多年来,随着B市数字化城市管理新模式的实践与推广,各级政府对完善城市管理系统的需求不断增加。目前,B市城管系统通过热线系统所采集的电子化数据越来越繁杂,使得城管部门开始面临数据丰富而知识贫乏的问题。而且城市管理的模式大多还是传统模式的延续,是“先问题,后治理”的典型,该管理模式往往存在治理的时滞性,因此在如何及时有效的控制风险这个问题上便遇到了空前的挑战,而城管问题预警作为一种新型城市管理理论,能提前监控并预报风险的功效逐渐得到了研究者和城管部门的重视,若能以海量的城管热线数据为基础,使用数据挖掘技术,挖掘城管问题的发生、发展规律,构建城管问题预警模型,可以起到更有针对性地为城管部门提供更加科学的决策支持信息的作用。　　 目前,传统的目标事件预警系统在研究思路和研究方法上也存在一定的局限性,仅限于可量化的微观风险监控,缺乏与定性风险的结合,难以准确全面地衡量风险,也不能满足其风险预警的需要,基于此,本文以B市的城管热线数据为基础,对B市城管业务特征进行实证研究,筛选出若干能全面识别风险且预警能力较强的指标,建立起一套行之有效的城管问题综合预警指标体系,进而结合奇异值与震荡值理论,利用时间序列和神经网络方法和工具,在城管热线数据库海量的数据中发现B市中不同城管问题的发生规律,实现了对城管问题发生情况的预测,并可根据预测结果发布不同等级的城管问题预警提示。这种综合奇异值、震荡值、时间序列以及神经网络理论方法与技术的组合预测预警模型具有较强的准确性、实用性和可操作性,应用于完善城管系统的工作中,对于解决城管问题治理滞后的问题和提升城市综合管理水平具有很大的促进作用。　　 本文以城管热线数据库作为数据源,从三方面展开研究。第一,利用数据仓库与数据立方体技术对从城管热线数据库中抽取的原始数据进行预处理,并利用基于Apriori算法的关联分析方法来挖掘发现不同类别城管问题之间的关联规则；第二,结合目标事件预警指标体系的设计思想与设计目标,提出了基于城管热线数据的城管问题预警指标体系；第三,对城管热线数据进行实证分析,应用时间序列方法在对未来特定城管问题发生频次作出预测的基础上,根据预警指标体系,分别构建了基于奇异值、震荡值以及基于神经网络的城管问题预警模型,并通过预警实例验证模型的有效性。　　 另外,本文的研究成果已经被B市城管执法所采纳,并被应用到了城管热线系统建设中的多个方面,为B市城管热线系统的完善提供了建设思路、设计思想与开发指导,协助完善业务流程,从而全面提升了B市城管热线系统应用水平。