[发明专利]基于大数据采集的服务资源信息预测方法和计算机设备

说明书

本申请涉及计算机领域，揭示了一种基于大数据采集的服务资源信息预测方法，包括：获取服务机构局域网信息、工作人员终端信息和普通人终端信息；生成第一服务子网；得到第一输出结果；若第一输出结果为服务资源密度不均匀，则生成第二服务子网；得到第二输出结果；若第二输出结果为服务资源密度不均匀，则生成第三服务子网；得到第三输出结果；若第三输出结果为普通人密度不均匀，则将第一输入、第二输入和第三输入输入区块划分模型中，得到电子地图；若电子地图中的所有区块的服务资源充裕度等级均大于预设的等级阈值，则将电子地图中的所有区块均自动标识为服务资源充裕状态，从而实现基于大数据采集的服务资源信息预测过程。

技术领域

本申请涉及到计算机领域，特别是涉及到一种基于大数据采集的服务资源信息预测方法、计算机设备和存储介质。

背景技术

社会服务领域如教育、医疗、金融、行政等领域中服务资源信息预测是重要的组成部分，通过预测服务机构的服务资源充裕度信息，可以为社会服务的发展提供数据方向的意见指导，可以提高社会服务的质量，促进社会的和谐，提高人民的生活水平与质量。但是，现有的服务资源信息，需要用户进行主动填报，效率较低。同时，现有的服务资源信息预测方案也存在效率较低和准确性较低的缺陷。

发明内容

本申请提出一种基于大数据采集的服务资源信息预测方法，包括以下步骤：

S1、获取服务机构局域网信息、工作人员终端信息和普通人终端信息；

S2、根据所述服务机构局域网信息，在预设的电子地图上生成第一服务子网；

S3、将所述第一服务子网输入预设的第一密度预测模型中进行处理，从而得到第一输出结果；其中所述第一密度预测模型包括多层神经网络层；

S4、判断所述第一输出结果是否为服务资源密度均匀；

S5、若所述第一输出结果为服务资源密度不均匀，则从所述服务机构局域网信息中获取在职员工终端信息，并将所述工作人员终端信息排除所述在职员工终端信息后得到后备员工终端信息；

S6、根据所述后备员工终端信息，在预设的电子地图上生成第二服务子网；

S7、根据预设的模型提取方法，从预设的第二模型数据库中提取出第二指定密度预测模型，并将所述第二服务子网输入第二指定密度预测模型中进行处理，从而得到第二输出结果；其中所述第二指定密度预测模型在所述第一密度预测模型的基础上进行递进训练得到；所述第二指定密度预测模型包括多层神经网络层；

S8、判断所述第二输出结果是否为服务资源密度均匀；

S9、若所述第二输出结果为服务资源密度不均匀，则根据所述普通人终端信息，在预设的电子地图上生成第三服务子网；

S10、根据预设的模型提取方法，从预设的第三模型数据库中提取出第三指定密度预测模型，并将所述第三服务子网输入第三指定密度预测模型中进行处理，从而得到第三输出结果；其中所述第三指定密度预测模型在所述第二指定密度预测模型的基础上进行递进训练得到；所述第三指定密度预测模型包括多层神经网络层；

S11、判断所述第三输出结果是否为普通人密度不均匀；

S12、若所述第三输出结果为普通人密度不均匀，则获取所述第一密度预测模型的最后一层神经网络层结构的第一输入，以及获取所述第二指定密度预测模型的最后一层神经网络层结构的第二输入，以及获取所述第三指定密度预测模型的最后一层神经网络层结构的第三输入；

S13、将所述第一输入、第二输入和第三输入输入预设的区块划分模型中，从而得到所述区块划分模型输出的具有服务资源充裕度等级的区块的电子地图；

S14、判断电子地图中的所有区块的服务资源充裕度等级是否均大于预设的等级阈值；