[发明专利]一种基于生活数据的群租分析方法

说明书

技术领域

本发明涉及统计学和计算机软件技术领域，更具体地说，涉及一种基于生活数据的群租分析方法。

背景技术

随着社会的发展，大城市人口越来越多，群租成为了大城市普遍存在的现象，由于群租房的环境和承租人的经济能力，导致群租房环境较差，存在各种安全隐患，同时对周边住户产生了较大的影响。

因此，政府经常对各种群租进行清理，以杜绝各种安全事故的发生，由于城市的巨大，人口的众多，管理上很难及时到位，尽管付出了巨大的劳动，每年仍然发生不少由于群租导致的安全事故。

政府目前通过各种法令的方式，限制群租的发生，但是由于监控手段的不力，主要是通过街道或物业的访查，群众的举报，效率较差，在未发生事情的情况下，无法或很难入室进行实地查看，也无法及时获取群租的信息，难以有效地监控和防止群租的发生。

如何利用现代计算机技术的发展，对群租进行自动化的监测，提高管理水平和效率成为我们的一个课题。

而群租的一个特点是，居住密度较大，这就会导致生活必须的资料，在同一个地区、城市的消费水平的背景下，如自来水，电力，煤气的消耗相比较其他正常居住的单元更多，在统计上就能通过分析将其找出，各个小区单元使用的生活资料的数据在统计学中属于离散型的变量，通过统计数学工具，确定数据分布的模型和各种统计指标，包含期望值，方差等统计指标，采集每户的生活资料的消耗数据，并根据模型进行各个维度和粒度的自动分析，找出消费数据波动较大的小区或楼道，或分布在给定置信区间之外的对象，对异常对象进行重点分析和预警，如方差反映了数据波动较大，对这些小区或楼道就可以进行重点分析，与期望值或横向比较指标偏高的话则提示群租的高可能性，偏低的话就可能为空置房，并有针对性地对这些异常单元进行重点检查，以此提高了对群租的管理效率。

结合期望值，方差等统计工具，就可以排除小区档次，小区地域不同导致的消费水平差异的差别或季节变化带来的数据的波动的影响，如高档小区的消费水平较高，如夏季的用电因为空调的开启会变得更多，此时的阈值，就不能简单的与档次较低的小区的阈值或与别的季节设定为一样，而通过期望值，方差和统计分布等统计工具，采集的样本数据就可以排除掉这些差异的干扰。

有鉴于此，本发明的目的在于提出一种简单易行，通过数据分析和处理技术的一种基于生活数据的群租分析方法。

发明内容

对群租特征进行归纳和总结，采集生活数据进行数据建模和统计分析，自动提取群租可能性较高的对象，包含如下步骤：

1）系统对小区生活数据进行数据建模；

2）系统采集包含水电煤在内的生活数据并导入到系统；

3）设定数据统计分析工具和统计指标和预警阈值；

4）对生活数据进行统计和分析，获取各个维度的统计数据的指标；

5）对统计指标或分布区间异常的小区单元进行预警。

进一步的，通过所提供的一种基于生活数据的群租分析方法为一种防止群租的管理的发展提供有力保障，满足用户各方要求，提升用户友好体验。

为实现上述目的，本发明的一个方面提供了一种基于生活数据的群租分析方法，该方法包括：

通过分析生活资料的计费信息和特征，建立包含时间，位置，包含小区单元，小区，城市以及消费类型，消费额各个维度在内的数据模型。 

通过与生活数据的计费信息系统的数据采集接口，包含自来水，电力，煤气在内，以小区单元为最小单位，按计费周期采集小区单元的使用数据，包含时间，地址，户号、小区单元号以及当月使用量和计费信息，按照所建立的数据模型将获取的数据通过清洗，转换，导入到系统数据库。 

按照数据维度和分析粒度，包含时间，省、市、区，小区、小区单元，选择各个维度和粒度的统计分析指标和数据分布模型，至少包含采集周期和历史周期的算术平均值，加权平均值，最大值，最小值，期望值，方差以及其他所需的统计指标以及这些离散数据服从的包含正态分布在内的数据分布模型，并设定统计指标的预警阈值。

通过确定的数据模型和统计指标对各个维度级别和粒度，包含时间和位置，消费类型，对采集的生活数据进行历史分析，获取不同粒度，包含月度、季度甚至年度的省、市、区、小区、小区单元各个维度的统计数据。

本发明提供的一种基于生活数据的群租分析方法的一个实施例中，该方法还包括：