基于AI评价的智慧城市系统及其实现方法

技术领域

本发明涉及智慧城市技术领域，具体地，涉及基于AI评价的智慧城市系统及其实现方法。

背景技术

中国的人工智能城市发展经历了从信息化到平台化再到智能化的过程，这个过程帮助城市规划者从技术、应用场景和数据层面对智慧社会的搭建有了更加深刻的理解和实践。现有基于AI评价的智慧城市系统大多是通过AI来对各种城市数据进行整合分析，从而为城市顶层设计提供服务，该类系统具有“大局”思维，能帮助城市规划者对智慧城市的主体进行搭建。

但随着“人”在城市中的重要性越来越被重视，人工智能城市除了提供更加系统化智能化的应用和服务外，更应该注重这些应用和服务带给人们的体验感。而且基于人工智能在城市生活中不断提升的普及性与落地性，搭建合理的体系，通过数据对各城市和区域的AI居民感受力进行评估更具现实意义和未来价值。但现有智慧城市系统又缺乏从顶层设计下沉到居民的垂直评价体系，从而导致未来智慧城市应用的建设和发展都受到制约，因此亟需一种基于AI评价的智慧城市系统来解决该问题。

发明内容

为解决现有智慧城市系统缺乏从顶层设计下沉到居民的垂直评价体系的问题，本发明提供了基于AI评价的智慧城市系统，该系统包括：

目标获取单元：所述目标单元用于获取预设城市的目标数据；

业务单元：所述业务单元用于获取所述预设城市同一个区域中不同领域的业务信息，基于所述业务信息，判断对应业务的状态是否正常，若是，则获取对应业务的业务数据，若否，则采用预设措施处理对应业务得到处理结果；

数据传输单元：所述数据传输单元用于将所述目标数据、所述业务数据和所述处理结果传输至AI评价单元；

AI评价单元：所述AI评价单元用于对上传的数据进行评价。

本发明是通过以下技术方案实现的：首先通过目标获取单元获取城市不同区域的目标数据，该目标数据涵盖了城市整体目标信息、城市中每个区域目标信息和每个区域中不同领域的目标信息。然后通过业务单元去获取具体的业务信息，该业务信息涉及各个社会场景，然后基于该业务信息来判断状态是否正常，而判断依据是对居民的评价数据进行量化和分析得到分析结果，基于该分析结果判断业务状态是否正常，当业务状态正常时，获取业务的业务数据，以便后续用于服务城市的顶层设计，当业务状态异常时，则需要采用预设措施来对该业务进行处理得到处理结果。再通过数据传输单元将目标数据、业务数据和处理结果传输至AI评价单元，数据传输单元是保证数据在传输过程中能安全传输，减少泄露的风险。最后通过AI评价单元对接收到的数据进行评价，来实现为城市规划者提供建议和方案去搭建智慧城市的体系，同时通过数据将居民对各城市不同区域不同领域业务的AI感受力进行评估，进一步提高人工智能在城市中的普及性和落地性，从而搭建起智慧城市系统从顶层设计下沉到居民的垂直评价体系，不仅评价体系更加完善，同时能推动智慧城市更快发展。

进一步地，所述业务单元包括业务状态判断子单元，所述业务状态判断子单元用于判断业务的状态包括：

所述业务具体为第一业务；

构建所述第一业务的评价子单元，所述评价子单元用于存储若干用户对于所述第一业务的评价数据；

基于所述评价子单元，获取预设时间段内的所有评价数据；

将所有评价数据输入至预设文本集中；

对所述预设文本集中的所有评价数据进行预处理得到若干第一词语，将所有第一词语存储至预设集合，所述预处理为将所述文本集的每个句子进行分割，对分割得到的每个句子进行分词和词性标注处理；

对所有第一词语进行关键词处理得到预设个数的词语作为第一关键词；

构建用于存储好评词语的第一语料库和存储差评词语的第二语料库；

将所有第一关键词与所述第一语料库和所述第二语料库中的词语进行匹配和相似度处理，得到处理结果；

基于所述处理结果，得到所有第一关键词中好评关键词在所述预设集合中出现的频率为α，及得到所有第一关键词中差评关键词在所述预设集合中出现的频率为β；

基于α和β的差值，判断所述第一业务的状态是否正常。

其中，通过获取预设时间段内关于该第一业务的所有评价数据，然后从这些评价数据中通过各种处理提取出预设个数的关键词，由这些第一关键词来体现所有评价数据的核心思想，这是因为评价数据量(类似于各个政务板块的留言板)往往都较大，如果通过人为去提取有价值信息，耗时耗力。而经过处理后的评价数据，关键词大多体现在好评和差评上面，此时再构建第一语料库和第二语料库，将第一关键词与这两个语料库中的词语进行匹配和相似度处理得到处理结果，基于该结果，得到第一关键词中好评词语和差评词语出现的频率，并基于α和β的差值，来判断第一业务的状态是否正常，如果α远大于β，说明通过对居民评价数据量化和分析后，判断第一业务状态为正常，但如果α与β接近或者β超过α，说明通过对居民评价数据量化和分析后，判断第一业务状态为异常。

进一步地，对所有第一词语进行关键词处理包括：

获取预设词性，基于所述预设词性，对所有第一词语过滤得到若干第二词语；

获取预设词语长度，基于所述预设词语长度，对所有第二词语过滤得到若干第三词语；

获取停用词，基于所述停用词，对所有第三词语过滤得到若干第四词语；

基于所有第四词语，构建候选关键词图G＝(V，E)，V为所有第四词语构成的节点集合，E为所述节点集合中两点之间连边的集合；

基于TextRank公式，迭代计算所述关键词图中各节点的权重，直至收敛；

对所述关键词图中的节点权重进行倒序排序，从而得到预设个数的词语作为第一关键词。

其中，对预设集合中所有第一词语进行关键词提取是采用TextRank算法，通过词性、词语长度和停用词对所有第一词语进行过滤得到若干第四词语，然后基于第四词语，构建关键词图，再通过TextRank公式计算关键词中的每个节点的权重，直到收敛，再对每个节点的权重进行倒序排序，从而得到预设个数的词语作为第一关键词。

进一步地，基于所述处理结果，得到所有第一关键词中好评关键词在所述预设集合中出现的频率为α包括：

将所有第一关键词与所述第一语料库中的词语进行匹配，将匹配成功对应的第一关键词作为第二关键词；将匹配失败对应的第一关键词与所述第一语料库中的词语进行相似度计算得到第一相似度值，判断所述第一相似度值是否高于第一预设阈值，若是，则将所述第一相似度值高于所述第一预设阈值对应的所述第一关键词作为第三关键词，将所有第三关键词添加至所述第一语料库，若否，则不动作；

采用以下公式计算所有第二关键词和第三关键词在所述预设集合中出现的频率：

α为所有第二关键词和第三关键词在所述预设集合中出现的频率，A

其中，将第一关键词与第一语料库中的词语进行匹配，如果匹配成功，说明对应第一关键词为好评词语，将这类关键词作为第二关键词。由于第一语料库中存储的好评词语有限，如果只采用匹配的方式，有可能遗漏第一关键词中的好评词语，因此通过将匹配失败的第一关键词与第一语料库中剩余的词语进行相似度计算，将相似度值超过预设阈值对应的第一关键词作为第三关键词，第三关键词也为好评词语，并同时对第一语料库进行更新。然后计算所有第二关键词和第三关键词在预设集合中出现的频率，可以初步判断第一业务的状态，如果这两类关键词频率较高，说明第一业务状态越趋近于正常。

进一步地，基于所述处理结果，得到所有第一关键词中差评关键词在所述预设集合中出现的频率为β包括：

将所有第一关键词与所述第二语料库中的词语进行匹配，将匹配成功对应的第一关键词作为第四关键词；将匹配失败对应的第一关键词与所述第二语料库中的词语进行相似度计算得到第二相似度值，判断所述第二相似度值是否高于第二预设阈值，若是，则将所述第二相似度值高于所述第二预设阈值对应的所述第一关键词作为第五关键词，将所有第五关键词添加至所述第二语料库，若否，则不动作；

采用以下公式计算所有第四关键词和第五关键词在所述预设集合中出现的频率：

β为所有第四关键词和第五关键词在所述预设集合中出现的频率，J

其中，基于处理结果，得到第一关键词中差评关键词在预设集合中出现的频率为β，其处理方式与得到第一关键词中好评关键词在预设集合中出现的频率α相似，本发明不再具体阐述。而之所以计算差评关键词出现的频率，这是因为在评价数据中，除了好评相关词语，还存在一些中性词语，如果只单纯以好评词语出现频率来判断预设文本集的核心评价思想，会存在一定误差，而通过将好评词语与差评词语出现的频率进行对比，更能通过获取到的居民评价数据经过量化分析后得到结果，并基于该结果来实际体现居民对于第一业务的反馈和评价。

进一步地，基于α和β的差值，判断所述第一业务的状态是否正常包括：

判断α和β的差值是否大于第三预设阈值，若是，则判断所述第一业务的状态为正常，若否，则判断所述第一业务的状态为异常。

其中，当α与β的差值够大时，说明此时通过对评价数据量化和分析后得出居民对于第一业务评价就较好，但如果α与β的差值接近或者为负数时，说明通过对评价数据量化和分析后得出居民对于第一业务评价就较差，因此通过设置第三预设阈值来作为判定临界值，只有当α和β的差值超过第三预设阈值时，才判定第一业务状态正常，否则，判定业务状态为异常。

进一步地，所述业务单元采用预设措施处理第一业务得到处理结果包括：

获取所述第一业务处理措施的历史数据；

基于α和β的差值，获取所述第一业务的异常等级；

基于所述异常等级，从所述历史数据中筛选出对应的第一处理措施；

使用所述第一处理措施对所述第一业务进行处理得到处理结果。

其中，当判定第一业务状态为异常时，基于α和β的差值，获取第一业务的异常等级，对于不同的异常等级，采用的处理措施也存在差距，异常等级越高，处理措施更为严格，投入资源更多。基于业务的异常等级，从第一业务处理措施的历史数据中筛选出第一处理措施对第一业务进行处理得到处理结果。

进一步地，基于α和β的差值，获取所述第一业务的异常等级包括：

对α和β的差值设置系数λ；

基于所述第一业务异常状态的次数，对所述系数λ进行调整；

基于调整过后的系数λ，计算λ(α－β)的结果；

基于所述结果，获取所述第一业务的异常等级。

其中，在获取第一业务的异常等级时，对α和β的差值设置系数λ，默认业务第一次异常状态时，系数λ为1，而随着第一业务异常状态次数增加时，对系数λ也进行相应调整，然后基于调整过后的系数λ，计算λ(α－β)的结果，再去获取业务对应的异常等级。这是为了解决当业务异常状态次数过多时，如果只通过α和β的差值去确定异常等级不够准确，从而导致筛选的处理措施起到的处理效果也不够好，因此通过增加系数，来帮助确定业务状态的异常等级，从而保证处理效果。

进一步地，所述AI评价单元用于对上传的数据进行评价包括：

所述业务具体为第二业务；

判断所述第二业务的状态是否正常，若是，获取所述第二业务的业务数据，若否，获取所述第二业务的处理结果；

基于所述第二业务的业务数据，获取所述第二业务的完成量和效率；

基于所述目标数据，获取所述第二业务的目标量和截止时间；

基于所述完成量、所述效率、所述目标量和所述截止时间，判断所述第二业务是否能在所述截止时间内完成，若是，则不动作，若否，则增加相应资源用于所述第二业务；

基于所述第二业务的处理结果，判断是否能开启所述第二业务，若是，则开启所述第二业务，若否，则对所述第二业务进行预警。

其中，AI评价单元对目标数据、业务数据和处理结果进行评价，通过业务数据获取业务的完成量和完成效率，再通过目标数据获取对应的目标量和截止时间，通过完成量、完成效率、目标量和截止时间，判断业务能否正常完成，如果能，则不动作，但如果不能，则需要对第二业务增加资源。并根据处理结果，判断是否能重启第二业务，若能，则进行重启，若不能，则需要进行预警，预警后需对该业务优先特殊处理。上述处理方式不仅是针对具体业务，也可延伸到领域、区域和城市，其原理与上述第二业务处理方式相同，本发明不再具体阐述。

为解决现有智慧城市系统缺乏从顶层设计下沉到居民的垂直评价体系的问题，本发明还提供了基于AI评价的智慧城市实现方法，该方法包括以下步骤：

获取城市不同区域的目标数据；

获取城市中同一个区域中不同领域的业务信息，基于所述业务信息，判断对应业务的状态是否正常，若是，则获取对应业务的业务数据；若否，则采用预设措施处理对应业务得到处理结果；

将所述目标数据、所述业务数据和所述处理结果进行上传得到上传数据；

对所述上传数据进行评价。

本发明提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明通过构建基于AI评价的智慧城市系统，并通过该系统对目标数据、业务数据和处理结果进行评价处理，搭建起从顶层设计下沉到居民的垂直评价体系，不仅能逐级为城市规划者提供智慧城市规划方案，同时更加注重居民的反馈和体验，并通过数据将居民的反馈和评价进行量化并分析，最终基于量化分析后的评价数据对规划方案进行优化。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，并不构成对本发明实施例的限定；

图1是本发明中基于AI评价的智慧城市系统组成示意图；

图2是本发明中基于AI评价的智慧城市实现方法流程示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

实施例一

请参考图1，图1是本发明中基于AI评价的智慧城市系统组成示意图，该系统包括：

目标获取单元：所述目标单元用于获取预设城市的目标数据；

业务单元：所述业务单元用于获取所述预设城市同一个区域中不同领域的业务信息，基于所述业务信息，判断对应业务的状态是否正常，若是，则获取对应业务的业务数据，若否，则采用预设措施处理对应业务得到处理结果；

数据传输单元：所述数据传输单元用于将所述目标数据、所述业务数据和所述处理结果传输至AI评价单元；

AI评价单元：所述AI评价单元用于对上传的数据进行评价。

本发明是通过以下技术方案实现的：首先通过目标获取单元获取城市不同区域的目标数据，该目标数据包括了城市的总体目标数据，城市不同区域的区域目标数据和城市同一个区域中不同领域的领域目标数据。再通过业务单元去获取具体业务的业务信息，基于该业务信息，获取该业务预设时间段内的评价数据，并对该评价数据进行预处理和关键词处理后，得到若干个代表评价数据核心的关键词，并对所有关键词中出现的好评与差评关键词出现频率进行统计，基于统计结果，来判断业务状态是否正常，也就是通过对居民的评价数据进行量化分析，在建设智慧城市项目的同时，更多考虑居民的反馈和评价。如果业务状态为正常，则获取对应业务数据，不正常，则需要对该业务进行处理得到处理结果，最后对目标数据、业务数据和处理结果进行综合分析，给出建设智慧城市的建议和方案。

虽然本发明实施例只提到了针对城市中具体业务的处理方式，但并不限于该处理方式可以应用到领域、区域和城市中，从而基于本发明可以搭建起城市-区域-领域-居民的垂直评价体系，不仅能为智慧城市的各级建设提供顶层设计，同时进一步注重智慧城市具体应用的落地和居民对于智慧城市建设的反馈和评价。

所述业务单元包括业务状态判断子单元，所述业务状态判断子单元用于判断业务的状态包括：

所述业务具体为第一业务；

构建所述第一业务的评价子单元，所述评价子单元用于存储若干用户对于所述第一业务的评价数据；

基于所述评价子单元，获取预设时间段内的所有评价数据；

将所有评价数据输入至预设文本集中；

对所述预设文本集中的所有评价数据进行预处理得到若干第一词语，将所有第一词语存储至预设集合，所述预处理为将所述文本集的每个句子进行分割，对分割得到的每个句子进行分词和词性标注处理；

对所有第一词语进行关键词处理得到预设个数的词语作为第一关键词；

构建用于存储好评词语的第一语料库和存储差评词语的第二语料库；

将所有第一关键词与所述第一语料库和所述第二语料库中的词语进行匹配和相似度处理，得到处理结果；

基于所述处理结果，得到所有第一关键词中好评关键词在所述预设集合中出现的频率为α，及得到所有第一关键词中差评关键词在所述预设集合中出现的频率为β；

基于α和β的差值，判断所述第一业务的状态是否正常。

构建评价子单元，第一业务具体为占道经营整治工程，基于该评价子单元，获取最近3个月内的所有评价数据，将这些评价数据输入预设文本集中，然后对文本集中的词语进行预处理和关键词处理得到第一关键词。再构建用于存储好评词语的第一语料库和存储差评词语的第二语料库，将第一关键词与第一语料库和第二语料库中的词语先做匹配筛选，然后再进行相似度处理得到处理结果，基于该处理结果，得到第一关键词中好评关键词出现的频率为α，差评关键词出现的频率为β，再根据α和β的差值进行判断，如果α和β的差值越大，说明通过对评价数据量化和分析后得出居民对于第一业务评价就较好，而如果α和β的差值越小或者说越接近，说明通过对评价数据量化和分析后得出居民对于第一业务评价就较差。

对所有第一词语进行关键词处理包括：

获取预设词性，基于所述预设词性，对所有第一词语过滤得到若干第二词语；

获取预设词语长度，基于所述预设词语长度，对所有第二词语过滤得到若干第三词语；

获取停用词，基于所述停用词，对所有第三词语过滤得到若干第四词语；

基于所有第四词语，构建候选关键词图G＝(V，E)，V为所有第四词语构成的节点集合，E为所述节点集合中两点之间连边的集合；

基于TextRank公式，迭代计算所述关键词图中各节点的权重，直至收敛；

对所述关键词图中的节点权重进行倒序排序，得到预设个数的词语作为第一关键词。

通过词语词性、词语长度和停用词三个条件，对所有第一词语进行关键词处理得到若干第四词语，然后基于第四词语，构建关键词图，再基于TextRank公式进行关键词图中的节点权重并进行倒序排序，得到预设个数的词语作为第一关键词，TextRank公式如下：

WS(V

基于所述处理结果，得到所有第一关键词中好评关键词在所述预设集合中出现的频率为α，及得到所有第一关键词中差评关键词在预设集合中出现的频率为β包括：

将所有第一关键词与所述第一语料库中的词语进行匹配，将匹配成功对应的第一关键词作为第二关键词；将匹配失败对应的第一关键词与所述第一语料库中的词语进行相似度计算得到第一相似度值，判断所述第一相似度值是否高于第一预设阈值，若是，则将所述第一相似度值高于所述第一预设阈值对应的所述第一关键词作为第三关键词，将所有第三关键词添加至所述第一语料库，若否，则不动作；

采用以下公式计算所有第二关键词和第三关键词在所述预设集合中出现的频率：

α为所有第二关键词和第三关键词在所述预设集合中出现的频率，A

将所有第一关键词与所述第二语料库中的词语进行匹配，将匹配成功对应的第一关键词作为第四关键词；将匹配失败对应的第一关键词与所述第二语料库中的词语进行相似度计算得到第二相似度值，判断所述第二相似度值是否高于第二预设阈值，若是，则将所述第二相似度值高于所述第二预设阈值对应的所述第一关键词作为第五关键词，将所有第五关键词添加至所述第二语料库，若否，则不动作；

采用以下公式计算所有第四关键词和第五关键词在所述预设集合中出现的频率：

β为所有第四关键词和第五关键词在所述预设集合中出现的频率，J

如第一关键词中包括10个关键词，10个关键词中共含有5个好评关键词、2个中性关键词和3个差评关键词，其中5个好评关键词中有3个出现在第一语料库中，因此将这3个好评关键词作为第二关键词，而另外2个好评关键词与第一语料库中的词语做相似度计算处理，分别得到两个相似度结果为0.5和0.9，设置第一预设阈值为0.8，将相似度结果为0.9对应的好评关键词作为第三关键词，然后去计算第二关键词和第三关键词在集合中出现的频率。如预设集合中第一词语的总数为100，第二关键词出现次数和值为50次，第三关键词出现次数和值为10次，那么α的值为0.6。同理第四关键词次数和值为5次，第五关键词次数和值为0次，那么β的值就为0.05，同时基于α和β的值，设置α和β的区间为(0，0.6)，异常状态判断阈值为0.5。上述数据只是起到解释说明的作用，可根据实际进行调整，本发明不做具体限定。

基于α和β的差值，判断所述第一业务的状态是否正常包括：

判断α和β的差值是否大于第三预设阈值，若是，则判断第一业务的状态为正常，若否，则判断第一业务的状态为异常。

如α和β的差值区间为(0，0.8)，设置第三预设阈值为0.65，只有当α和β的差值超过0.65时，才判断第一业务的状态为正常，否则判定第一业务的状态为异常，α和β的差值区间和第三预设阈值都可根据实际情况进行调整，本发明不做具体限定。

所述业务单元采用预设措施处理第一业务得到处理结果包括：

获取所述第一业务处理措施的历史数据；

基于α和β的差值，获取所述第一业务的异常等级；

基于所述异常等级，从所述历史数据中筛选出对应的第一处理措施；

使用所述第一处理措施对所述第一业务进行处理得到处理结果。

获取第一业务处理措施的历史数据，并基于该历史数据，将处理措施进行相应的等级划分，处理措施划分的等级与第一业务的异常等级相对应。如基于历史数据，将处理措施共分为5个级别，且每个级别下至少包括一种处理措施，然后获取第一业务的异常等级为第3级，从历史数据第3级别的处理措施中筛选出对应的第一处理措施，使用该处理措施对第一业务进行处理得到处理结果。

基于α和β的差值，获取所述第一业务的异常等级包括：

对α和β的差值设置系数λ；

基于所述第一业务异常状态的次数，对所述系数λ进行调整；

基于调整过后的系数λ，计算λ(α－β)的结果；

基于所述结果，获取所述第一业务的异常等级。

如设置异常等级为1-10级，α和β的差值取值区间为(0，1)，当α和β的差值为0.65时，如果第一业务异常状态的次数为第一次，那么系数λ为1，此时异常等级应为第4级，α和β的差值越大，异常等级就越低，异常等级是与α和β的差值成反比，而如果第一业务频繁出现异常状态，如当第一业务异常状态次数为3，此时将系数调整至0.9，而α和β的差值仍为0.65，但通过计算后，此时异常等级应升为第5级，异常等级的提升意味着后续处理措施标准和要求也会提升。

所述AI评价单元用于对上传的数据进行评价包括：

所述业务具体为第二业务；

判断所述第二业务的状态是否正常，若是，获取所述第二业务的业务数据，若否，获取所述第二业务的处理结果；

基于所述第二业务的业务数据，获取所述第二业务的完成量和效率；

基于所述目标数据，获取所述第二业务的目标量和截止时间；

基于所述完成量、所述效率、所述目标量和所述截止时间，判断所述第二业务是否能在所述截止时间内完成，若是，则不动作，若否，则增加相应资源用于所述第二业务；

基于所述第二业务的处理结果，判断是否能开启所述第二业务，若是，则开启所述第二业务，若否，则对所述第二业务进行预警。

如将第二业务具体为城市污水管道改造工程，首先根据业务单元去判断该工程状态是否正常，如果正常，就获取该工程对应的完成量为5km和效率为500m/天，同时基于目标数据获取工程的目标量为10km和截止时间距离当前为15天，而根据目前完成效率，还需10天就可以完成工程目标量，此时是在截止时间内完成的，因此不动作，或者将该业务进行标志区分，通过该标志可以确定工程是能正常完工的。但如果完成时间是超过截止时间，这时就需要增加相应的资源用于该工程，确保能按时完工。但如果城市污水管道改造工程带来的交通堵塞和噪声问题，造成获取到的居民评价数据经过量化分析后得出居民的评价较差，就会导致业务单元判断该工程状态为异常，然后业务单元再通过采用修改施工时间段、增加交警导流和修改信号灯时间等措施来进行处理得到处理结果，基于结果，判断是否能重启该工程，若是，则重启该工程，若否，则进行预警，对于预警的业务不仅优先级更高，同时需要调配更多的资源用于解决该工程的问题。

实施例二

请参考图2，图2是本发明中基于AI评价的智慧城市实现方法流程示意图，该方法包括以下步骤：

获取城市不同区域的目标数据；

获取城市中同一个区域中不同领域的业务信息，基于所述业务信息，判断对应业务的状态是否正常，若是，则获取对应业务的业务数据；若否，则采用预设措施处理对应业务得到处理结果；

将所述目标数据、所述业务数据和所述处理结果进行上传得到上传数据；

对所述上传数据进行评价。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。