(19)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 202211133752.6 (22)申请日 2022.09.19 (65)同一申请的已公布的文献号 申请公布号 CN 115271544 A (43)申请公布日 2022.11.01 (73)专利权人 中国科学院地理科 学与资源研究 所 地址 100101 北京市朝阳区大屯路甲1 1号 (72)发明人 张岸　 (74)专利代理 机构 北京格允知识产权代理有限 公司 11609 专利代理师 周娇娇 (51)Int.Cl. G06Q 10/06(2012.01) G06N 7/00(2006.01)G06N 20/00(2019.01) G06K 9/62(2022.01) G06Q 50/26(2012.01) 审查员 陈远丽 (54)发明名称 降低噪声投诉率的方法、 装置、 电子设备及 存储介质 (57)摘要 本说明书实施例涉及计算机技术领域， 特别 涉及一种降低噪声投诉率的方法、 装置、 电子设 备及存储介质。 其中， 该方法包括： 获取目标城市 的噪声投诉 数据及其影 响因素； 对噪声投诉率和 影响因素进行关联分析， 以从影 响因素中确定出 待应用的目标影 响因素； 利用噪声投诉数据和目 标影响因素对预设的机器学习模型进行回归建 模， 以得到用于预测各投诉行政区域的噪声投诉 率的预测模 型； 利用预设的模型可解释器对预测 模型进行解释， 以确定各目标影 响因素对预测模 型的预测能力的贡献程度； 基于各目标影响因素 对预测模型的预测能力的贡献程度， 确定出降低 投诉行政区域的噪声投诉率的输出结果。 本说明 书的技术方案能够解决如何降低城市噪声投诉 率的技术问题。 权利要求书2页 说明书10页 附图3页 CN 115271544 B 2022.12.09 CN 115271544 B 1.一种降低噪声投诉率的方法， 其特 征在于， 包括： 获取目标城市的噪声投诉数据及其影响因素； 其中， 所述噪声投诉数据包括投诉数量 和投诉行政区域， 所述投诉数量和所述投诉行政区域的面积的比值为所述投诉行政区域的 噪声投诉率， 所述影响因素包括交通噪声类因素、 人口统计类因素、 土地利用类因素和建筑 形态类因素， 所述人口统计类因素包括 18岁以下的人口、 低收入水平人口、 中等收入水平人 口、 高收入水平人 口和平均教育水平， 所述建筑形态类因素包括住宅单元、 建筑总 单元、 估 计土地价格、 平均房价、 建筑面积、 楼层 层数、 楼面积比、 楼高比和总建筑面积比； 对所述噪声投诉率和所述影响因素进行关联分析， 以从所述影响因素中确定出待应用 的目标影响因素； 利用所述噪声投诉数据和所述目标影响因素对预设的机器学习 模型进行回归建模， 以 得到用于预测各 所述投诉行政区域的噪声投诉率的预测模型； 利用预设的模型可解释器对所述预测模型进行解释， 以确定各所述目标影响因素对所 述预测模型的预测能力的贡献程度； 基于各所述目标影响因素对所述预测模型的预测能力的贡献程度， 确定出降低所述投 诉行政区域的噪声投诉率的输出 结果。 2.根据权利要求1所述的方法， 其特征在于， 所述关联分析包括Spearman相关性分析 和/或层次聚类分析。 3.根据权利要求1所述的方法， 其特 征在于， 所述机器学习模型为XGBo ost模型。 4.根据权利要求1所述的方法， 其特 征在于， 所述模型 可解释器为SHAP。 5.根据权利要求1所述的方法， 其特征在于， 所述基于各所述目标影响因素对所述预测 模型的预测能力的贡献程度， 确定出降低噪声投诉率的输出 结果， 包括： 基于各所述目标影响因素对所述预测模型的预测能力的贡献程度， 确定出贡献程度 大 于预设贡献程度阈值的第一目标影响因素； 从所述第一目标影响因素中剔除人口统计 类因素后， 得到第二目标影响因素； 基于各所述第 二目标影响因素对所述预测模型的预测能力的贡献程度， 确定出降低噪 声投诉率的输出 结果。 6.根据权利要求5所述的方法， 其特征在于， 所述基于各所述第 二目标影响因素对所述 预测模型的预测能力的贡献程度， 确定出降低噪声投诉率的输出 结果， 包括： 针对各所述第二目标影响因素， 均执 行： 对当前第二目标影响因素的初始数值进行调整， 以利用调整后的预测模型进行预测， 进而得到所述投诉行政区域的当前噪声投诉率的变化曲线； 基于所述投诉行政区域的当前 噪声投诉率的变化曲线和预设的干预措施成本曲线， 确 定出与两条曲线的交点对应的当前第二目标影响因素的目标 数值； 将把当前第二目标影响因素的所述初始数值调整到所述目标数值作为降低所述投诉 行政区域的噪声投诉率的输出 结果。 7.一种降低噪声投诉率的装置， 其特 征在于， 包括： 获取模块， 用于获取目标城市的噪声投诉数据及其影响因素； 其中， 所述噪声投诉数据 包括投诉数量和投诉行政区域， 所述投诉数量和所述投诉行政区域的面积的比值为所述投 诉行政区域的噪声投诉率， 所述影响因素包括交通噪声类因素、 人口统计类因素、 土地利用权　利　要　求　书 1/2 页 2 CN 115271544 B 2类因素和建筑形态类因素， 所述人口统计类因素包括 18岁以下的人口、 低收入水平人口、 中 等收入水平人口、 高收入水平人口和平均教育水平， 所述建筑形态类因素包括住宅单元、 建 筑总单元、 估计土地价格、 平均房价、 建筑面积、 楼层层数、 楼面积比、 楼高比和总建筑面积 比； 关联分析模块， 用于对所述噪声投诉率和所述影响因素进行关联分析， 以从所述影响 因素中确定出待应用的目标影响因素； 回归建模模块， 用于利用所述噪声投诉数据和所述目标影响因素对预设的机器学习 模 型进行回归建模， 以得到用于预测各 所述投诉行政区域的噪声投诉率的预测模型； 解释模块， 用于利用预设的模型可解释器对所述预测模型进行解释， 以确定各所述目 标影响因素对所述预测模型的预测能力的贡献程度； 确定模块， 用于基于各所述目标影响因素对所述预测模型的预测能力的贡献程度， 确 定出降低所述投诉行政区域的噪声投诉率的输出 结果。 8.一种电子设备， 包括存储器和处理器， 所述存储器中存储有计算机程序， 所述处理器 执行所述计算机程序时， 实现如权利要求1 ‑6中任一项所述的方法。 9.一种计算机可读存储介质， 其上存储有计算机程序， 当所述计算机程序在计算机中 执行时， 令计算机执 行权利要求1 ‑6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115271544 B 3