[发明专利]常住人口确定方法、装置和电子设备

说明书

本发明提供了一种常住人口确定方法、装置和电子设备；该方法包括：获取信令数据；信令数据包括多个用户的用户标识、每个用户的信令交互时间和每个信令交互的基站的标识；基于信令数据和预先获取的基站位置表确定每个基站的驻留数据；基于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；将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，得到常住人口模型输出的每个区域的常住人口。该方式中，只需要少量的信令数据推算常住人口，无需花费大量的人力使用大量的时间进行调查统计，可以降低时间成本和人力成本，减少实施周期，可以获得动态变化特征，并能用于人口基数大、流动人口比例高的城市。

技术领域

本发明涉及大数据技术领域，尤其是涉及一种常住人口确定方法、装置和电子设备。

背景技术

目前城市常住人口的传统获取方法，包括：人工观测计数统计、多年一次的人口普查或抽样居民出行问卷调查等方法。然而，这些传统获取方法需要大量人力消耗大量时间才能获取，耗费成本高、涉及人员多、组织难度大、技术要求高、实施周期长，并且只能获取准静态信息，无法把握信息的动态变化特征。对于人口基数大、流动人口比例高的城市，这些传统获取方法更难以有效实施。

发明内容

有鉴于此，本发明的目的在于提供一种常住人口确定方法、装置和电子设备，以降低时间成本和人力成本，减少实施周期，可以获得动态变化特征，并能用于人口基数大、流动人口比例高的城市。

第一方面，本发明实施例提供了一种常住人口确定方法，包括：获取信令数据；信令数据包括多个用户的用户标识、每个用户的信令交互时间和每个信令交互的基站的标识；基于信令数据和预先获取的基站位置表确定每个基站的驻留数据；驻留数据包括每个用户在每个基站位置的驻留时间；基于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；区域驻留数据包括每个用户在每个区域的驻留时间；将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，得到常住人口模型输出的每个区域的常住人口。

在本发明较佳的实施例中，上述基于信令数据和预先获取的基站位置表确定每个基站的驻留数据的步骤，包括：遍历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，对于每一个目标用户均执行下述操作：确定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目标基站的标识对应的目标基站位置；统计目标用户在每个目标基站位置的目标信令交互时间的和，作为目标用户在目标基站位置的驻留数据。

在本发明较佳的实施例中，上述基于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。

在本发明较佳的实施例中，上述常住人口模型的训练集包括多个样本用户及每个样本用户对应的指定时长内的逗留时间，每个样本用户携带有常住人口的标识或非常住人口的标识；上述常住人口模型通过下述步骤建立：基于训练集，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为优化时间阈值；B为训练集中携带有常住人口的标识的样本用户的人数；A_k为训练集中逗留时间不小于时间阈值的样本用户的人数；B^c为训练集中携带有非常住人口的标识的样本用户的人数；为训练集中逗留时间小于时间阈值的样本用户的人数；P(B|A_k)为第一类概率，第一类概率为训练集中逗留时间不小于时间阈值的样本用户的人数与训练集中携带有常住人口的标识的样本用户的人数的比值；为第二类概率，第二类概率为训练集中逗留时间小于时间阈值的样本用户的人数与训练集中携带有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优化时间阈值。