向量的乘积作为所述社区风险评估矩阵的矩阵元素。
[0095]
在“基于所述社区风险评估矩阵评估社会风险”中，往所述所述社区风险评估矩阵输入对应待评估社区的风险评估指标的实际得分，得到对应所述待测社区的社会风险。
[0096]
本方案利用集对分析法对社区风险的态势进行评估。
[0097]
集对分析属于不确定性系统分析方法。该方法主要将两个集合组合为一个对子，包含确定性和不确定性两个方面，其中不确定性分为同一性和对立性，二者间的差异性即为不确定性。集对分析的基本方法为：在一定背景下，将集合a和b组成为集对h(a,b)，并以此分析两集合间的同、异、反联系度，公式为：
[0098][0099]
式(11)中，n表示集合a和b共有元素个数，s表示集合a和b相同元素个数，p表示集合a和b对立元素个数，f表示集合a和b既不相同也不对立的元素个数，且f＝n-p-s；a＝s/n表示集合a和b的同一度，b＝f/n表示集合a和b的差异度，c＝p/n表示集合a和b的对立度，且a b c＝1；i表示差异度系数，取值范围i∈[-1，1]，j表示独立度系数，取值为-1
[0100]
在本方案中利用集对分析法获取正向型指标和指标权重之间的单指标联系度，获
取负向型指标和指标权重之间的单指标联系度。
[0101]
具体的，在“利用集对分析法分别获取正向型指标和逆向型指标同所述评估标准的单指标联系度”步骤中，获取所述正向型指标对应的风险评估指标得分和所述评估标准的单指标联系度，获取所述负向型指标对应的风险评估指标得分和所述评估标准之间的单指标联系度。
[0102]
示例性，获取正向型指标的单指标联系度的公式如下：
[0103][0104]
逆向型指标的单指标联系度的公式如下：
[0105][0106]
其中xs为每个风险评估指标得分，t1～t5为评分区间的端点值。本方案一共有5个评分区间，分别为：0-t1，t
1-t2,t
2-t3,t
3-t4,t
4-t5。
[0107]
所述单指标联系度组成的联系度分量矩阵r如下所示：
[0108][0109]
其中，μ
n5
指的是同一社区的所有指标的单指标联系度之和归属于第五评分区间内的值；μ
n4
指的是同一社区的所有指标的单指标联系度之和归属于第四评分区间内的值；μ
n3
指的是同一社区的所有指标的单指标联系度之和归属于第三评分区间内的值；μ
n2
指的是同一社区的所有指标的单指标联系度之和归属于第二评分区间内的值；μ
n1
指的是同一社区的所有指标的单指标联系度之和归属于第一评分区间内的值。
[0110]
具体来说，利用集对分析法分别获取同一社区的正向型指标和逆向型指标同所述评估标准的单指标联系度，随后将该社区内所有的指标的单指标联系度求和后得到一个联系度合值，若联系度合值位于0-t1，t
1-t2,t
2-t3,t
3-t4,t
4-t5的0-t1区间范围内，则μ
n1
取值为
联系度合值，其他μ
n2
，μ
n3
，μ
n4
，μ
n5
均取值为0。其中n表示不同的社区。
[0111]
在“基于所述联系度分量矩阵，所述指标权重向量以及系数矩阵构建同异反评价模型”步骤中，所述联系度分量矩阵、所述指标权重向量和所述系数矩阵的乘积得到同异反评价模型。
[0112]
示例性的，同异反评价模型μ
a,b
(yi)：
[0113][0114]
其中r为联系度分量矩阵，e＝(1,i1,i2,i3,j)
t
为系数矩阵。在集对分析中，为同一测度分量，属于确定项，综合表现了社区风险低的程度；为差异测度偏同分量，属于不确定项，综合表现了社区风险较低的程度；为差异测度居中分量，属于不确定项，综合表现了社区风险中等的程度；为差异测度偏反分量，属于不确定项，综合表现了社区风险较高的程度；为对立测度分量，属于确定项，综合表现了社区风险高的程度。
[0115]
本方案采用均分原则对in(n＝1,2,3)进行分析，获取μ
a,b
(yi)的准确度。具体的，u＝a b1i1 b2i2 b3i3 cj，根据均分原则对i进行取值，令i1＝0.5,i2＝0.01,i3＝-0.5,j＝-1，从而计算单指标联系度的具体数值，并计算μ
a,b
(yi)。
[0116]
在“基于所述同异反评价模型评估社区风险”步骤中，获取同一测度分量和所述对立测度分量的商值，其中所述同一测度分量为取值位于第一个区间内的单联系度合值和对应的权重的乘积之和，所述对立测度分量为取值位于第五个区间内的单联系度合值和对应的权重的乘积之和。
[0117]
若所述商值大于1，则风险防控位于同势区时，表明其与理想参照集具有同一趋势，风险状态为“低”，说明此时社区风险防控态势较好；当shi(μ)＝1，风险位于均势区时，表明其与理想参照集具有“势均力敌”的趋势，风险状态为“中”，说明此时社区风险防控态势处于高低转换的中介状态；当shi(μ)《1，防控位于低势区时，表明其与理想参照集具有对立趋势，风险状态为“高”，说明此时风险防控态势处于态势较差。其中使用集对势shi(μ)＝a/c将疫情风险分为同势、均势和反势，得到的态势排序如图4所示。
[0118]
值得说明的是，本方案的示例利用社区疫情进行示例说明，但本方案的应用场景可应用于其他社区风险的评估中，本方案具有应用场景广泛的特点。
[0119]
实施例二
[0120]
基于相同的构思，参考图5，本技术还提出了一种社区风险评估装置，包括：
[0121]
风险评估指标获取单元301，用于选定至少一风险评估指标并获取至少两社区的至少一风险评估指标得分，设定由至少一评分区间组成的评估标准；
[0122]
指标权重获取单元302，用于利用正交表试验所有所述风险评估指标并获取每一风险评估指标的信息增益值，基于所述信息增益值得到每一风险评估指标的指标权重向量；
[0123]
风险评估单元303，用于基于所述风险评估指标和所述指标权重向量构建社区风险评估矩阵，基于所述社区风险评估矩阵评估社会风险。
[0124]
关于该实施例中相同的技术特征同于实施例一的介绍，本方案在此不进行累赘说明。
[0125]
如图6所示，在另一些实施例中，本方案提供的基于马田系统的社区风险评估装置，包括：
[0126]
风险态势单元304，用于利用集对分析法分别获取正向型指标和逆向型指标同所述评估标准的单指标联系度，所述单指标联系度组成联系度分量矩阵，其中正向型指标为指标得分和社区风险呈正比的风险评估指标，所述负向型指标为指标得分和社区风险呈反比的风险评估指标；基于所述联系度分量矩阵，所述指标权重向量以及系数矩阵构建同异反评价模型；基于所述同异反评价模型评估社区风险态势。
[0127]
关于该实施例中关于该实施例中相同的技术特征同于实施例一的介绍，本方案在此不进行累赘说明。
[0128]
实施例三
[0129]
本实施例还提供了一种电子装置，参考图7，包括存储器404和处理器402，该存储器404中存储有计算机程序，该处理器402被设置为运行计算机程序以执行上述任一项基于马田系统的社区风险评估方法实施例中的步骤。
[0130]
具体地，上述处理器402可以包括中央处理器(cpu)，或者特定集成电路(applicationspecificintegratedcircuit，简称为asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
[0131]
其中，存储器404可以包括用于数据或指令的大容量存储器404。举例来说而非限制，存储器404可包括硬盘驱动器(harddiskdrive，简称为hdd)、软盘驱动器、固态驱动器(solidstatedrive，简称为ssd)、闪存、光盘、磁光盘、磁带或通用串行总线(universalserialbus，简称为usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器404可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器404可在数据处理装置的内部或外部。在特定实施例中，存储器404是非易失性(non-volatile)存储器。在特定实施例中，存储器404包括只读存储器(read-onlymemory，简称为rom)和随机存取存储器(randomaccessmemory，简称为ram)。在合适的情况下，该rom可以是掩模编程的rom、可编程rom(programmableread-onlymemory，简称为prom)、可擦除prom(erasableprogrammableread-onlymemory，简称为eprom)、电可擦除prom(electricallyerasableprogrammableread-onlymemory，简称为eeprom)、电可改写rom(electricallyalterableread-onlymemory，简称为earom)或闪存(flash)或者两个或更多个以上这些的组合。在合适的情况下，该ram可以是静态随机存取存储器(staticrandom-accessmemory，简称为sram)或动态随机存取存储器(dynamicrandomaccessmemory，简称为dram)，其中，dram可以是快速页模式动态随机存取存储器404(fastpagemodedynamicrandomaccessmemory，简称为fpmdram)、扩展数据输出动态随机存取存储器(extendeddateout
dynamicrandomaccessmemory，简称为edodram)、同步动态随机存取内存(synchronousdynamicrandom-accessmemory，简称sdram)等。
[0132]
存储器404可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器402所执行的可能的基于马田系统的社区风险评估方法的计算机程序指令。
[0133]
处理器402通过读取并执行存储器404中存储的计算机程序指令，以实现上述实施例中的任意一种基于马田系统的社区风险评估方法。
[0134]
可选地，上述电子装置还可以包括传输设备406以及输入输出设备408，其中，该传输设备406和上述处理器402连接，该输入输出设备408和上述处理器402连接。
[0135]
传输设备406可以用来经由一个网络接收或者发送数据。上述的网络具体实例可包括电子装置的通信供应商提供的有线或无线网络。在一个实例中，传输设备包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备406可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
[0136]
输入输出设备408用于输入或输出信息。在本实施例中，输入的信息可以是风险评估指标、风险评估指标得分等，输出的信息可以是态势、社区风险等。
[0137]
可选地，在本实施例中，上述处理器402可以被设置为通过计算机程序执行以下步骤：
[0138]
s101、选定至少一风险评估指标并获取至少两社区的至少一风险评估指标得分，设定由至少一评分区间组成的评估标准；
[0139]
s102、利用正交表试验所有所述风险评估指标并获取每一风险评估指标的信息增益值，基于所述信息增益值得到每一风险评估指标的指标权重向量；
[0140]
s103、基于所述风险评估指标和所述指标权重向量构建社区风险评估矩阵，基于所述社区风险评估矩阵评估社会风险。
[0141]
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
[0142]
通常，各种实施例可以以硬件或专用电路、软件、逻辑或其任何组合来实现。本发明的一些方面可以以硬件来实现，而其他方面可以以可以由控制器、微处理器或其他计算设备执行的固件或软件来实现，但是本发明不限于此。尽管本发明的各个方面可以被示出和描述为框图、流程图或使用一些其他图形表示，但是应当理解，作为非限制性示例，本文中描述的这些框、装置、系统、技术或方法可以以硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备或其某种组合来实现。
[0143]
本发明的实施例可以由计算机软件来实现，该计算机软件由移动设备的数据处理器诸如在处理器实体中可执行，或者由硬件来实现，或者由软件和硬件的组合来实现。包括软件例程、小程序和/或宏的计算机软件或程序(也称为程序产品)可以存储在任何装置可读数据存储介质中，并且它们包括用于执行特定任务的程序指令。计算机程序产品可以包括当程序运行时被配置为执行实施例的一个或多个计算机可执行组件。一个或多个计算机可执行组件可以是至少一个软件代码或其一部分。另外，在这一点上，应当注意，如图中的逻辑流程的任何框可以表示程序步骤、或者互连的逻辑电路、框和功能、或者程序步骤和逻辑电路、框和功能的组合。软件可以存储在诸如存储器芯片或在处理器内实现的存储块等
物理介质、诸如硬盘或软盘等磁性介质、以及诸如例如dvd及其数据变体、cd等光学介质上。物理介质是非瞬态介质。
[0144]
本领域的技术人员应该明白，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0145]
以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。