一种环境精准监管方法与装置、终端设备及存储介质与流程

本发明属于环境监管技术领域，尤其涉及一种环境精准监管方法与装置、终端设备以及存储介质。

背景技术：

近年来，随着环境污染犯罪的增加，环境监管日益严峻，目前现有的环境监管方法是环境保护部门的工作人员定期或者不定期对一些污染源企业进行检查，而当污染违法行为增加时，由于现有的环境监管方法缺少科学合理的方法进行指导，因此严重浪费了人力、物力以及财力。

故，有必要提供一种技术方案，以解决上述技术问题。

技术实现要素：

有鉴于此，本发明实施例提供了一种环境精准监管方法与装置、终端设备以及存储介质，其通过建立的环境监管模型获取破坏环境的企业进行的执法频率，以实现环境精准监管，且很大程度上节省人力、物力以及财力。

本发明实施例的第一方面提供了一种环境精准监管方法，所述环境精准监管方法包括：

获取样本数据；其中，所述样本数据包括多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度；

根据所述多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型；

获取目标企业的环境数据信息，在所述环境监管模型中，根据所述目标企业的环境数据信息确定所述目标企业的监管等级，并根据所述目标企业的监管等级获取所述目标企业的执法频率。

本发明实施例的第二方面提供了一种环境精准监管装置，所述环境精准监管装置包括：

获取模块，用于获取样本数据；其中，所述样本数据包括多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度；

建立模块，用于根据所述多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型；

确定模块，用于获取目标企业的环境数据信息，在所述环境监管模型中，根据所述目标企业的环境数据信息确定所述目标企业的监管等级，并根据所述目标企业的监管等级获取所述目标企业的执法频率。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述环境精准监管方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述环境精准监管方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：本发明通过获取样本数据，并根据样本数据中多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型，进而在环境监管模型中，根据目标企业的环境数据信息确定目标企业的监管等级，并根据目标企业的监管等级获取目标企业的执法频率，从而通过建立的环境监管模型获取破坏环境的企业进行的执法频率，实现环境精准监管，且很大程度上节省人力、物力以及财力。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的环境精准监管方法的实现流程示意图；

图2是本发明实施例一提供的环境精准监管方法的实现流程示意图；

图3是本发明实施例提供的环境精准监管方法中的监管级别判定规则示意图；

图4是本发明实施例三提供的环境精准监管装置的结构示意图；

图5是本发明实施例四提供的环境精准监管装置的结构示意图；

图6是本发明实施例五提供的终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

参见图1，是本发明实施例一提供的一种环境精准监管方法的示意流程图。如图1所示，该环境精准监管方法可包括以下步骤：

步骤s11：获取样本数据；其中，所述样本数据包括多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度。

其中，在本发明实施例中，样本数据是由终端设备从环保移动执法系统获取的现场执法检查数据中多个企业的第一环境数据信息，以及从生态环境部行政处罚案件报送系统中获取多个企业的第二环境数据信息。其中，该第一环境数据信息包括但不限于环境问题数量与环境问题严重程度，本实施例中以环境问题数量和环境问题严重程度为优选示例；同样的，第二环境数据信息包括但不限于环境违法行为数量、罚款金额以及环境违法行为严重程度等信息，本实施例中以环境违法行为数量、罚款金额以及环境违法行为严重程度为优选示例。

步骤s12：根据所述多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型。

其中，在本发明实施例中，在终端设备获取了多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度等数据后，便可根据该数据建立环境监管模型，以便于利用该环境监管模型对需要监管的企业进行精准监管。

步骤s13：获取目标企业的环境数据信息，在所述环境监管模型中，根据所述目标企业的环境数据信息确定所述目标企业的监管等级，并根据所述目标企业的监管等级获取所述目标企业的执法频率。

其中，在本发明实施例中，目标企业指的是需要进行环境监管的企业，其环境数据信息包括但不限于环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度等五个指标数据；此外，监管等级包括一般监管、重点监管以及特殊监管三个等级。

当终端设备建立了环境监管模型后，在对目标企业进行精准监管时，终端设备获取目标企业的上述五个指标数据，并将该五个指标数据放入环境监管模型中，以判定目标企业的监管等级，进而根据目标企业的监管等级获取该目标企业的执法频率，以便于环境保护的相关工作人员明确执法重点和方向。

在本实施例中，本发明通过获取样本数据，并根据样本数据中多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型，进而在环境监管模型中，根据目标企业的环境数据信息确定目标企业的监管等级，并根据目标企业的监管等级获取目标企业的执法频率，从而通过建立的环境监管模型获取破坏环境的企业进行的执法频率，实现环境精准监管，且很大程度上节省人力、物力以及财力。

参见图2，是本发明实施例二提供的一种环境精准监管方法的示意流程图。如图2所示，该环境精准监管方法可包括以下步骤：

步骤s21：获取样本数据；其中，所述样本数据包括多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度。

其中，在本发明实施例中，样本数据是由终端设备从环保移动执法系统获取的现场执法检查数据中多个企业的第一环境数据信息，以及从生态环境部行政处罚案件报送系统中获取多个企业的第二环境数据信息。其中，该第一环境数据信息包括但不限于环境问题数量与环境问题严重程度，本实施例中以环境问题数量和环境问题严重程度为优选示例；同样的，第二环境数据信息包括但不限于环境违法行为数量、罚款金额以及环境违法行为严重程度等信息，本实施例中以环境违法行为数量、罚款金额以及环境违法行为严重程度为优选示例。

步骤s22：根据所述多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型。

其中，在本发明实施例中，在终端设备获取了多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度等数据后，便可根据该数据建立环境监管模型，以便于利用该环境监管模型对需要监管的企业进行精准监管。

进一步地，作为本发明一优选实施方式，步骤s22中的根据所述多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型具体为：

根据所述多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度，获取所述多个企业的环境监管类别，并根据所述环境监管类别和预设的监管级别判定规则，建立所述环境监管模型。

其中，在本发明实施例中，终端设备在获取到多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度等五个指标后，便根据该五个指标的具体数据或者信息获取企业的环境监管类别，进而根据环境监管类别和预设的监管级别判定规则建立环境监管模型；需要说明的是，后续会对企业的环境监管类别与预设的监管判定规则进行详细的阐述，此处不再赘述。

进一步地，作为本发明一优选实施方式，根据所述多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度，获取所述多个企业的环境监管类别具体为：

对所述多个企业的环境问题严重程度和环境违法行为严重程度进行定量变化，以获取第一量化数据和第二量化数据；其中，第一量化数据为所述多个企业的环境问题严重程度量化后对应的数据，所述第二量化数据为所述多个企业的环境违法行为严重程度量化后对应的数据；

对所述第一量化数据、第二量化数据、所述多个企业的环境问题数量、环境违法行为数量以及罚款金额进行缺失值填充和异常值探索的数据预处理，以获取建模样本数据；

根据所述建模样本数据获取所述多个企业的环境监管类别。

其中，在本发明实施例中，当终端设备获取了多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度等数据后，需要对该数据进行预处理，即对获取到的数据进行描述性统计分析。具体的：

首先，终端设备对多个企业的环境问题严重程度和环境违法行为严重程度进行定量变化，以获取第一量化数据和第二量化数据；其中，第一量化数据为多个企业的环境问题严重程度量化后对应的数据，第二量化数据为多个企业的环境违法行为严重程度量化后对应的数据。

需要说明的是，在本实施例中，对企业的环境问题严重程度和环境违法行为严重程度进行量化的具体做法是：终端设备将环境问题严重程度和环境违法行为严重程度的文字内容信息进行分词处理，然后将分词后的内容与环境问题程度和环境违法行为轻重排列规则中关键字进行语义分析，最终将其一一对应，即将重度、中等及轻微程度等级分别用3，2，1来表示。

其次，终端设备对获取到的多个企业的环境问题数量、环境违法行为数量以及罚款金额进行描述性统计分析，具体参见表1。由于部分污染源企业没有执法检查笔录数据，但是有因环境违法行为而受到处罚的行政处罚数据，因此在进行描述性统计分析后，终端设备还需要对数据进行缺失值填充，即将没有执法检查笔录数据，但是有因环境违法行为而受到处罚的行政处罚数据的企业的环境问题次数和环境问题严重程度数据指标的数据值填充为0。

表1各指标变量描述性统计分析

值得注意的是，假设样本数据中的多个企业数目为100，则上述表1中第一四分位数的相关数值指的是第25家企业的相关指标，而第三四分位数的相关数值指的是第75家企业的相关指标，并且从表1可以看出：(1)在多家企业中，执法检查笔录次数最多的企业有40次，平均每家企业的执法检查笔录数为2.765次。(2)环境问题数量最多企业的环境问题数为31次。(3)在多家企业中，环境违法数量最多的企业有6次环境违法问题，平均每家企业环境违法次数为0.4542次。(4)在多家企业中，平均每家企业罚款金额为2.721万元，罚款最多的企业罚款金额为165万元。

进一步地，在对数据进行量化、描述性分析以及缺失值填充等处理之后，终端设备还需要对获取的多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度的数据进行异常值探索，并对异常值进行修复。

具体的，异常值探索过程为：若上述数据中某个指标的值大于表1中第三四分位数对应的该指标值与1.5倍的(第三四分位数对应的该指标值-第一四分位数对应的该指标值)两者之和，则表示该指标值异常；或者若上述数据中某个指标的值小于表1中第一四分位数对应的该指标值与1.5倍的(第三四分位数对应的该指标值-第一四分位数对应的该指标值)两者之差，同样表示该指标值异常。

例如，若某个企业的环境问题数量大于第三四分位数对应的该指标值2与1.5倍的(第三四分位数对应的该指标值3-第一四分位数对应的该指标值0)两者之和，则表示该指标值异常；若某个企业的环境问题数量小于第一四分位数对应的该指标值0与1.5倍的(第三四分位数对应的该指标值3-第一四分位数对应的该指标值0)两者之差，则表示该指标值异常。

进一步地，在对获取到的多家企业的环境数据信息进行描述性分析、量化、缺失值填充以及异常值探索而得到建模样本数据后，终端设备根据建模样本数据以及并结合机器学习k-means聚类算法，将样本数据划分为6类最佳聚类。每类样本数据聚类中心如表2所示。

表26个类别的聚类中心

从表2可以看出：(1)类别1企业环境违法数量平均值为0次，罚款金额平均值为0元。(2)类别3企业环境问题数量平均值为3次，环境问题严重程度平均值为2.241。(3)类别6环境问题数量平均值为11.1667次，环境违法数平均值为0.0833次。

进一步地，在获取到环境监管类别1至6之后，根据每类样本数据优势特征可以得到表3，具体如下所示。

表36个类的优势特征

从表3可以看出：(1)类别1优势特征为环境违法数和罚款金额都是最小的，违法程度最轻。(2)类别2环境问题数很小。(3)类别3环境问题程度最严重。(4)类别4环境问题数最小，环境问题程度最轻，违法程度最严重。(5)类别5环境违法数最多，罚款金额最大。(6)类别6环境问题数最多。

进一步地，在终端设备得到了上述表3中所示的环境监管类别1至6之后，便可经聚类分析，基于上述6个类别的特性，并根据图3所示的监管级别判定规则将企业监管等级划分为以下三类：一般监管、重点监管以及特殊监管，具体划分如表4所示：

表4各类别等级划分结果

具体的，一般监管、重点监管以及特殊监管详述如下：

一般监管：类别1和类别2为一般监管，类别1和类别2环境违法次数和罚款金额很小，环境问题数量比较少，环境违法程度是最轻的，因此终端设备将其划分为一般监管。

对于一般监管类型的企业，终端设备为其分配的执法频率较小，即环境执法相关部门在后期对其进行执法的时候，可尽量减少执法检查次数，因为结合历史数据来看，一般监管类型的企业有环境违法行为的概率很小，执法部门可以将宝贵的执法力量投入到其他监管类型的企业上进行执法检查，做到有的放矢。

重点监管：类别3和类别4为重点监管，类别3和类别4的企业普遍具有如下的特性：环境违法次数为1次，罚款金额为6到9万元之间，环境违法程度为中等，因此终端设备将这些企业划分为重点监管企业。

对于重点监管的企业，终端设备为其分配的执法频率较大，即执法部门对其进行执法检查时，执法检查频率和次数应该介于一般监管和特殊监管企业之间。同时由于重点监管企业的存在环境问题比较多，环境问题程度也比较严重，因此执法人员在检查中发现环境问题时，要求相关企业对于存在的环境问题要认真整改落实到位，以防造成环境违法行为。

特殊监管：类别5和类别6为特殊监管，类别5的企业环境违法次数和罚款金额都是最多的，环境违法程度为中等及以上，类别6的企业环境问题数量是最多的，说明该类企业的环境风险隐患很大，因此终端设备将类别5和类别6划分为特殊监管企业比较合理。

对于特殊监管类型的企业，终端设备为其分配的执法频率为不定时，即执法部门要经常对其进行不定期执法检查，加大其执法检查频率和次数，而且对其环境违法行为要加大处罚力度，如重罚该类型的企业等。在进行专项督查的时候，特殊监管的企业应该首先被检查。

步骤s23：获取目标企业的环境数据信息，在所述环境监管模型中，根据所述目标企业的环境数据信息确定所述目标企业的监管等级，并根据所述目标企业的监管等级获取所述目标企业的执法频率。

其中，在本发明实施例中，目标企业指的是需要进行环境监管的企业，其环境数据信息包括但不限于环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度等五个指标数据。

当终端设备建立了环境监管模型后，在对目标企业进行精准监管时，终端设备获取目标企业的上述五个指标数据，并将该五个指标数据放入环境监管模型中，以判定目标企业的监管等级，进而根据目标企业的监管等级获取该目标企业的执法频率，以便于环境保护的相关工作人员明确执法重点和方向。

进一步地，步骤s23中的在所述环境监管模型中，根据所述目标企业的环境数据信息确定所述目标企业的监管等级具体为：

在所述环境监管模型中，根据所述目标企业的环境数据信息确定所述目标企业的环境监管类别；

根据所述目标企业的环境监管类别和所述监管级别判定规则确定所述目标企业的监管等级。

其中，在本发明实施例中，当终端设备获取到目标企业的环境数据信息后，将该环境数据信息放入环境监管模型中，使得环境监管模型根据目标企业的环境数据信息确定目标企业的环境监管类别，进而根据环境监管类别中的相关数据和监管级别判定规则确定目标企业的监管等级，或者直接根据目标企业的环境监管类别确定目标企业的监管等级，在确定了目标企业的监管等级后，可根据目标企业的监管等级获取相应的执法频率，以便于环保部门的工作人员根据相应的执法频率进行执法，而对根据目标企业的监管等级获取相应的执法频率得相关描述可参考步骤s22，此处不再赘述。

步骤s24：判断所述环境监管模型的判定结果是否合理，若所述环境监管模型的判定结果不合理，则根据用户的优化操作指令以及预设的优化基准对所述环境监管模型进行优化。

其中，在本发明实施例中，由于模型建立后需要对模型进行试验以确定模型输出结果合理可靠，因此终端设备可先对环境监管模型的判定结果进行判断，当环境监管模型的判定结果不合理时，终端设备根据用户的优化操作以及预设的优化模板对环境监管模型进行优化，以确保环境监管模型的输出结果正确、可靠、合理。

在本实施例中，本发明通过获取样本数据，根据样本数据建立机器学习模型，并依据企业的环境问题次数、环境问题严重程度、企业环境违法行为次数、罚款金额和环境违法行为程度五个指标，将企业分为一般监管、重点监管和特殊监管类型，且针对不同类型的监管企业明确相对应的执法检查次数，使得执法检查更有针对性和目的性，实现了环境精准监管，节省了宝贵的执法资源——财力人力等。

此外，本发明基于机器学习算法，对企业进行监管等级分类之后，可排列出对环境潜在的危害最严重的企业，监管等级高意味着环境风险隐患比较高，发生突发环境事件造成违法的几率比较高，相应地企业守法意识也比较低，掌握上述规律，有利于执法人员在检查之前能够对检查的对象和目标进行分析判断，可以事先掌握污染源企业环境问题的动向和趋势。

进一步地，本发明可对污染源日常监管随机抽查的各种对象和频次可以进行动态更新。随着国家法律法规和环保政策以及企业守法状况等自身发展等各个方面因素的变化，企业的监管数据会相应的有所变化，为了保证企业所属监管级别的准确性，需定期或不定期对模型进行重新训练，基于模型结果，企业的监管级别相应的会有所改变，进而污染源日常监管随机抽查的各种对象和频次可以得到动态更新。企业名单动态更新以后，相应的检查频次也跟着变化。

进一步地，本发明为相关部门开展环境执法工作提供了科学合理的方法进行指导。基于本发明中聚类算法分类结果，执法部门可以了解到污染源企业的监管级别，对于不同监管级别的污染源企业，在执法人员数量少而执法任务繁重的情况下，可以对检查的对象做出优先安排和调整，对于特殊监管类型的企业，执法人员和频次可以多一些，对于一般监管类型的企业，对其执法人数和频次可以减少，进而能够将人员安排得当，做到人尽其用，将有限的人力发挥到极致。

参见图4，是本发明实施例三提供的环境精准监管装置4的示意性框图。本发明实施例提供的环境精准监管装置4包括的各模块用于执行图1对应的实施例中的各步骤，具体请参阅图1，以及图1对应的实施例中的相关描述，此处不再赘述。本发明实施例提供的环境精准监管装置4包括获取模块41、建立模块42以及确定模块43。

其中，获取模块41，用于获取样本数据；其中，样本数据包括多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度。

建立模块42，用于根据多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型。

确定模块43，用于获取目标企业的环境数据信息，在环境监管模型中，根据目标企业的环境数据信息确定目标企业的监管等级，并根据目标企业的监管等级获取目标企业的执法频率。

在本实施例中，环境精准监管装置4通过获取样本数据，并根据样本数据中多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型，进而在环境监管模型中，根据目标企业的环境数据信息确定目标企业的监管等级，并根据目标企业的监管等级获取目标企业的执法频率，从而通过建立的环境监管模型获取破坏环境的企业进行的执法频率，实现环境精准监管，且很大程度上节省人力、物力以及财力。

参见图5，是本发明实施例四提供的环境精准监管装置5的示意性框图。本发明实施例提供的环境精准监管装置5包括的各模块用于执行图2对应的实施例中的各步骤，具体请参阅图2，以及图2对应的实施例中的相关描述，此处不再赘述。本发明实施例提供的环境精准监管装置5包括获取模块51、建立模块52、确定模块53以及优化模块54。

其中，获取模块51，用于获取样本数据；其中，样本数据包括多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度。

建立模块52，用于根据多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型。

确定模块53，用于获取目标企业的环境数据信息，在环境监管模型中，根据目标企业的环境数据信息确定目标企业的监管等级，并根据目标企业的监管等级获取目标企业的执法频率。

优化模块55，用于判断环境监管模型的判定结果是否合理，若环境监管模型的判定结果不合理，则根据用户的优化操作指令以及预设的优化基准对环境监管模型进行优化。

进一步地，建立模块52具体用于根据多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度，获取多个企业的环境监管类别，并根据环境监管类别和预设的监管级别判定规则，建立环境监管模型。

进一步地，建立模块52具体用于对多个企业的环境问题严重程度和环境违法行为严重程度进行定量变化，以获取第一量化数据和第二量化数据；其中，第一量化数据为多个企业的环境问题严重程度量化后对应的数据，第二量化数据为多个企业的环境违法行为严重程度量化后对应的数据；对第一量化数据、第二量化数据、多个企业的环境问题数量、环境违法行为数量以及罚款金额进行缺失值填充和异常值探索的数据预处理，以获取建模样本数据；根据建模样本数据获取多个企业的环境监管类别。

进一步地，确定模块53具体用于在环境监管模型中，根据目标企业的环境数据信息确定目标企业的环境监管类别；根据目标企业的环境监管类别和监管级别判定规则确定目标企业的监管等级。

在本实施例中，环境精准监管装置5通过获取样本数据，根据样本数据建立机器学习模型，并依据企业的环境问题次数、环境问题严重程度、企业环境违法行为次数、罚款金额和环境违法行为程度五个指标，将企业分为一般监管、重点监管和特殊监管类型，且针对不同类型的监管企业明确相对应的执法检查次数，使得执法检查更有针对性和目的性，实现了环境精准监管，节省了宝贵的执法资源——财力人力等。

图6是本发明实施例五提供的终端设备6的示意图。如图6所示，该实施例的终端设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62，例如环境精准监管方法程序。所述处理器60执行所述计算机程序62时实现上述各个环境精准监管方法实施例中的步骤，例如图1所示的步骤11至13。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块21至24的功能。

示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述终端设备6中的执行过程。例如，所述计算机程序62可以被分割为获取模块、建立模块以及确定模块，或者被分给为获取模块、建立模块、确定模块以及优化模块(装置中的虚拟模块)，各模块具体功能如下：

获取模块，用于获取样本数据；其中，样本数据包括多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度。

建立模块，用于根据多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型。

确定模块，用于获取目标企业的环境数据信息，在环境监管模型中，根据目标企业的环境数据信息确定目标企业的监管等级，并根据目标企业的监管等级获取目标企业的执法频率。或者

获取模块，用于获取样本数据；其中，样本数据包括多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度。

建立模块，用于根据多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度建立环境监管模型。

确定模块，用于获取目标企业的环境数据信息，在环境监管模型中，根据目标企业的环境数据信息确定目标企业的监管等级，并根据目标企业的监管等级获取目标企业的执法频率。

优化模块，用于判断环境监管模型的判定结果是否合理，若环境监管模型的判定结果不合理，则根据用户的优化操作指令以及预设的优化基准对环境监管模型进行优化。

进一步地，建立模块具体用于根据多个企业的环境问题数量、环境问题严重程度、环境违法行为数量、罚款金额以及环境违法行为严重程度，获取多个企业的环境监管类别，并根据环境监管类别和预设的监管级别判定规则，建立环境监管模型。

进一步地，建立模块具体用于对多个企业的环境问题严重程度和环境违法行为严重程度进行定量变化，以获取第一量化数据和第二量化数据；其中，第一量化数据为多个企业的环境问题严重程度量化后对应的数据，第二量化数据为多个企业的环境违法行为严重程度量化后对应的数据；对第一量化数据、第二量化数据、多个企业的环境问题数量、环境违法行为数量以及罚款金额进行缺失值填充和异常值探索的数据预处理，以获取建模样本数据；根据建模样本数据获取多个企业的环境监管类别。

进一步地，确定模块具体用于在环境监管模型中，根据目标企业的环境数据信息确定目标企业的环境监管类别；根据目标企业的环境监管类别和监管级别判定规则确定目标企业的监管等级。

所述终端设备6可以是各种处理器，也可以是处理器内部的一个模块。所述终端设备6可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的示例，并不构成对终端设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备6还可以包括输入输出设备、网络接入设备、总线等。

所称处理器60可以是微控制单元(microcontrollerunit，mcu)、中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61可以是所述终端设备6的内部存储单元，例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备，例如所述终端设备6上配备的插接式硬盘，智能存储卡(smartmediacard，smc)，安全数字(securedigital，sd)卡，闪存卡(flashcard)等。

进一步地，所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备6所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。