[发明专利]基于手机信令的工作居住人口预测方法、系统和存储介质

权利要求书

1.一种基于手机信令的工作居住人口预测方法，其特征在于，包括以下步骤：

获取当前自然月内的月稳定用户，其中，所述月稳定用户包括日稳定用户中稳定天数大于或等于预设天数要求的用户群；

基于手机信令获取对应用户每天的行动轨迹以得到用户对应的工作居住点，所述工作居住点包括工作地点和居住地点，其中，以自然日为单位，手机信令停留时长大于和/或等于预设值的用户为所述日稳定用户，且所述稳定天数为用户在自然月内满足日稳定用户的累计天数；

基于所述工作居住点确定目标区域，获得所述目标区域内工作人数和居住人数；

基于所述工作人数和居住人数利用预设的指数平滑算法以及预设的二次曲线来预测下一自然月内的工作人口数值以及居住人口数值。

2.根据权利要求1所述的一种基于手机信令的工作居住人口预测方法，其特征在于，获取自然月内的月稳定用户包括：获取当前自然月内的稳定天数超过自然月总天数一半的用户群。

3.根据权利要求1所述的一种基于手机信令的工作居住人口预测方法，其特征在于，基于手机信令获取对应用户每天的行动轨迹，具体包括：

基于所述手机信令获取每个用户IMSI所有发生切换的基站扇区信息，其中，所述基站扇区信息包括基站扇区位置信息以及进出基站扇区时间信息；

以自然日为单位采集所述用户IMSI在不同时间段内的基站数据，以获取所述手机信令在不同基站间的停留时间；

基于停留的不同基站得到用户每天对应的所述行动轨迹。

4.根据权利要求1所述的一种基于手机信令的工作居住人口预测方法，其特征在于，基于手机信令获取对应用户每天的行动轨迹还包括：利用Spark Streaming接入预设的Kafka消息系统获得用户实时的手机信令数据，以得到用户每天的所述行动轨迹。

5.根据权利要求3所述的一种基于手机信令的工作居住人口预测方法，其特征在于，得到用户对应的工作居住点包括：

基于预设的第一采集时间段采集用户的行动轨迹得到所述工作地点，具体包括：提取上一自然月各天的轨迹链，生成上一自然月各天的日工作明细；提取用户IMSI在所述日工作明细内的type和area_id，将出现次数最多的地点作为所述工作地点；

基于预设的第二采集时间段采集用户的行动轨迹得到所述居住地点，具体包括：提取上一自然月各天的轨迹链，生成上一自然月各天的日居住明细；提取用户IMSI在所述日居住明细内的type和area_id，将出现次数最多的地点作为所述居住地点。

6.根据权利要求1所述的一种基于手机信令的工作居住人口预测方法，其特征在于，基于所述工作人数和居住人数利用预设的指数平滑算法以及预设的二次曲线来预测下一自然月内的工作人口数值以及居住人口数值，包括：

基于预设的迭代计算式对所述工作人数和居住人数建立三次指数平滑；

基于三次指数平滑的结果对二次曲线的参数进行估计得到二次曲线模型；

基于所述二次曲线模型对下一自然月内的工作人口数值以及居住人口数值进行预测。

7.一种基于手机信令的工作居住人口预测系统，其特征在于，包括存储器和处理器，所述存储器中包括基于手机信令的工作居住人口预测方法程序，所述基于手机信令的工作居住人口预测方法程序被所述处理器执行时实现如下步骤：

获取当前自然月内的月稳定用户，其中，所述月稳定用户包括日稳定用户中稳定天数大于或等于预设天数要求的用户群；

基于手机信令获取对应用户每天的行动轨迹以得到用户对应的工作居住点，所述工作居住点包括工作地点和居住地点，其中，以自然日为单位，在手机信令停留时长大于和/或等于预设值的用户为所述日稳定用户，且所述稳定天数为用户在自然月内满足日稳定用户的累计天数；

基于所述工作居住点确定目标区域，获得所述目标区域内工作人数和居住人数；

基于所述工作人数和居住人数利用预设的指数平滑算法以及预设的二次曲线来预测下一自然月内的工作人口数值以及居住人口数值。