[发明专利]常住人口确定方法、装置和电子设备

权利要求书

1.一种常住人口确定方法，其特征在于，包括：

获取信令数据；所述信令数据包括多个用户的用户标识、每个所述用户的信令交互时间和每个信令交互的基站的标识；

基于所述信令数据和预先获取的基站位置表确定每个所述基站的驻留数据；所述驻留数据包括每个所述用户在每个基站位置的驻留时间；

基于所述驻留数据和预先设定的区域边界数据，确定每个区域的区域驻留数据；所述区域驻留数据包括每个所述用户在每个所述区域的驻留时间；

将所述区域驻留数据输入至预先基于贝叶斯算法训练的常住人口模型，得到所述常住人口模型输出的每个所述区域的常住人口；

所述常住人口模型的训练集包括多个样本用户及每个所述样本用户对应的指定时长内的逗留时间，每个所述样本用户携带有常住人口的标识或非常住人口的标识；所述常住人口模型通过下述步骤建立：

基于所述训练集，通过下述优化函数从预设的训练周期中的每个时间阈值中选择优化时间阈值：

其中，K为所述优化时间阈值；B为所述训练集中携带有所述常住人口的标识的样本用户的人数；A_k为所述训练集中逗留时间不小于所述时间阈值的样本用户的人数；B^c为所述训练集中携带有所述非常住人口的标识的样本用户的人数；为所述训练集中逗留时间小于所述时间阈值的样本用户的人数；P(B|A_k)为第一类概率，所述第一类概率为所述训练集中逗留时间不小于所述时间阈值的样本用户的人数与所述训练集中携带有所述常住人口的标识的样本用户的人数的比值；为第二类概率，所述第二类概率为所述训练集中逗留时间小于所述时间阈值的样本用户的人数与所述训练集中携带有所述非常住人口的标识的样本用户的人数的比值；为对于训练周期中的每个时间阈值，计算对应的第一类概率和第二类概率的和，将所述第一类概率和第二类概率的和的最大值对应的时间阈值作为所述优化时间阈值。

2.根据权利要求1所述的方法，其特征在于，基于所述信令数据和预先获取的基站位置表确定每个所述基站的驻留数据的步骤，包括：

遍历所述信令数据包括的用户标识，将被遍历到的用户标识对应的用户作为目标用户，对于每一个所述目标用户均执行下述操作：

确定所述目标用户的目标信令交互时间和每个目标信令交互的目标基站的标识；

从基站位置表中确定每个所述目标基站的标识对应的目标基站位置；

统计所述目标用户在每个所述目标基站位置的目标信令交互时间的和，作为所述目标用户在所述目标基站位置的驻留数据。

3.根据权利要求1所述的方法，其特征在于，基于所述驻留数据和预先设定的区域边界数据，确定每个区域的区域驻留数据的步骤，包括：

从预先设定的区域边界数据中确定每个基站位置所属的区域；

统计每个所述区域中的每个基站对应的驻留数据的和，作为该区域的区域驻留数据。

4.根据权利要求1所述的方法，其特征在于，所述信令数据还包括发生信令交互的时间；在基于所述信令数据和预先获取的基站位置表确定每个所述基站的驻留数据的步骤之后，所述方法还包括：

将所述信令数据与基站位置表关联；

清洗关联后的所述信令数据中的异常数据；所述异常数据包括重复数据和位置漂移点数据；

在确定每个区域的区域驻留数据的步骤之后，所述方法还包括：

剔除所述区域驻留数据小于预设的第一阈值的数据。

5.根据权利要求4所述的方法，其特征在于，清洗关联后的所述信令数据的步骤，包括：

剔除所述用户的标识相同、所述基站的标识相同，并且多个所述发生信令交互的时间之间的间隔小于预设的第二阈值的所述重复数据；

剔除所述基站位置表中的基站位置不在预设的区域范围内的基站对应的所述位置漂移点数据。

6.根据权利要求1所述的方法，其特征在于，在确定每个所述区域的常住人口之后，所述方法还包括：

获取所述常住人口对应的区域驻留数据；

从所述常住人口对应的区域驻留数据中，统计每个所述常住人口夜间在所述区域中每个地点的驻留时间；

将所述驻留时间最长的地点作为对应的所述常住人口的居住地。