基于突发词聚类的微博突发事件检测方法_郭跇秀
收稿日期：2013-08-08；修回日期：2013-10-14。基金项目：国家自然科学基金资助项目（61171159，
61271304）；北京市教委科技发展计划重点项目暨北京市自然科学基金资助B 类重点项目（KZ201311232037）。
作者简介：郭跇秀（1985－），男，黑龙江哈尔滨人，硕士研究生，CCF 会员，主要研究方向：自然语言处理、数据挖掘；吕学强（1970－），男，
山东鱼台人，教授，博士，CCF 会员，主要研究方向：自然语言与多媒体信息处理；李卓（1983－），男，河南南阳人，讲师，博士，CCF 会员，主要研
究方向：无线网路、移动计算。
文章编号：1001-9081（2014）02-0486-05
doi ：10．11772/j．issn．1001-9081．2014．02．0486
基于突发词聚类的微博突发事件检测方法
郭跇秀*
，吕学强，李
卓
(网络文化与数字传播北京市重点实验室(北京信息科技大学)，北京100101)
(*通信作者电子邮箱gyxwudi@163．com)
摘要：微博突发事件检测是网络舆情分析的重要分支，近年来已受到国内外学者的广泛关注。分析用户行为特征，提出一种用户影响力计算方法，并将其与微博文本特征、传播特征相结合，提出词语突发度概念作为突发词的判定标准，进而抽取突发词集;引入凝聚式层次聚类算法，对突发词集进行聚类，并筛选出合适的突发词类簇用以描
述突发事件，从而实现微博突发事件检测。通过实验检测，结果是正确率为63．64%，召回率为87．5%，F 值为0．74，表明该方法可以在大量微博数据中有效检测到突发事件。
关键词：突发事件;用户影响力;突发词;聚类
中图分类号：TP311．1
文献标志码：A
Bursty topics detection approach on Chinese microblog based on burst words clustering
GUO Yixiu *
，LYU Xueqiang，LI Zhuo
(Beijing Key Laboratory of Internet Culture and Digital Dissemination Ｒesearch (Beijing Information Science and Technology University )，Beijing 100101，China )
Abstract:Bursty topics detection on microblog is an import branch of online public opinion analysis，and has attracted much attention from international scholars．In this paper，a new approach of calculating users'influence was proposed based on the analysis of users'behavior characteristics．Combining the user influence with text features and propagation features，this paper defined a concept named Bursty which is used to judge if a word was a burst word．Being judged by Bursty，burst words can be extracted from microblog corpus．Hierarchical clustering algorithm was introduced to cluster the burst words and chose appropriate burst word clusters to describe bursty topics on microblog in order to realize bursty topics detection on microblog．In experiments，the precision，recall and F-measure reached 63．64%，87．5%and 74%respectively．The method is proved effective on bursty topic detection based on mass microblog data．
Key words:bursty topic;users'influence;burst word;clustering
0引言
微博是近年来迅速兴起的网络全民媒体，一个可以方便
快捷地发布、分享、获取以及传播信息的平台。国外著名微博服务平台Twitter ，
自2006年在美国上线以来，其注册用户已超过5亿［1］
。而国内的本地化微博服务近几年也在迅速发展，
据中国互联网络信息中心（China Internet Network Information Center ，CNNIC ）统计数据显示，截至2012年6月，我国微博用户数达到2．73亿，较上一年增长了9．5%，网民
使用率为50．9%［2］
。
多数微博平台都具有支持多平台终端的特点，用户可以方便地通过PC 、手机、平板电脑等媒介，随时随地记录生活见闻、关注亲友状态、了解最新时事等。其中，关注和分享新鲜
事是用户使用微博的重要目的［3］
。然而，微博空间充斥着海量的短信息，用户无法通过阅读大量微博来获取实时的突发话题，对微博中的海量信息进行挖掘，发现实时发生的突发事件可以有效地帮助用户找到自己感兴趣的话题，
改善用户体验；另一方面，随着近年来的迅猛发展，微博在舆情分析、观点
挖掘等领域起到了重要作用，
而突发事件检测作为网络舆情分析的重要分支，也逐步受到了国内外学者的关注。因此，研
究在微博空间中的海量信息中挖掘突发事件，具有重要意义。
1相关工作
近年来，微博相关的研究已经成为热点，针对微博的突发
事件检测研究也已取得了一定的成果。目前，微博突发事件检测方法大体可以分为以微博文本为中心的方法
［4－8］
和以突
发特征为中心的方法
［9－11］
。以微博文本为中心的方法先将微博文本按照发布时间划
入不同的单位窗格内，并对单个窗格内的微博文本进行聚类，一个类代表一个突发事件，再从每个类中抽取突发特征，用突发特征表示突发事件，以达到突发事件检测的目的。由于微博内容比较简短，
通常在140字以内，在构建文本特征向量时会出现严重的数据稀疏问题。为此，文献［5］在方法中引入LDA （Latent Dirichlet Allocation ）［12］主题模型，对微博文本进
Journal of Computer Applications
计算机应用，2014，34(2):486－490，505ISSN 1001-9081CODEN JYIIDU 2014-02-10
http://www．joca．cn
行主题建模，从而避免数据稀疏问题。但该方法过分依赖于LDA模型中经验主义的隐主题数的取值，若隐主题数取值不合理，则会对识别结果产生较大的负面影响。
以突发特征为中心的方法先抽取突发特征，再对突发特征进行聚类，从每一类中抽取部分具有代表性的突发特征，用以表征突发事件。该类方法避免了数据稀疏问题，但对突发特征的抽取结果较为依赖，且易受到垃圾信息的影响。文献［9］中的方法引入PageＲank算法计算用户权重，结合语义信息抽取突发特征，从而进行突发事件检测。该方法引入用户权重，一定程度地降低了垃圾信息对识别结果的影响，然而在计算用户权重的过程中，只考虑了用户的传播特征，忽略了其他用户信息，且易受到僵尸用户的影响，所得权重存在一定误差。文献［10］提出一种基于突发特征增量聚类的微博新闻话题检测算法。该方法引入突发特征的增量聚类算法，对新闻话题进行识别，算法效率较高，但在抽取突发特征时，只引入了词频与增长速度等微博文本信息，未考虑用户特征对突发特征的影响。
基于以上分析，本文综合考虑了用户传播特征、用户行为特征，计算得到用户影响力权重，并将其与微博的文本特征及传播特征相结合，计算得到突发特征权重，进而抽取突发特征；引入凝聚式层次聚类算法，对突发特征进行聚类，将聚类结果中的每一个类簇作为一个突发事件，并从中抽取部分突发特征，用以描述该突发事件，从而实现中文微博突发事件检测。该方法在用户影响力计算过程中，充分考虑用户的多维特征，影响力计算的准确性得到提高；并将其应用于突发特征提取中，以提高突发特征与突发事件主题的相关性，使其能够更加简洁、明确地描述突发事件；同时，引入基于词语共现性的凝聚式层次聚类算法，聚类结果比较理想。
2微博文本过滤
微博空间中充斥着大量垃圾信息，这些垃圾信息会对突发事件检测造成严重的影响［7］。因此，在进行突发事件检测之前，进行合理的文本预处理，去除噪声微博，保留高质量的微博数据，可以提高后续环节的效率及准确性。
ICTCLAS（Institute of Computing Technology，Chinese Lexical Analysis System）［13］分词系统是由中国科学院研发的汉语分词系统，其分词效果准确且支持人名识别、地名识别、组织机构名识别等特殊词类。本文采用ICTCLAS2012分词系统对微博文本进行分词，过滤其中的虚词及停用词，并采用相应的预处理规则，进一步过滤微博文本。具体预处理规则如下：
1）参考文献［7］中的预处理规则，去除包含的词汇少于3个的微博。新闻领域通常使用新闻六要素（5W1H）来描述一个事件，六要素包括：何事（What）、何人（Who）、何地（Where）、何时（When）、何故（Why）以及如何（How）。由于微博文本的篇幅相对较小，一般在140字以内，一条微博可能无法包含以上全部六要素。分析发现，何事（What）、何地（Where）以及何时（When）三要素可以将一个事件信息描述清楚。因此，本文只保留文本中含有三个词以上的微博。
2）去除关注数为0的用户所发布的微博。关注数为0的用户很可能是非正常用户，如僵尸用户等。这类用户发布的微博通常具有信息量小、噪声大的特点，因此，本文将该类用户发布的微博去除，降低噪声干扰。
3）去除微博中的UＲL链接。微博中的UＲL链接无法直观地反映事件的具体信息，因此，本文将微博中的UＲL链接去除。
3突发词抽取
传统的基于突发特征的突发事件检测方法，通常将一段连续时间发布的微博划分到一些独立的时间段内，并对某个时间段内的微博进行突发事件检测。为便于下文描述，本文将每个独立的时间段简称为“时间窗”。在突发事件检测过程中，突发词常被用作突发特征，以若干个突发词的集合描述一个突发事件。文献［9］中给出突发词的定义如下：
突发词在某个时间窗内，若一个实词被大量地使用，且在之前的时间窗内很少被使用，则该实词被视为一个突发词。
从定义中可以看出，一个词是否为突发词可以用该词的词频增量来衡量。然而，微博空间内存在一类词语，它们的词频增量较高，但却不具有明显的实际意义。例如，微博空间内存在大量抒发用户个人情感的信息，这些信息用词相对集中，且可能在一定时间段内大量被发布，从而导致该类信息中出现的词语在该时间段内的词频增量相对较高，然而，这类词语与突发事件并无显著关系，将其作为突发词用于事件检测，往往会对检测结果造成一定的干扰。文献［11］的研究发现，一个用户的影响力越大，则其发布的微博中所描述的事件更有可能成为微博空间内的突发事件，其中出现的词语更适合用以描述突发事件。基于以上分析，为使得到的突发词更适合用以描述突发事件，提出突发度概念（Bursty）及突发词筛选规则，用以筛选突发词。
定义1突发度。用以判断一个词是否为突发词的衡量标准，突发度越高，代表该词成为突发词的可能性越大。
突发词筛选规则：
若一个实词的突发度大于某一阈值δ，则将该实词视为一个突发词。
突发度由用户影响力与词语权重共同决定，采用合适的方法计算用户影响力及词语权重是突发度计算的关键。3．1用户影响力计算
微博用户的影响力，可以由其多种属性（微博数、粉丝数等）共同反映。本文提取用户的5类属性特征，用以计算用户影响力。为了便于下文描述，提出用户及用户活跃度定义，如下所示：
定义2用户。用户U是一个五元组，U=（Id，Fa，Tw，IsVip，Pos）。其中：Id是用户U的id；Fa是用户U的粉丝数；Tw 是用户U转发及个人发布的微博数；IsVip用于判断用户U是否是VIP用户，1代表用户是VIP用户，0代表用户是普通用户；Pos是用户U的活跃度。
定义3用户活跃度。用以表征用户的活跃程度，其定义如下：
Pos
u
=
0．5，avgTweet≥5
0．2，2≤avgTweet＜5
0，avgTweet＜
{
2
（1）
其中：Pos u是用户U的活跃度，avgTweet是用户U每天平均发布的微博数。一个用户的影响力可以由多方面因素决定，如相对于普通用户，VIP用户更可能拥有较大的影响力；相对于
784
第2期郭跇秀等:基于突发词聚类的微博突发事件检测方法
非活跃用户，活跃用户更可能对其他用户造成影响；粉丝较多的用户发布的微博产生的影响较大。因此，综合考虑多种因素，提出一种用户影响力计算方法，如式（2）所示：
Inf
u =Fa
u
?Tw
u
?（1+γ?IsVip
u
）?Pos
u
（2）
其中：Inf u是用户U的影响力权重；Fa u、Tw u、IsVip u、Pos u分别是表征用户U的五元组中的粉丝数、微博数、是否VIP用户及活跃度；γ是VIP用户的影响因子，0＜γ＜1。用户活跃度的取值主要考虑了以下两个因素：
1）忽略不活跃用户的用户影响力。若用户的日平均微博数少于两条，则认为该用户是不活跃用户，该用户对其他用户产生的影响可以忽略不计，因此将其置为0。
2）约束活跃人气用户的影响力。活跃人气用户是指发布微博频繁且粉丝众多的用户，这些用户通常具有极高的用户影响力。这就导致在决定词语突发度的多个因素中，用户影响力成为决定性的因素，其他因素的作用被其弱化了。因此，需要通过活跃度来控制用户影响力的范围，以避免其成为决定性因素。通过观察实验数据，取活跃度的峰值为0．5，用以降低活跃人气用户的影响力，并取活跃度中间值为0．2，以此来区分普通用户与活跃人气用户。
3．2词语权重计算
突发事件中，突发词往往以较高的频次出现在描述同一事件的不同微博中，为此需要选择能表征词语这一现象的权重计算方法。
TF-IDF（Term Frequency-Inverse Document Frequency）算法是信息检索领域常用的权重计算方法，该方法倾向于使出现频率高且区分度大的词拥有较大的权重。然而，在突发事件检测中，与某一事件相关的词语通常会在不同微博中多次出现，其区分度较低，使用TF-IDF算法会使这类词拥有较低的权重，从而易被忽略。因此，本文采用文献［14］中的权重计算方法，得到实词在其所处微博的特征向量中的权重，本文将该权重称为词语的基础权重。该方法解决了TF-IDF算法应用于突发事件检测的缺陷，并降低了由于微博长度不同对权重计算造成的干扰，如式（3）所示：
w
j，i =0．5+0．5?
tf
j，i
tf max
i
（3）
其中：w j，i是微博i中实词j的基础权重，tf j，i是微博i中实词j 的出现频次，tf max i是微博i中实词的最高词频。
为了便于描述词语基础权重与微博的对应关系，针对每条微博构建文本特征向量如下所示：
M
i =〈w
1，i
，w
2，i
，…，w
j，i
，…，w
n，i
〉（4）
其中，M i是微博i的文本特征向量，向量中每个维度（w j，i）代表该条微博中出现的一个实词在该条微博内的基础权重。
在单个时间窗内，一个词语可能在不同微博中多次出现，因此，计算一个词在其所处的时间窗内的权重需要综合考虑该词每次在微博中出现的情况。基于词语的基础权重，结合微博的传播特征，提出一种单个时间窗内的词语权重计算方法，如式（5）所示：
W t
j
=∑
p i∈P t j （w
j，i
?（α?attitude
p i
+β?reply
p i
））（5）
其中：W t j是时间窗t内词语j的权重；w j，i是词语j在微博i中的基础权重；P t j是时间窗t内包含词语j的所有微博；attitude p
i
是微博p i的表态数（用户点击“赞”的次数）；reply p
i 是微博p i
的回复数；α与β是表态数与回复数对权重的影响因子，α+
β=1。
3．3词语突发度计算及突发词抽取
上文提到，在一个拥有较大影响力的用户所发微博中出现的话题，更有可能得到大量关注，从而成为被大量讨论的突
发事件，其中出现的突发词越有可能是描述某一突发事件的
词语。因此，权重高、发布者影响力大的词语应优先作为突发
词抽取出来。基于以上分析，为使得到的突发词能够更好地
描述突发事件，结合用户影响力与词语权重信息，提出突发度
概念，作为衡量一个词是否是突发词的最终标准，其计算方法
如式（6）所示：
Bursty t
j
=
1
N
∑t－1
k=t－N
（W t j?∑
p n∈P t j
lb（Inf
p n
）－
W k
j
?∑
p b∈P k j
lb（Inf
p b
））（6）其中：Bursty t j是词语j在时间窗t内的突发度，W t j是词语j在时
间窗t内的权重，P t j是时间窗t内包含词语j的所有微博，Inf p
n 是包含词语j的一条微博p n的发布者的影响力，N是回顾窗的
大小，回顾窗由时间窗t之前的N个时间窗组成。
根据突发词筛选规则，抽取时间窗t内，所有突发度大于阈值δ的词语，构成时间窗t内的突发词集，表示为：
Burst t=｛word t
1
，word t
2
，…，word t
i
，…｝（7）其中word t i表示时间窗t内的第i个突发词。
4基于突发词聚类的微博突发事件检测
微博空间内存在海量的短文本信息，每条短信息不超过140个汉字。由于微博的便捷性，微博数据的增长率极高，每
小时可超过数万条，且涉及话题也非常分散。微博突发事件
检测的研究目标，就是从海量的微博数据中筛选出突发事件。
本文引入凝聚式层次聚类算法，并结合基于词语共现性的突发词相似度计算方法，对单个时间窗内的突发词进行聚
类，从而实现微博突发事件检测。
4．1突发词相似度计算
目前较常用的词语相似度计算方法有两种：一种是基于语义知识词典（同义词词林、Hownet等）的词语语义相似度计
算方法；另一种是基于上下文词语同现性的词语相似度计算
方法。第一种方法通过计算词语间的语义相似度，判断两个
词是否相似。然而，这种相似度计算方法并不适合用于突发
事件检测中，因为描述同一个事件的突发词之间的语义相似
度可能较低，采用基于语义知识词典的相似度计算方法可能
导致描述同一个事件的突发词被认定为不相似，进而被单独
分割开来。例如，一条微博“海南楼市降价40%”，其中“海
南”“楼市”与“降价”在突发词表内两两之间的相似度较低，
因此，聚类结果可能是“海南”“楼市”与“降价”各自成为一
类，无法得到｛“海南”，“楼市”，“降价”｝这种理想的事件描
述。因此，本文采用基于上下文词语同现性的方法计算突发
词之间的相似度，该方法解决了语义相似度低但同属同一事
件的词无法聚为一类的问题，计算方法如式（8）所示：
Sim（w
k
，w
l
）=
|｛p
j
|p
j
∈P t，w k∈p j，w l∈p j｝|
|P t|
（8）其中：t为时间窗，w k、w l是两个突发词，P t是时间窗t内的所
有微博集，p j是时间窗t内同时包含突发词w k、w l的微博。
884计算机应用第34卷
4．2
微博突发事件检测
采用合适的聚类算法，结合相应的词语相似度计算方法，对突发词进行聚类，是微博突发事件检测的关键步骤。经过聚类，
突发词被划分至不同的类簇中，筛选出合适的类簇，每个类簇即代表一个突发事件，可见，聚类结果最终决定了突发事件检测的准确率。
凝聚式层次聚类算法是数据挖掘领域常用的聚类算法之一，算法思想为：将语料中每个元素作为一个初始类簇，采用类簇合并的方式，自底向上构建层次树，树中每个节点即为聚
类过程中的一个类簇，
通过设置簇间距离阈值控制聚类过程的终止。该算法思想简单，适用于大量数据的聚类。本文将
凝聚式层次聚类算法应用于微博突发事件检测中，将单个时间窗内的每个突发词作为初始类簇，并对突发词进行聚类，算法如下所示：
输入突发词集Burst ；输出突发词类簇集Cluster 。
步骤1将Burst 中的每个突发词作为一个簇。步骤2
计算任意两个簇之间的距离，将距离最近的两
个簇合并。
步骤3重新计算各个簇之间的距离，得到各个簇之间的最短距离minDistance 。
步骤4
若minDistance 小于阈值μ，执行步骤2；否则，结
束，
输出结果。该算法的缺点是计算量大，时间复杂度较高。步骤2计算
任意两个簇间的距离，
其时间复杂度是O （n 2
）。迭代过程中，最多需要n －m +1次迭代，将n 个初始簇合并为m 个簇。因
此，凝聚式层次聚类算法的时间复杂度是O （n 3
）。聚类中的簇由参与聚类的突发词组成，簇间距离受构成簇的突发词间的距离影响，为此，定义簇间距离为不同簇内两两元素间距离的平均值，并将两元素间的相似度作为两簇内元素间距离的倒数，簇间距离的计算方法如式（9）所示：
Dist （c a ，c b ）=|c a ?c b |
∑
w k ∈c a ，w l ∈c b
Sim （w k ，w l ）
，
∑
w k ∈c a ，w l ∈c b
Sim （w k ，w l ）＞0
?，
{
其他（9）
其中：c a ，
c b 是两个簇（突发词构成的集合）；Dist （c a ，c b ）是两个簇之间的距离；w k 、
w l 分别是簇c a 与簇c b 中的突发词，Sim （w k ，w l ）是突发词w k ，w l 之间的相似度。
聚类结果集中，所有突发词会被归入不同的类簇，每个类簇大小不一。由于将一个事件描述清楚至少需要何事（What ）、何地（Where ）以及何时（When ）三要素，因此，去除含有突发词少于3个的簇，
余下的每个类簇即表示一个突发事件。例如，｛20日，四川省，雅安，芦山县，地震｝，该突发词集合即可表示突发事件
“2013年04月20日，四川省雅安芦山县发生7．0级地震”
。5
实验与结果分析
5．1
实验数据及评价标准
在微博突发事件检测领域，尚无国际公认的标准测试语
料。本实验的数据来源是新浪微博，通过新浪微博API 及网络爬虫，获取2013年04月17日至2013年04月23日共
93141条新浪微博。抽取原始微博数据中的微博文本信息、传播信息及用户信息，以此作为本文实验的语料，本实验未涉及语料标注。时间窗大小设定为1d ，对2013年04月20日至2013年04月23日的突发事件进行检测。
在传统的信息检索评估中，正确率（Precision ）、召回率（Ｒecall ）及F 值（F-measure ）是三个重要指标。然而，在本文实验环境下，由于无法获知某一时间窗内现实生活中发生的突发事件总数，传统的召回率无法直接计算得到。因此，本文将不同条件下的大量实验所识别正确的所有突发事件近似视为现实生活中的所有突发事件，
从而计算召回率的近似值。本文采用的评价方法如式（10）、（11）、（12）所示，其中S 是识别正确的突发事件个数，
C 是识别到的突发事件个数，ＲＲ是不同条件下所识别正确的突发事件总数，Ｒ是现实生活中的突发事件的实际总数：
Precision =S /C （10）Ｒecall =
S ＲＲ∝S
Ｒ
（11）F-measure =2?precision ?recall
precision +recall
（12）
5．2
突发事件检测结果与分析
在突发词聚类过程中，簇间距离阈值μ是决定聚类结果
的关键因素，进而影响突发事件检测的结果。本文设置突发词权重阈值δ=2．0，用户权重影响因子α、β均取0．5，阈值μ取300至900间不同的值进行突发事件检测实验。实验结果正确率、召回率及F 值如表1所示。
表1
阈值μ对实验结果的影响
μPrecision /%Ｒecall /%F-measure 30057．142950．00．53333340061．847275．00．67791550063．636487．50．73684260058．273187．50．699566700
43．750087．50．58333380040．916587．50．557591900
36．7200
87．5
0．517308
由表1可以看出，当阈值μ=500时，检测结果F 值达到峰值，继续增大μ的取值，召回率不变，但正确率持续降低，导致F 值不断降低。
这是因为，阈值μ是突发词聚类的终止条件，若μ取值过小，聚类过程过早停止，导致无法将描述同一突发事件的突发词聚为一类，
突发词类簇无法形成一个事件的描述，产生漏识别错误，降低召回率；若μ取值过大，则会将无关的词聚为一类，
从而将由无关的词组成的类簇识别为一个事件，导致发生误识别错误，降低了正确率。
取阈值μ=500时，对2013年04月20日至2013年04月23日之间的微博进行突发事件检测，得到7个正确表示突发事件的类簇。从每个类簇中，取权重较大的若干个突发词以描述该突发事件，如表2所示。5．3
实验对比
将文献［10］中提出的基于突发词增量聚类的微博突发事件检测算法（baseline ）和本文方法在相同的实验环境下分别进行时间性能对比以及召回率、
正确率、F 值对比。9
84第2期郭跇秀等:基于突发词聚类的微博突发事件检测方法
表2突发事件检测结果
日期事件描述对应的突发事件
2013-04-20四川省、雅安、芦山县、地震2013年04月20日08时02分在四川省雅安市
芦山县（北纬30．3度，东经103．0度）发生7．0级地震
2013-04-20军车、坠、河里、救治2013年04月20日，军车救灾途中坠入崖下河里，伤员已送入当地医院救治
2013-04-21今夜、一同、祈祷2013年04月21日，全国多地区自发发起为雅安祈福活动：“今夜，我们与雅安一起守望，一同祈祷”
2013-04-21志愿者、部队、设备、堵2013年04月21日，由于大批社会志愿者赶赴雅安救灾，导致大范围交通拥堵，大量救援部队与设备无法运至灾区
2013-04-22天全县、男友、相依、无损、生死你若不离不弃，我必生死相依。天全县吕才文在房屋倒塌之际，将女友肖琴揽入怀中，女友毫发无损
2013-04-2224日、欧冠、拜仁VS巴萨欧洲冠军联赛半决赛第一场，将于2013年04月24日，在拜仁和巴萨之间上演，网友提前热议，争相讨论
2013-04-23桥、坚强、爆破、炸、压庐山震区惊现桥坚强，震不坏、压不垮，炸不塌
5．3．1时间性能对比
分别将语料规模设置为6万、7万、8万及9万条微博，对两种方法的时间性能做实验对比，结果如图1所示
。
图1时间性能对比趋势
图1中可以看出，本文方法在时间性能上明显低于文献［10］方法。随着语料规模增大，本文方法执行时间的上升梯度快速增长，算法效率偏低；而文献［10］方法执行时间梯度变化相对平缓。这是因为文献［10］方法采用的增量聚类算法，只需一次时间复杂度为O（n2）的迭代，即可完成聚类，而本文采用的凝聚式层次聚类的时间复杂度为O（n3），算法效率有明显差异。
5．3．2召回率、正确率、F值对比
文献［10］方法的实验中，突发词权重阈值T取35，增量聚类距离阈值D分别取100、200、300、400进行实验，当阈值D取300时，聚类结果F值达到峰值0．6315，正确率为0．5454，召回率为0．75。
与本文方法的召回率、正确率、F值对比，如图2所示
。
图2实验结果对比图
从图2中可以看出，与文献［10］的方法相比，本文方法的正确率、召回率及F值均有显著提高，分析原因有如下两点：
1）在抽取突发词过程中，本文方法引入用户影响力权重，提出一种突发词抽取算法，该方法将用户影响力与突发词权重相结合，使得到的突发词可以更清楚地描述一个突发事件。
2）文献［10］中的采用的增量聚类算法与传统的single-pass算法相似，该方法对突发词输入顺序敏感，不同的输入顺序可能得到差别较大的聚类结果，而在基于突发特征的突发事件检测方法中，很难确定一个最优的突发词输入序列，因此聚类算法的准确率较低；而本文采用的凝聚式层次聚类则不存在该问题，该算法对输入顺序不敏感，与文献［10］中的增量聚类算法相比，在聚类结果精度上具有一定优势。
6结语
本文分析微博话题的特点，提出一种微博突发事件检测方法。与传统方法相比，本文结合用户影响力，提出突发词抽取算法，得到的突发词更具实际意义，可以更清晰地描述某一事件；引入凝聚式层次聚类算法，在聚类过程中采用基于词语共现性的词语相似度计算方法，解决了属于同一事件但语义相似度低的词语无法聚为一类的问题，聚类结果比较理想。实验证明，该方法能够有效地检测微博空间内的突发事件，且在一定程度上降低了垃圾信息对检测结果的影响。
同时，该方法依然存在一定的改进空间。凝聚式层次聚类的计算量较大，算法效率偏低；同时，该算法在聚类过程中，不能对已合并的类簇进行重新组合，聚类结果仍然存在一定误差。因此，提高聚类算法的效率及准确率是后续研究工作的重点方向。
参考文献：
［1］SEMIOCAST．Geolocation analysis of Twitter accounts and tweets by Semiocast［EB/OL］．［2012-07-30］．http://semiocast．com/publi-cations/2012_07_30_Twitter_reaches_half_a_billion_accounts_
140m_in_the_US．
［2］China Internet Network Information Center．The30th statistical re-port of China Internet development［Ｒ］．Beijing:CNNIC，2012．
(中国互联网信息中心．第30次中国互联网络发展状况统计报
告［Ｒ］．北京:中国互联网络信息中心，2012．)
［3］KWAK H，LEE C，PAＲK H，et al．What is Twitter，a social net-work or a news media？［C］//Proceedings of the19th International
Conference on World Wide Web．New York:ACM，2012:591－
600．(下转第505页)
094计算机应用第34卷
性，效果明显优于模糊推理算法。在仿真过程中规则的激活对决策结果有较大影响，当输入值激活多条规则时采用求和平均得到输出值，因此多规则发生器的研究是下一步工作重点。
参考文献：
［1］LI D，DU Y．Artificial intelligence with uncertainty［M］．Beijing: National Defense Industry Press，2005．(李德毅，杜鹢．不确定性人工智能［M］．北京:国防工业出版社，2005．)
［2］LI D，MENG H，SHI X．Membership clouds and membership cloud generators［J］．Journal of ComputerＲesearch Development，1995，32
(6):15－20．(李德毅，孟海军，史雪梅．隶属云和隶属云发生器
［J］．计算机研究与发展，1995，32(6):15－20．)
［3］WANG X，WANG W．Air-attack target threat assessment based on cloud model［J］．Computer＆Digital Engineering，2013，41(2): 201－203．(王晓璇，王蔚旻．基于云模型的空袭目标威胁程度估计［J］．计算机与数字工程，2013，41(2):201－203．)
［4］LI G，WAN Y．Uncertainty classification method of remote sensing image based on high-dimensional cloud model andＲBF neural net-work［J］．Science of Surveying and Mapping，2012，37(1):115－118．(李刚，万幼川．基于高维云模型和ＲBF神经网络的遥感影像不确定性分类方法［J］．测绘科学，2012，37(1):115－118．)［5］ZHANG X，JIANG F，LIU G．Comprehensive evaluation method of energy saving project based on cloud model［J］．Oil＆Gas Storage and Transportation，2012，31(2):294－296．(张旭东，蒋方美，刘桂范．基于云模型的节能项目综合评价方法［J］．油气储运，2012，31(2):294－296．)
［6］CHEN H，WANG D，ZHANG L．The extended normal cloud genera-tor［J］．Journal of Hubei University:Natural Science，2011，33(2):
251－255．(陈昊，王代萍，张莉．扩展的正态云发生器［J］．湖北大学学报:自然科学版，2011，33(2):251－255．)
［7］CHEN H，LI B．Approach to uncertain reasoning based on cloud model［J］．Journal of Chinese Computer Systems，2011，32(12): 2449－2455．(陈昊，李兵．基于云模型的不确定性推理方法［J］．小型微型计算机系统，2011，32(12):2449－2455．)
［8］LIU B，LI H，YANG L．Methods of conception soft-and operation in cloud model［J］．Journal of Computer Applications，2008，28(10): 2510－2512．(柳炳祥，李海林，杨丽彬．云模型中的概念软与求解方法［J］．计算机应用，2008，28(10):2510－2512．)
［9］WEN Y．Ｒesearch and realization of qualitative and quantitative in-tegration modeling method based on COSIM［D］．Nanjing:Nanjing University of Aeronautics and Astronautics，2013．(温艳．基于CO-SIM的定性定量混合建模方法的研究与实现［D］．南京:南京航空航天大学，2013．)
［10］DENG X，LI J，ZENG H，et al．Ｒesearch on computation methods of AHP wight vector and its applications［J］．Mathematics in Prac-tice and Theory，2012，42(7):93－100．(邓雪，李家铭，曾浩
健，等．层次分析法权重计算方法分析及其应用研究［J］．数学
的实践与认识，2012，42(7):93－100．)
［11］SON M J，KIM T．Torpedo evasion simulation of underwater vehi-cle using fuzzy-logic-based tactical decision making in script tactics
manager［J］．Expert Systems with Applications，2012，39(9):
7995－8012．
［12］SON M J，CHO D Y，KIM T，et al．Modeling and simulation of target motion analysis for a submarine using a script-based tactics
manager［J］．Advances in Engineering Software，2010，41(3):
506－516．
(上接第490页)
［4］ZHOU G，ZOU H，XIONG X，et al．MB-SinglePass：Microblog topic detection based on combined similarity［J］．Computer
Science，2012，39（10）：198－202．（周刚，邹鸿程，熊小兵，等．
MB-SinglePass：基于组合相似度的微博话题检测［J］．计算机科
学，2012，39（10）：198－202．）
［5］DIAO Q M，JIANG J，ZHU F D．Finding Bursty topics from Microblogs［C］//Proceedings of the50th Annual Meeting of the
Association for Computational Linguistics．Stroudsburg：Association
for Computational Linguistics，2012：536－544．
［6］QIU Y，CHENG L．Ｒesearch on sudden topic detection method for microblog［J］．Computer Engineering，2012，38（9）：288－290．
（邱云飞，程亮．微博突发话题检测方法研究［J］．计算机工程，2012，38（9）：288－290．）
［7］WANG Y，XIAO S，GUO Y，et al．Ｒesearch on Chinese micro-blog Bursty topics detection［J］．New Technology of Library and
Information Service，2013，29（2）：57－62．（王勇，肖诗斌，郭跇
秀，等．中文微博突发事件检测研究［J］．现代图书情报技术，2013，29（2）：57－62．）
［8］TONG W，CHEN W，MENG X．EDM：An efficient algorithm for event detection in microblogs［J］．Journal of Frontiers of Computer
Science and Technology，2012，6（12）：1－9．（童薇，陈威，孟小
峰．EDM：高效的微博事件检测算法［J］．计算机科学与探索，2012，6（12）：1－9．）［9］DU Y Y，HE Y X，TIAN Y，et al．Microblog Bursty topic detection based on user relationship［C］//Proceedings of the2011 6th IEEE Joint International Information Technology and Artificial Intelligence Conference．Piscataway：IEEE，2011：260－263．［10］ZHENG F，MIAO D，ZHANG Z，et al．News topic detection approach on Chinese microblog［J］．Computer Science，2012，39
（1）：138－141．（郑斐然，苗夺谦，张志飞，等．一种中文微博
新闻话题检测的方法［J］．计算机科学，2012，39（1）：138－
141．）
［11］SONG S Y，LI Q D，ZHENG X L．Detecting popular topics in micro-blogging based on a user interest-based model［C］//
Proceedings of the2012IEEE World Congress on Computational
Intelligence．Piscataway：IEEE，2012：10－15．
［12］BLEI D M，NG A Y，JOＲDAN M I．Latent Dirichlet allocation ［J］．The Journal of Machine LearningＲesearch，2003，3：993－
1022．
［13］ZHANG H P，YU H K，XIONG D Y，et al．HHMM-based Chinese lexical analyzer ICTCLAS［C］//Proceedings of the2nd
SIGHAN Workshop on Chinese Language Processing．
Stroudsburg：Association for Computational Linguistics，2003：
184－187．
［14］SALTON G，BUCKLEY C．Term-weighting approaches in automatic text retrieval［J］．Information Processing and
Management，1988，24（5）：513－523．
505
第2期杨超等:基于权重的云推理算法
公司应急预案演练主持词
?流程一：1、由主持人宣读安全告知 2、欢迎词 主持人：各位亚丹的家人们： 大家下午好！ 3月是安全生产月，在这个重要的日子里，我们亚丹生态家居（荆门）有限公司举行安全消防演练即将拉开帷幕。 公司一贯坚持“安全第一、预防为主”的安全生产管理方针。为了进一步加强公司应对突发事故的反应能力、消防安全应急处理能力和协调作战能力，提高公司安全生产水平，切实保障员工生命和公司财产安全，按照上级指示精神，围绕2018年安全生产各项活动，特组织本次综合应急消防演练及安全知识培训。?流程二：领导讲话 主持人：1、下面有请公司领导讲话（***领导）为本次安全 消防演练讲话。 开发区领导讲话略 主持人：领导的讲话，充分体现了对安全生产工作的高度重视，并对我们提出了更高的工作要求，我们一定认真领会指示精神，全面做好安全生产工作，保证安全生产的顺利进行。让我们再次以热烈的掌声对各位领导亲临现场指导工作和热情洋溢的讲话表示衷心地感谢。 下面有请公司本次消防演练总指挥马跃飞对消防演练工作做实际演练操作， ?流程三、演练开始 演练过程略 ....... 随着灭火演练的结束，本次消防预案演练所有科目均已演练完毕。下面，让我们以热烈的掌声请安全生产经理赵红叶为本 1 / 2
次演练做总结 领导讲话略........ 主持人：非常感谢领导的点评，在上级领导关心和指导下， 在我公司全体员工的努力下，亚丹生态家居（荆门）有限公司2018年消防安全演练取得了圆满成功。通过这次演练，检验了公司处理突发事故的能力和各部门之间的协调能力，起到了锻炼队伍，强化认识的作用。在今后的工作中，我们要把防范重大事故作为安全生产、环境保护的重要工作任务， 安全生产工作任重道远，希望各位员工在工作中能够提高警惕，强化认识，加强领导，落实责任，为实现安全生产无事故做出应有的贡献。 本次演练到此全部结束，让我们以热烈的掌声再次对各位领导的莅临指导表示衷心地感谢！ 谢谢大家！
突发事件应急预案
突发事件应急预案 为了规范对突发事件的处置，加强有关人员对突发事件的处理能力，特制定突发事件应急处置方案。 一、方案要求 1.及时发现 2.视情况报告或报警 3.组织力量抢救伤员或灭火 4.保护现场 5.协同相关职能部门处置 6.拟写书面材料（事情经过）报公司 二、处理原则 1. 保护人员安全第一，控制事态发展。 2．重大情况，第一时间向公安、消防、医疗机关报警，并报公司领导。 3．如有人员伤害，第一时间送医院治疗。 4．快速反应，保护现场。 5．保护及寻找现场目击证人。 6．到现场后协助工作，协调处理。 7．隔离事发现场，减少影响度。 8．重大事件及时发布有关信息，安抚人心。 9．根据实际情况，灵活决断处置。 10．形成书面总结，如能拍摄现场照片，应留照保存。 11．通过日常培训、演练，提高人员应变能力。 三、突发事件的分类 1.租赁房屋突发事件应急预案 1.1发生刑案处置方案
1.1.1 如犯罪分子正在实施作案时，应采取 A、拨打110报警。 B、通知公司物业部。 C、如有人员伤害，及时将被伤害者送往医院。 D、公安人员到达后，协助公安人员处理。 E、做好书面记录，拍摄现场照片，上报公司办公室。 1.1.2 如果犯罪分子已逃跑，应采取 A、拨打110报警。 B、通知公司物业部。 C、如有人员伤害，及时将被伤害者送往医院。 D、及时问明涉案人员逃跑方向，如主要特征、衣着打扮、交通工具、车号等，关注可疑人物。 E、保护现场。 F、公安人员到达后，协助公安人员处理。 G、做好书面记录，拍摄现场照片，上报公司办公室。 1.2 发生火警处置方案 1.2.1 发生火灾并核实后，利用就近消防器材展开自救。 1.2.2 立即拨打火警119，通知公司物业部。 1.2.3 切断电源、煤气。 1.2.4 紧急疏散，保持消防通道通畅。 1.2.5 如有人员受伤害及时将伤者送往医院。 1.2.6 隔离火灾现场，维护周边秩序。 1.2.7 待消防人员赶到后，积极协助消防队员灭火。 1.2.8 灭火后清理现场，及时送电，保障正常经营 1.2.9 张贴告示，安抚人心。 1.2.10积极协助警方查找起火原因。 1.2.11拍摄现场照片，做好书面记录，上报公司办公室。
语文总复习之词语归类
语文总复习之词语归类 学习要求 学习词语归类方法，能按词语种类、属性、顺序进行逻辑归类，培养逻辑思维能力。 学习方法 按小学语言课文要求，词语归类译意风以下三种。 1、按词语类别、属性进行逻辑归类。 词语类别很多，有： （1）写人物的词语，如：男人、女人、学生、军人、工人、农民、老年人、中年人、少年等。 （2）写动物的词语，如：野兽——老虎、狮、鹿、象等；家畜——牛、马、羊、猪、狗等；飞禽——老鹰、乌鸦、喜鹊、燕子、天鹅、鹦鹉等；海里动物——海龟、海豹、鲸、鱼等。 （3）写植物的词语，如：树林、松树、杨树、白桦树、柳树、果树、水稻、玉米、大麦、小麦、蔬菜、菠菜、芥蓝、西红柿、大白菜等。 （4）写商品的词语，如：衣物、毛衣、布衣、衬衣、用具、脸盆、口盅、热水瓶、水杯等。 （5）写交通工具，如：汽车、火车、飞机、摩托车、轮船等。 此外，还有写建筑类，描写自然环境、天气、山川和其他各种各类等等。在这些词语中我们要学会按类别、属性进行分类，培养自己的逻辑思维能力。 写人物，按类别、属性进行逻辑归类可分为若干组。例如： A、人民、学生、军人、商人、工人、农民。“人民”与其他词语不同类，而是种属关系。 B、老年人、中年人、青年人、妇女、少年人、儿童、幼儿。“妇女”与其他词语不同一类。 C、爷爷、奶奶、爸爸、妈妈、少年、哥哥、姐姐、弟弟。“少年”与其他词语不同一类。 写动物，也可分为若干组词语，例如： A、狼、豹、老虎、大象、猴子、长颈鹿是同一类，“动物”、“野兽”与之是种属关系，就不同一类。 B、老鹰、鹤、猫头鹰、乌鸦、喜鹊是同一类，“鸟”、“飞禽”与之是种属关系，就不同一类。 C、牛、羊、猪、狗、马属同一类，“家畜”与之是种属关系，就不同一类。
实例解析关键词聚类的方法策略
实例解析关键词聚类的方法策略 收藏到：1时间：2014-06-05 文章来源：马海祥博客访问次数：388 最近，马海祥接手了一个大型的网站，首先要做的就的对这个网站的流量来源进行分析，这其中最繁琐的莫过于对来源关键词的聚类整合了。 所谓关键词聚类就是以领域特征明显的词和短语作为聚类对象，在分类系统的大规模层级分类语料库中，利用独创的文本分类的特征提取算法进行词语的领域聚类，通过控制词语频率的影响，分别获取领域通用词和领域专类词。 所以，要想做好这类做关键词的聚类，就一定要有一些基础信息，基础数据作为背景。在此，我就借助马海祥博客的平台跟大家实例解析关键词聚类的方法策略： 1、百度商业词聚类模型
现在对于一些医疗SEO来说看行业新闻，大家经常讨论一个话题就是百度医疗行业的收入贡献比是多少？，其实，爆个大料给大家，在2005年甚至2006年之前，百度自己都不掌握这类数据。 当时百度有一个简单的客户分类，是客服提交的，然后我们看了一下消费的行业分布，结果显示超过50%属于其他分类，这个结果基本上就没法看了。 然后我就琢磨，用商业词能不能直接聚类为行业，当时我在产品部门，合作反欺诈点击的工程师是张怀亭，这是个算法高手，他当年的毕业论文就是关联规则和聚类算法，我就去请教他，他说了一堆，我大部分没听懂，但大概要点知道了一些，然后找他要了论文看了看，也没太看明白，凭借自己粗浅的理解我就动手了，然后这个还真做成了。 我的出发点就是假设客户本身具有行业属性(如果这个假设不存在，那就没辙了)，我认为每个客户提交的关键词，彼此是有关联的。某两个关键词如果同时被不同的客户提交，其关联性就会随之增加，这个是最基本的一个定义，叫做共同推举数，也是最容易算的一个值。 但是仅仅依赖于共同推举数有一个问题，就是会导致很多词都和热门词关联，这是不合理的，我记得当时好像是某网上书城的推荐购买那一栏，明显都是热门书籍，似乎也是基于共同推举数做的关联。 问题1：A和B有50个共同推举，A和C有30个共同推举，但是B这个词是热门词，共有2000个客户提交；而C是冷门词，只有50个客户提交，请问A和B的关联度高还是A和C的关联度高？ 问题2：客户1提交了10000个词(类似阿里真的是这么提交的)；客户2提交了20个词，客户1所提交的10000个词的彼此关联度和客户2之间提交的是否一致？ 考虑这两个问题，就需要做权值调整了，然后再计算词与词的关联值。那么，权值该怎么定呢？
突发事件应急预案及要求措施
突发事件应急预案及措施 一、建立安全事故管理制度及预防、应急措施 1.目的 为有效预防、及时控制和妥善处理项目部各类突发事件，提高快速反应和应急处理能力，切实保障员工的生命与客户的财产安全，保证客户订单生产的正常运行，维护社会稳定，我公司制定本预案及处理措施。 2、突发事件适用范围 本预案及预警机制适用于我项目部应对各类突发事件的应急处置及预防工作。本预案所指的突发事件，主要包括以下几个方面： （1）工伤 （2）自然灾害（雷电、暴风雨等） （3）火灾（电器或人为造成） （4）造成第三方伤害（包括机械事故或人为伤害他人） （5）造成客户财产损失 （6）员工违章操作或是操作时存在安全隐患、疏于防范等预后事故。 （7）影响生产安全与稳定的突发公共事件（如食物中毒、或其他因素引起停工）。 （8）影响生产安全与稳定的其它社会事件（如政治、战争、罢工、用工荒）3、突发事件处理的基本原则 （1）预防为主，计划为先，坚持预防与应急处置相结合，做好日常安全方面的工作，消灭隐患，杜绝紧急事件的发生。 （2）突发公共事件发生后，现场人员在进行先期处置的同时，迅速向相应工作组报告。 （3）工作组人员接到报告后，第一时间赶赴现场，判定事件程度及是否需要社会救助，确定是否启动应急预案，进行相应处置，并立即向领导小组报告。 （4）处理迅速、准确、有序、有重点：发生紧急事件后，首先保持镇静，有序组织事件的处理，安排事情要责任分清，岗位明确，反应迅速，一切行动听从指挥，随时调整策略以应付情况的变化，防止损失扩大及事态恶化，防止顾此失彼。 （5）项目经理有先斩后奏的首要重点是保全和抢救人的生命，其次才是财物
聚类和分类的区别
聚类和分类的区别 2008-10-22 19:57 分类(classification)是这样的过程： 它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类。分类分析在数据挖掘中是一项比较重要的任务,目前在商业上应用最多。分类的目的是学会一个分类函数或分类模型(也常常称作分类器),该模型能把数据库中的数据项映射到给定类别中的某一个类中。分类和回归都可用于预测，两者的目的都是从历史数据纪录中自动推导出对给定数据的推广描述，从而能对未来数据进行预测。与回归不同的是，分类的输出是离散的类别值，而回归的输出是连续数值。二者常表现为决策树的形式，根据数据值从树根开始搜索，沿着数据满足的分支往上走，走到树叶就能确定类别。要构造分类器，需要有一个训练样本数据集作为输入。训练集由一组数据库记录或元组构成，每个元组是一个由有关字段(又称属性或特征)值组成的特征向量，此外，训练样本还有一个类别标记。一个具体样本的形式可表示为：（v1,v2,...,vn;c)；其中vi表示字段值，c表示类别。分类器的构造方法有统计方法、机器学习方法、神经网络方法等等。不同的分类器有不同的特点。有三种分类器评价或比较尺度：1)预测准确度；2)计算复杂度；3)模型描述的简洁度。预测准确度是用得最多的一种比较尺度，特别是对于预测型分类任务。计算复杂度依赖于具体的实现细节和硬件环境，在数据挖掘中，由于操作对象是巨量的数据，因此空间和时间的复杂度问题将是非常重要的一个环节。对于描述型的分类任务，模型描述越简洁越受欢迎。另外要注意的是，分类的效果一般和数据的特点有关，有的数据噪声大，有的有空缺值，有的分布稀疏，有的字段或属性间相关性强，有的属性是离散的而有的是连续值或混合式的。目前普遍认为不存在某种方法能适合于各种特点的数据 聚类(clustering) 是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，这样的一组数据对象的集合叫做簇，并且对每一个这样的簇进行描述的过程。它的目的是使得属于同一个簇的样本之间应该彼此相似，而不同簇的样本应该足够不相似。与分类规则不同，进行聚类前并不知道将要划分成几个组和什么样的组，也不知道根据哪些空间区分规则来定义组。其目的旨在发现空间实体的属性间的函数关系，挖掘的知识用以属性名为变量的数学方程来表示。当前，聚类技术正在蓬勃发展，涉及范围包括数据挖掘、统计学、机器学习、空间数据库技术、生物学以及市场营销等领域，聚类分析已经成为数据挖掘研究领域中一个非常活跃的研究课题。常见的聚类算法包括：K-均值聚类算法、K-中心点聚类算法、CLARANS、BIRCH、CLIQUE、DBSCAN等。
演练培训主持词
演练培训主持词 篇一：某公司应急预案演练主持词 ×××××公司综合应急预案演练流程以及主持词 主持人：×××××× 流程一、1、由主持人宣读安全告知 2、欢迎词 主持人： 尊敬的各位领导、各位来宾 （女）各位同事、朋友们： （合）大家下午好！ （男）6月是安全生产月，在这个重要的日子里，我们×××××有限公司举行的综合应急预案培训演练即将拉开帷幕。首先让我们对莅临×××进行综合应急预案演练指导与观摩的各位领导表示热烈欢迎。 （女）×××××有限公司一贯坚持“安全第一、预防为主、综合治理”的安全生产管理方针。为了进一步加强公司应对突发事故的综合指挥能力、快速反应能力、应急处理能力和协调作战能力，提高公司应急救援水平，全面促进救护队伍的快速化、正规化建设，切实保障员工生命和公司财产安全，按照上级指示精神，围绕20XX年安全生产各项活动，特组织本次综合应急预案演练及消防知识
培训。 （男）本次综合演练的内容有：应急疏散演练、触电急救演练、机械伤害急救演练，危化品泄露演练，烧、烫、灼伤急救演练，中暑急救演练，灭火演练。 流程二、领导讲话 主持人：1、下面有请开发区领导（***领导）为本次安全应急演练讲话。 开发区领导讲话略 （男）主持人：领导的讲话，充分体现了对安全生产工作的高度重视，并对我们提出了更高的工作要求，我们一定认真领会指示精神，全面做好安全生产工作，保证安全生产的顺利进行。让我们再次以热烈的掌声对各位领导亲临现场指导工作和热情洋溢的讲话表示衷心地感谢。 （女）2、下面有请公司本次综合应急救援演练总指挥××对综合演练工作做动员讲话。 总指挥讲话略 （女）主持人：在今后的工作中，我们必须坚持“安全第一，预防为主，综合治理”的安全生产方针，保证安全生产的正常进行。今天我们进行综合应急预案的演练，是我公司安全生产工作的重要组成部分，希望参加演练的每位同志，都要以严谨、务实的态度，认真对待，认真演练，真正做到拉得出，靠得住，为企业安全生产和员工生命财产安全
突发事件应急预案范文
突发事件应急预案 编制： **** 审核： **** 审批： **** ****局集团有限公司 ****高速公路****合同段项目经理部 2007年10月
突发事件应急预案 根据中华人民共和国《安全生产法》和国务院《建设工程安全生产管理条例》。为了增加发突发事件应急处理，给员工的工作和施工场区周围居民提供更好更安全的环境；保证各种应急反应资源处于良好的备战状态；指导应急反应行动按计划有序地进行；防止因应急反应行动组织不力或现场救援工作的无序和混乱而延误事故的应急救援；有效地避免或降低人员伤亡和财产损失；帮助实现应急反应行动的快速、有序、高效；充分体现应急救援的“应急精神”，特制定本方案。 一、应急预案的组织机构 应急预案组织机构由项目部各职能部门的人员分别兼职构成。 组长： **** **** 副组长: **** **** **** **** 组员： 二、应急小组人员职责 1、现场指挥组：****、****； a、突发事故操作的指挥和协调； b、现场事故评估； c、保证现场人员和公众应急反应行动的执行； d、控制紧急情况； e、作好应急救援处理现场指挥权转化后的移交和应急救援处理协助工作； f、做好消防、医疗、交通管制、抢险救灾等各公共救援部门联系工作。 2、伤员营救组 a、引导现场作业人员从安全通道疏散； b、对受伤人员进行营救至安全地带。 3、物资抢救组： a、抢运可以转移的场区内物资； b、转移可能引起新危险源的物品到安全地带。 3、消防灭火组： a、启动场区内的消防灭火装置和器材进行初期的消防灭火自救工作； b、协助消防部门进行消防灭火的辅助工作。
中文词语的分类
词 单音词（由一个音节构成的词，如：牛、走、大） 双声词：澎湃、琵琶单纯词（由一个语素构成）联绵词叠韵词：彷徨、蹒跚 其他：芙蓉、茉莉 复音词（由两个或两个以上音节构成）音译词：幽默、咖啡 拟声词：哗啦、叮当 叠音词：猩猩、蛐蛐 前加式：老虎、老师 词根连接词缀构成的合成词后加式：学者、职员 前后均加式：可靠性 合成词（由几个语素构成）并列式：劳动、买卖 偏正式：足球、钢笔 补充式：缩小、提高 词根相互融合构成的合成词陈述式：日食、眼馋 支配式：化石、管家 名量式：花朵、纸张 重叠式：娃娃、星星
并列关系：披坚执锐、防微杜渐、失之东隅，收之桑榆 承接关系：见异思迁、先斩后奏、皮之不存、毛将焉附 目的关系：削足适履、守株待兔、杀一儆百 因果关系：水滴石穿、水落石出、失之毫厘，谬之千里 主谓关系：毛遂自荐、杞人忧天、夜郎自大、叶公好龙成语动宾关系：不见经传、顿开茅塞、如丧考妣 动补关系：轻如鸿毛、退避三舍、无动于衷、荒谬绝伦 动宾补关系：问道于盲、贻笑大方、拒人千里 连动关系：画蛇添足、抱薪救火、亡羊补牢 兼语关系：请君入瓮、令人生畏、引狼入室、化险为夷 偏正关系：衣冠禽兽、扶摇直上、孜孜不倦、一丘之貉
划分词类的几个问题： ◆怎样区别时间名词和时间副词 1)能在前面加上“在”“从”“到”等介词的是时间名词，不能加的是时间副词。如“立刻”“马上”“正在”“早已”“从来”“即将”都不 能加，是时间副词；“最近”“现在”“目前”“早上”“从前”“将来”都能加，则是时间名词。 2)看能否修饰名词。能修饰名词的是时间名词，不能修饰名词的是时间副词。如：能说“刚才的情况”，不能说“刚 刚的情况”；能说“过去的报纸”，不能说“曾经的报纸”。这里“刚才”“过去”是时间名词，“刚刚”“曾经”是时间副词。3)看能否受形容词修饰。能受形容词修饰的是时间名词，不能受形容词修饰的是时间副词。如：能说“光荣的过 去”，不能说“光荣的已经”；能说“幸福的未来”，不能说“幸福的将要”。这里“过去”“未来”是时间名词，“已经”“将要”是时间副词。 ◆怎样区分副词和形容词 副词和形容词都可以修饰动词和形容词，作状语，容易相混，可从下面四方面去辨别： 1)形容词能修饰名词，而副词一般不能。如“一致”可以修饰“意见”，“一律”则不能；可以说“突然的想法”，但不能说 “忽然的想法”“居然的想法”。 2)看能否受“很”字修饰。形容词能受“很”字修饰，副词则不能。可以说“很突然”，不能说“很忽然”“很居然”；可以说“很 努力”，不能说“很竭力”“很极力”。因此，“一致”“突然”“努力”是形容词，“一律”“忽然”“居然”“竭力”“极力”是副词。 3)形容词可以作谓语，副词不能。如：可以说“情况太突然了”，不能说“情况太忽然了”。 4)形容词可以单独回答问题，副词一般不能（“不”例外）。
(完整版)项目突发事件应急预案
突发事件应急预案 为加强值班安全管理，及时妥善处理发生的各类安全紧急事件，提高紧急突发性事件的快速反映和各项应急工作的协调开展，确保项目及员工财产和人身安全，结合本项目实际情况，特制定项目突发事件应急预案。 一、指导思想 依据项目安全生产管理制度，本着预防为主，迅速及时、有效地开展各项处置工作，切实维护项目的安全与稳定。在处置突发事件时，要态度明确，区分性质，严格纪律，讲究策略，措施得力，处置果断，防止事态扩大。 二、报告制度和程序 1、发生安全事故后，值班人员应及时向项目安全生产管理领导小组报告，并视情况迅速拨打110、120、119应急电话。 2、值班人员应根据事故情况，在24小时内写出书面报告，逐级上报。 3、报告内容如下：事故的时间、地点、事故简要经过、已采取措施和事故控制情况以及报告人。 三、安全事故应急预案 （一）消防应急预案 1、发现火警后，在场工作人员应及时向值班领导汇报，
迅速扑灭火源，值班人员在接到火警信息后立即组织抢险，并视火情及时拨打119火警电话。 2、保障安全通道畅通，有组织的做好人员疏散工作，在疏散过程中，应井然有序，避免拥挤所发生的人身伤亡事故。 3、应坚持先救人，后救火的原则，如有人被火围困，需立即组织力量抢救。 4、控制火势，防止火势蔓延，极力抢救财物，降低火灾所造成的损失。 （二）食品卫生应急预案 1、如发现生病员工，应及时就医，不得带病上班。 2、通知员工所属部门领导，以便及时做出工作安排，配合开展抢救工作。 3、若遇员工非正常中毒或发生疑似食物中毒事故，应立即停止食堂的生产活动，迅速报告卫生行政部门，积极配合救助病人。 4、保留可能造成食物中毒或导致食物中毒的食品及其原料、工具、设备和现场，并配合卫生行政部门进行调查。 5、根据卫生行政部门的要求，封存和销毁导致食物中毒的食品及其原料，对中毒食品加工场地、工具、设备进行消毒，控制事态发展。 （三）停水停电应急预案
词语归类练习题
词语部分练习题 一、按词语的概念从大到小排列下列词语。 1．公共汽车车交通工具汽车 2．双色圆珠笔圆珠笔文具笔 3．苹果树果树植物树 4．昆虫动物蚊子生物 5．小钢刀小刀刀旧小钢刀 6．字典工具书《新华字典》中文字典 7．男人男孩子小学二年级男生人 8．小学语文课本书语文书书籍 二、找出下面每组词中不是同一类的词，在下面划上横线。 1．骨科儿科内科外科财务科 2．手枪步枪冲锋枪机关枪玩具枪 3．屋子桌子椅子柜子床 4．工人青年农民教师解放军 5．法语外语英语日语俄语 6．汽油柴油机油煤油菜油 三、把下面的词按要求分类。 1．浓眉大眼凝视魁梧端详忐忑不安胆颤心惊目不转睛懊悔喜悦苍老东张西望容光焕发 ①表示“看”的词语有： ②表示外貌的词语有： ③表示心理活动的词语有： 2．刻舟求剑舍己为人视死如归自相矛盾千山一碧崇山峻岭守株待兔花红柳绿拾金不昧 ①表现人物品质的词语有： ②描写自然景物的词语有： ③说明某种道理的词语有： 四、将下列词语补充完整，然后按类别写在横线上。 1．（）发（）颜翠色（）流愁眉不（）（）（）若失一（）不染（）烛夜游 神采（）（）一（）千里 ①描写人物外貌的： ②描写人物神态的： ③描写人物动作的： ④描写景物的： 2．奋不（）身弄（）作（）（）（）向荣 好高（）远神机（）算（）（）其谈 高瞻远（）阴谋（）计 褒义词： 贬义词： 五、在括号里填出相对应的词语。 热闹对城市正如安静对（）（）对白天正如黑暗对夜晚 节约对光荣正如浪费对（）（）对秋天正如温暖对春天 清澈对泉水正如混浊对（）寒冷对冬大正如（）对夏天 喧闹对大街正如僻静对（）勤劳对丰收正如懒惰对（） 团结对安定正如分裂对（）信任对朋友正如怀疑对（） 批评对缺点正如表扬对（）马对牲畜正如鸡对（） 宽阔对马路正如狭窄对（）高耸对山峰正如低陷对（） 凶猛对老虎正如柔弱对（）铁对矿藏正如蜘蛛对（） 微笑对高兴正如流泪对（）(1) 雨天对潮湿正如晴天对（）(2) 摇头对反对正如点头对（）(3) 勤奋对聪明正如懒惰对（）(4) 旧社会对痛苦正如新社会对（）(5) 豺狼对残忍正如羔羊对（）4、在括号里填上恰当的答案 （1）节约对光荣正如浪费对（）。 （2）春天对耕耘正如秋天对（）。 （3）夏天对炎热正如冬天对（）。 （4）勤劳对富裕正如懒惰对（）。 （5）轮船对大海正如飞机对（）。 （6）汽车对运输正如渔网对（）。 六、选出与每组示例关系最相似的词。（在序号上打“√”） 1．字典：学习工具 A．地理：数学B．树木：森林C．皮鞋：衣服D．电冰箱：电器2．猴子：动物 A．上衣：袜子B．菊花：植物C．西瓜：瓜地D．树枝：树3．马：牲畜 A．西瓜：瓜地B．蜘蛛：琥珀C．铁：矿藏D．鸡：家禽4．船：运输 A．笔：写字B．布：纺织C．棉花：染料D．飞机：降落5．医生：病人 A．爸爸：工人B．教养员：幼儿C．老师：学生D．朋友：邻居6．树枝：树 A．蔬菜：水果B．课本：书包C．茶杯：茶具D．袜子：衣服7．学校：学生 A．奶奶：孙子B．机器：工人C．商店：顾客D．医生：病人8．老师：学生 A．农民：土地B．医生：病房C．营业员：顾客D．老板：学徒9．药物：治病 A．枪：武器B．报刊：画报C．大脑：思考D．纸：簿本10．向日葵：葵花子 A．稻谷：麦子B．西瓜：瓜地C．棉花：皮棉D．学校：操场11．人：营养 A．果实：果树B．书本：书包C．作物：肥料D．教室：学校12．剪刀：布匹 A．锯子：水泥B．锯子：木材C．锯子：椅子D．锯子：砖头 、按一定的顺序把下列每组词语排列起来。 （1）工具书书字典小学生字典
公司突发事件应急预案
公司突发事件应急预案 1 总则 编制目的 正确、有效和快速地处理暴雨、火灾、大面积停电、停水、停气事件、，最大限度地减少大面积停电、停水、停气、暴雨、火灾事件造成的影响和损失，维护国家安全、社会稳定和人民生命财产安全，保证公司正常生产经营秩序。 编制依据 依据有关法律、行政法规并结合公司实际，制定本预案。 分类分级 本预案突发事件是指突然发生，造成或者可能造成公司财产损失、人员伤亡及公共安全的紧急事件。 根据突发事件的发生过程、性质和机理，本预案中的突发事件主要是指自然灾害和事故灾难。本预案中将突发事件分为预警状态和应急状态两个状态等级。 适用范围 本预案适用于公司应对和处理因水、电、气生产出现事故、相关设施大范围破坏、严重自然灾害、水、电、气供应持续危机等引起的对公司正常生产经营秩序构成重大影响和严重威胁的大面积停电、停水、停气事件，和因暴雨、火灾引起的事故、相关设
施产品大范围破坏、严重暴雨、火灾等自然灾害引起的对公司正常生产经营秩序构成重大影响和严重威胁的暴雨、火灾事件。 工作原则 （1）预防为主。坚持“安全第一、预防为主”的方针，有效防止重特大水、电、气生产事故发生；依靠地方政府和公安机关，加强相关设施保护宣传工作和行政执法力度，提高公众保护水、电、气相关设施的意识，维护水、电、气相关设施安全。 （2）统一指挥。在公司安全小组的统一指挥和协调下，组织开展各项应急工作。 （3）分层分区。按照分层分区、统一协调、各负其责的原则建立事故应急处理体系。 （4）保证重点。在水、电、气事故处理和控制中，将保证安全放在第一位，采取一切必要手段，限制事故范围进一步扩大，防止发生系统性崩溃和瓦解。 （5）依靠科技。开展理论和技术研究，加强建设和改造，强化结构，提高安全运行水平。 2 组织体系 领导机构 公司成立安全小组，统一指挥大面积停电、停水、停气事件应急工作。 办事机构 公司安全小组，负责日常工作。
聚类与分类的区别
分类(classification )： 它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类。分类分析在数据挖掘中是一项比较重要的任务, 目前在商业上应用最多。分类的目的是学会一个分类函数或分类模型(也常常称作分类器),该模型能把数据库中的数据项映射到给定类别中的某一个类中。分类和回归都可用于预测，两者的目的都是从历史数据纪录中自动推导出对给定数据的推广描述，从而能对未来数据进行预测。与回归不同的是，分类的输出是离散的类别值，而回归的输出是连续数值。二者常表现为决策树的形式，根据数据值从树根开始搜索，沿着数据满足的分支往上走，走到树叶就能确定类别。要构造分类器，需要有一个训练样本数据集作为输入。训练集由一组数据库记录或元组构成，每个元组是一个由有关字段(又称属性或特征)值组成的特征向量，此外，训练样本还有一个类别标记。一个具体样本的形式可表示为：（v1,v2,...,vn; c)；其中vi表示字段值，c表示类别。分类器的构造方法有统计方法、机器学习方法、神经网络方法等等。不同的分类器有不同的特点。有三种分类器评价或比较尺度：1)预测准确度；2)计算复杂度；3)模型描述的简洁度。预测准确度是用得最多的一种比较尺度，特别是对于预测型分类任务。计算复杂度依赖于具体的实现细节和硬件环境，在数据挖掘中，由于操作对象是巨量的数据，因此空间和时间的复杂度问题将是非常重要的一个环节。对于描述型的分类任务，模型描述越简洁越受欢迎。另外要注意的是，分类的效果一般和数据的特点有关，有的数据噪声大，有的有空缺值，有的分布稀疏，有的字段或属性间相关性强，有的属性是离散的而有的是连续值或混合式的。目前普遍认为不存在某种方法能适合于各种特点的数据。 聚类(clustering)： 是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，这样的一组数据对象的集合叫做簇，并且对每一个这样的簇进行描述的过程。它的目的是使得属于同一个簇的样本之间应该彼此相似，而不同簇的样本应该足够不相似。与分类规则不同，进行聚类前并不知道将要划分成几个组和什么样的组，也不知道根据哪些空间区分规则来定义组。其目的旨在发现空间实体的属性间的函数关系，挖掘的知识用以属性名为变量的数学方程来表示。当前，聚类技术正在蓬勃发展，涉及范围包括数据挖掘、统计学、机器学习、空间数据库技术、生物学以及市场营销等领域，聚类分析已经成为数据挖掘研究领域中一个非常活跃的研究课题。常见的聚类算法包括：K-均值聚类算法、K-中心点聚类算法、CLARANS、BIRCH、CLIQUE、DBSCAN等。
《突发事件应急预案管理办法》
突发事件应急预案管理办法 第一章总则 第一条为规范突发事件应急预案（以下简称应急预案）管理，增强应急预案的针对性、实用性和可操作性，依据《中华人民共和国突发事件应对法》等法律、行政法规，制订本办法。 第二条本办法所称应急预案，是指各级人民政府及其部门、基层组织、企事业单位、社会团体等为依法、迅速、科学、有序应对突发事件，最大程度减少突发事件及其造成的损害而预先制定的工作方案。 第三条应急预案的规划、编制、审批、发布、备案、演练、修订、培训、宣传教育等工作，适用本办法。 第四条应急预案管理遵循统一规划、分类指导、分级负责、动态管理的原则。 第五条应急预案编制要依据有关法律、行政法规和制度，紧密结合实际，合理确定内容，切实提高针对性、实用性和可操作性。 第二章分类和内容 第六条应急预案按照制定主体划分，分为政府及其部门应急预案、单位和基层组织应急预案两大类。 第七条政府及其部门应急预案由各级人民政府及其部门制定，包括总体应急预案、专项应急预案、部门应急预案等。 总体应急预案是应急预案体系的总纲，是政府组织应对突发事件
的总体制度安排，由县级以上各级人民政府制定。 专项应急预案是政府为应对某一类型或某几种类型突发事件，或者针对重要目标物保护、重大活动保障、应急资源保障等重要专项工作而预先制定的涉及多个部门职责的工作方案，由有关部门牵头制订，报本级人民政府批准后印发实施。 部门应急预案是政府有关部门根据总体应急预案、专项应急预案和部门职责，为应对本部门（行业、领域）突发事件，或者针对重要目标物保护、重大活动保障、应急资源保障等涉及部门工作而预先制定的工作方案，由各级政府有关部门制定。 鼓励相邻、相近的地方人民政府及其有关部门联合制定应对区域性、流域性突发事件的联合应急预案。 第八条总体应急预案主要规定突发事件应对的基本原则、组织体系、运行机制，以及应急保障的总体安排等，明确相关各方的职责和任务。 针对突发事件应对的专项和部门应急预案，不同层级的预案内容各有所侧重。国家层面专项和部门应急预案侧重明确突发事件的应对原则、组织指挥机制、预警分级和事件分级标准、信息报告要求、分级响应及响应行动、应急保障措施等，重点规范国家层面应对行动，同时体现政策性和指导性；省级专项和部门应急预案侧重明确突发事件的组织指挥机制、信息报告要求、分级响应及响应行动、队伍物资保障及调动程序、市县级政府职责等，重点规范省级层面应对行动，同时体现指导性；市县级专项和部门应急预案侧重明确突发事件的组
词语的归类或排列
词语的归类或排列 （一）多义词复习指导 一字多义、一词多义是汉语言的一大特点。在小学阶段，只要学生了解这一特点，并能在理解词语的基本义的基础上，联系语言环境理解词语的引申义和比喻义。 【建议】 1、从学习能力与习惯培养入手，让学生养成查阅字典的习惯，培养能正确选择词义的能力。 2、在培养学生的阅读理解能力过程中提高学生解词水平。 3、结合词语的近义词、反义词，逐步提高对一词多义的认识。 【复习中应注意以下几点】 ⑴根据《课程标准》的要求，“认识３５００个左右常用汉字，能正确工整地书写汉字，有一定的速度。”这是学生最基本的语文素养之一。因此必须重视对字、词的复习。 ⑵查字典的能力是帮助学生学习字词的重要能力，是必须掌握的技能，也是学生今后学习和工作中经常运用的技能。因此，不仅应学会音序查字法、部首查字法，还应学会数笔画查字法。复习中应结合学生的情况经常运用，逐步养成习惯，但不必过多的进行专门的练习。 ⑶查字典的重点和难点是确定部首及选择解释。对此应结合课文中的字词进行指导，解决学生的疑难问题，并作必要的练习。 ⑷词语复习的重点是理解和运用。对常用词语和课文中的重点词语，应采用各种形式让学生进行运用。写近、反义词，选词填空是常见的形式，还有造句，联词成文，词语搭配等都应当让学生进行练习。 （二）成语复习指导 为了突出成语的重要，特将成语单独作为一部分。成语是汉语中的精粹，是人们长期以来习用的简洁、精辟的固定词组或短句。汉语中的成语常常由四个字组成，一般都有出处。许多成语都有一个生动有趣、富含哲理的故事，如：杯弓蛇影、天衣无缝、一鸣惊人等。因此，学习成语不仅能积累词汇，而且能增强阅读、理解水平，了解历史，拓宽知识面，另外如果能恰当地使用它，会使语言更精练，更形象生动，提高我们的写作水平。 【教学建议】 1、依据教材，回忆并引导学生梳理小学阶段学习过的成语，在此过程中培养学生的学习能力。 2、以语文活动课形式，交流课外学习的常用成语，并达到引导学生注重平时阅读积累和学以致用的目的。 3、设计一些学生喜闻乐见的成语练习，让学生在练习中增强兴趣，如：成语竞猜、成语接龙、成语对联等游戏性练习。 2、可以利用教室中的板报和学习园地，辟成语学习的专栏，由学生编稿、组稿，让学生真正成为学习的主人。
应急演练主持词【精品】
宣布演练开始：全体老师、同学们请注意。青岛市南区第二实验小学、青岛莘县路小学联合应急安全疏散演练现在开始。 请各班清点人数、汇总，以年级为单位报人数。 全体师生大家好!今天是一个特殊的日子——汶川大地震周年祭。在这样一个特殊日子里，青岛市南区第二实验小学与莘县路小学联合举行应急安全疏散演练，以此缅怀在去年 5.12大地震中遇难的同胞，以此振奋我们的精神，更加珍爱生命。 参加本次演练的全体师生团结互助，用时2分零7秒，全部安全撤离教学楼，在操场集结完毕。本次演练获得成功，达到了预定效果。 同学们，走过这个春天我们看到了四川人民的坚强;走过这个春天我们更加珍爱生命。下面我们来听一听各年级同学们在汶川大地震周年祭的日子里想要表达的心愿。 青岛市南区第二实验小学一至六年级代表 青岛莘县路小学四、五年级代表 同学们，大家的心愿是美好的，同学们的祝福是真诚的，让我们不忘5.12，继续关注汶川，关注灾区人民：曾经天崩地裂的地方现在什么样?那里的人民现在生活得怎样?睁大我们的眼睛，打开我们的耳朵，让我们看报道、听新闻，积极为地震灾区的重建献上我们的爱心与力量! 今天的活动到此结束，各班有秩序地带回。 2 讲解词 (注：这是一次不正规的应急演练，正规应急演练需要有完善的通讯设备，观摩人员与事故现场应是隔离的，抢险过程一般不超过3 分钟，此次演练只有6分钟左右，真正要进行应急演练，这个太过于简单) 各位领导、各位来宾、各参演单位： 大家上午好! 年6月是安全生产月，在这个重要的日子里，我们公司举行应急预案演练工作，首先让我们对莅临山东 - 有限责任公司进行安全生产督导及应急预案演练观摩的各位领导表示热烈欢迎。 山东有限责任公司一贯坚持“安全第一、预防为主、综合治理”的安全管理方针，从大局、从细节抓安全、促生产。年应急预案演练是为了进一步加强我公司应对化工生产突
各类突发事件应急预案
各类突发事件应急遇案 一、 1、 文字说明： 1.1 场馆一旦发生恶性案件， 值班人员应在第一时间迅速拨打报警电话，打报警电话应沉着、准确地报告发案地址，案件现场简单描述、报警人姓名及电话号码。 1.2 拨打完报警电话后， 值班人员还应迅速用对讲机将现场情况报主管和领导；并用对讲机通知其他值班安保员前来 配合协助保护现场。具体是：由安保人员封闭现场出入口及 通道，疏散群众防止围观，在公安人员到场前，保护现场人员不得随意翻动现场物品、不得擅自离开。 1.3 如有人员需救治，在报警的同时，还应立即拨打 120 急救中 扰乱公共秩序事件的处理 恶性案件 发生恶性案件 通知上级到场 拨打报警电话 拨打 120（如有人员须救治） 保护现场 作好记录、不加任何评论 疏散群众、防止围观
接到被盗信息 拨打报警电话 通知上级到场 保护现场，作好记录 协助警方调查 心电话，打急救电话时应沉着、准确地报告急救地址，伤者现 状及伤者姓名、电话号码；与急救中心联系完毕后，择时安排 人员到附近路口引导急救车到达现场， 以免延误急救时间： 运送伤者时须注意不得破坏案发现场。 1.4 未经公安机关和运行管理组领导许可， 参与维护现场人员不得将案件情况和公安人员现场侦破进展随意在管辖区内散播； 对 于新闻媒体前来采访报道的，现场人员应委婉拒绝。 2、 偷盗 2.1 偷盗事件 文字说明： 2 .1 一旦接到发生偷盗的报警信息，安保人员应迅速拨打报警电话 “110 ”，应沉着、准确报告发案地址，发生案件情况、报警人姓名及电话号码。 2 .1 在拨打报警电话的同时， 还应立即将情况报告主管和领导 （可 以利用通过监控中心通知） ，并通知巡视岗安保人员前来协助保护现场； 必要时， 可以由安保主管调配其他岗安保人员前来
关键词共词分析、聚类分析和多维尺度分析
关键词共词分析、聚类分析和多维尺度分析 功能： 1、寻找近几年研究热点（热点图），为论文的选题做准备 2、直接为论文服务 方法举例： 关键词：自闭症 研究工具：Bicomb共词分析软件、、excel、中国知网（CNKI） 研究进程： A：中国知网（官网）-左上“资源总库”-左上“中国学术期刊网络出版总库” 主题：自闭症，年限范围：2000-2014，来源类别：全选-检索 每页显示：50-一页页全选后再删除一定不要研究的文献-尽量多选择文献（最好全部） 导出/参考文献-全选-导出-自定义（支持需输出更多文献信息）-全选-导出-保存-txt 打开txt-编辑-全部替换（前面英文删除）-另存为txt-编码：ANSI【多操作几遍，不然提取不出来或会出现00000，而不是00000,00001,00002等】 B：书目共现分析系统-增加（右上角）-项目编号：1-格式类型：cnki中文txt-提取-选择文档-关键字段：关键词-提取（红色）-统计-关键字：关键词-∑统计-矩阵-关键字：关键词-≥5≤280-词篇矩阵-生成-导出至txt-保存 C：打开SPSS-文件-打开文本数据-下一步-删除第一行-度量标准：“名义”变为“度量”-分析-分类-系统聚类-V1标准个案-V2到Vn变量-统计量：选择“合并进程表”“相似性矩阵”-绘制：树状图-方法（二分类-Ochiai）-结果：近似矩阵（最大的表格）导出到excel-多维尺度分析【树状图如果是虚线，可能是spss版本问题或其他问题】 D：SPSS-excel导入-打开数据-excel-删除第一行-删除1：、2：、3：、4：、5：、、、-复制粘贴到变量视图-度量标准：“名义”变为“度量”-字符串变为数值【第一个分类不要改字符串】-分析-度量-多维尺度最后一个ALSCAL-变量移动-从数据创建距离-度量（E）-标准化：Z 得分-选项：组图
应急预案演练主持词
应急预案演练主持词 2011-06-14 11:57:27| 分类：假正经| 标签：|字号大中小订阅 讲解词 （注：这是一次不正规的应急演练，正规应急演练需要有完善的通讯设备，观摩人员与事故现场应是隔离的，抢险过程一般不超过30分钟，此次演练只有6分钟左右，真正要进行应急演练，这个太过于简 单） 各位领导、各位来宾、各参演单位： 大家上午好！ 2011年6月是安全生产月，在这个重要的日子里，我们XX公司举行应急预案演练工作，首先让我们对莅临山东xxx有限责任公司进行安全生产督导及应急预案演练观摩的各位领导表示热烈欢迎。 山东xx有限责任公司一贯坚持“安全第一、预防为主、综合治理”的安全管理方针，从大局、从细节抓安全、促生产。2011年应急预案演练是为了进一步加强我公司应对化工生产突发事故的综合指挥能力、快速反应能力、应急处理能力和协调作战能力，提高我公司应急救援水平，全面促进救护队伍的快速化、正规化建设，切实保障人民生命和公司财产的安全。按照上级指示精神，围绕2011年安全生产各项活动， 特组织本次演练。 本次演练模拟情景为危险化学品泄漏突发事故，危险化学品泄漏应急救援预案的启动及应用，直接参演单位有安环部、生产部、调度室、技术部、质计部、保卫处、工会等，参演人员约70人，演练现场设在合成车间合成工段场外，演练科目为液氨储槽液氨泄漏事故处理，目的是检验我公司突发事故应急处理能 力和应急救援能力。 下面有请市领导为本次安全应急演练讲话。 （市领导讲话略） 市领导的讲话，体现了对安全生产的高度重视，并对我们提出了严肃的工作要求，我们一定要认真体会上级指示精神，全面开展安全生产工作，保证安全生产的顺利进行。让我们再次以热烈的掌声对各位领 导亲临现场，莅临指导表示衷心地感谢。 下面有请公司总经理xxx同志对2011年应急预案演练做动员讲话。 （总经理动员讲话） 各位领导、各位来宾，同志们： 大家下午好！在国家“安全生产月”这样一个重要的日子里，我们共聚一堂，共同进行xx公司应急预案演练。安全生产无论在任何时候，都要摆在工作的首位，并成为工作的重中之重。市政府、市安监局各位领导的莅临检查，是对我公司安全生产的高度重视，也是对我们安全生产工作的督促。 在今后的工作中，我们必须坚持“安全第一，预防为主，综合治理”的安全生产方针，保证安全生产的正常进行。今天我们进行应急预案的演练，是我公司安全生产工作的重要组成部分，希望参加演练的每位同志，都要以严谨、务实的态度，认真对待，认真演练，真正做到拉得出，靠得住，为企业安全生产和员 工生民财产安全保驾护航。 现在，我宣布，XX公司2011年应急救援预案演练正式开始！
词语分类大全超强总结
小学生词语分类大全默认分类 1．表示“看”的字词：瞥、瞅、望、瞄、瞪、盯、观察、凝视、注视、看望、探望、瞻仰、扫视、环视、仰望、俯视、鸟瞰、俯瞰、远望、眺望、了望 2．表示“说”的字词：讲、曰、讨论、议论、谈论、交流、交谈 3．表示“叫”的字词：嚷、吼、嚎、啼、鸣、嘶、嘶叫、嚎叫、叫嚷 4．表示“第一”的字词：首、元、甲、子、首先、冠军、魁首、首屈一指、名列前茅 5．象声词（表示声音的）：吱呀、喀嚓、扑哧、哗啦、沙沙、咕咚、叮当、咕噜、嗖嗖、唧唧喳喳、叽叽喳喳、轰轰隆隆、叮叮当当、叮叮咚咚、哗哗啦啦 6．表示春的成语：鸟语花香、 春暖花开、阳春三月、万物复苏、春风轻拂、春光明媚 7．表示夏的成语：烈日当空、 暑气逼人、大汗淋漓、挥汗如雨、乌云翻滚、热不可耐 8．表示秋的成语：秋高气爽、 五谷丰登、万花凋谢、天高云淡、落叶沙沙、中秋月圆 9．表示冬的成语：三九严寒、 天寒地冻、雪花飞舞、寒冬腊月、千里冰封、滴水成冰 10．带有人体器官或部位名称的词语：头重脚轻、指手画脚、 愁眉苦脸、心明眼亮、目瞪口呆、张口结舌、交头接耳、面黄肌瘦、眼明手快、眼高手低、昂首挺胸、心灵手巧、摩拳擦掌、摩肩接踵 11．带有动物名称的成语： 鼠目寸光、谈虎色变、兔死狐悲、龙马精神、杯弓蛇影、马到成功、 与虎谋皮、亡羊补牢、雄狮猛虎、鹤立鸡群、狗急跳墙、叶公好龙、声名狼籍、狐假虎威、画蛇添足、九牛一毛、鸡犬不宁、一箭双雕、惊弓之鸟、胆小如鼠、打草惊蛇、鸡飞蛋打、指鹿为马、顺手牵羊、对牛弹琴、鸟语花香、虎背熊腰、杀鸡儆猴、莺歌燕舞、鸦雀无声、鱼目混珠、鱼龙混杂、龙争虎斗、出生牛犊、望女成凤、望子成龙、狗尾续貂、爱屋及乌、螳臂当车、蛛丝马迹、投鼠忌器、门口罗雀、管中窥豹 （带有“马”的词语：马不停蹄、马到成功、龙马精神、马失前蹄、指鹿为马、一马当先） （带有“鸡”的词语：闻鸡起舞、雄鸡报晓、鹤立鸡群、杀鸡取卵、鸡犬不宁、鸡飞蛋打、鸡毛蒜皮）（带有“牛”的成语：小试牛刀、九牛一毛、牛头马面、牛鬼蛇神、牛马不如、牛角挂书、牛毛细雨、如牛负重、风马牛不相及、 初生牛犊不怕虎、九牛二虎之力） 12．数字开头的成语：一诺千金、一鸣惊人、一马当先、一触即发、一气呵成、一丝不苟、一言九鼎、一日三秋、一落千丈、一字千金、 一本万利、一手遮天、一文不值、一贫如洗、一身是胆、一毛不拔二三其德、两面三刀、两肋插刀、两败俱伤、两情相悦、两袖清风、 两全其美、三生有幸、三思而行、三令五申、三头六臂、三更半夜、三顾茅庐、四面楚歌、四面八方、四海为家、四通八达、四平八稳、 四分五裂、五大三粗、五光十色、五花八门、五体投地、五谷丰登、五彩缤纷、五湖四海、六神无主、六根清净、六道轮回、六亲不认、 七零八落、七嘴八舌、七高八低、七窍生烟、七上八下、七折八扣、七拼八凑、八面玲珑、八面威风、八仙过海，各显神通、九霄云外、 九牛一毛、九死一生、九鼎一丝、九牛二虎之力、 十指连心、十面埋伏、十字街头、十全十美、十年寒窗、十万火急、十拿九稳、百年大计、百花齐放、百思不解、百家争鸣、百感交集、 百读不厌、百川归海、千方百计、千军万马、千言万语、千辛万苦、千秋万代、千真万确、千里鹅毛、万无一失、万众一心、万事大吉、 万人空巷、万家灯火、万象更新、万人瞩目