[發明專利]一種基于樸素貝葉斯算法與曲線建模的城區學位壓力評估方法

有效

• 申請號: 201811299087.1
• 申請日: 2018-11-02
• 公開（公告）號: CN109409757B
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 劉馳;尤如輝;肖驥;李耀東;張福成
• 申請（專利權）人: 中電科新型智慧城市研究院有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/20;G06F17/18
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 李艷麗

本發明涉及一種基于樸素貝葉斯算法與曲線建模的城區學位壓力評估方法，包括基于樸素貝葉斯算法的學齡兒童流出模型與基于曲線估計法的學齡兒童流入模型，最終根據公式“學位需求＝適齡兒童數量+流入適齡兒童數量?流出適齡兒童數量”，建立以年為單位的學位壓力評估模型，對城區內的學位壓力進行評估；考慮了城區人口遷移對于教育資源需求量的影響，輔助政府部門以及學校管理者提前做出應對，從而按照需要優化城市的教育資源布局，提升整體教育水平。

技術領域

本發明屬于城市教育資源管理技術領域，特別是涉及一種基于樸素貝葉斯算法與曲線建模的城區學位壓力評估方法。

背景技術

目前城市生活中，特別是中小學生對于學位需求的預測主要是基于城區適齡人口的靜態數據得到。此種方法的問題是忽略了城區人口流動因素，特別在對中長期的學位需求預測時，采用靜態人口數據會導致預測結果與現實存在較大偏差。

其中現有計算方法技術包括樸素貝葉斯算法和曲線擬合建模，但是都不能解決上述問題。

1.樸素貝葉斯算法：

貝葉斯定理是統計學中通過事件集中的先驗概率對后驗概率評估的一個算法，其具體形式為：對于隨機事件A和B有，在B發生的情況下A發生的可能性P(A|B)為隨機事件的條件概率滿足如下公式：

貝葉斯算法是應用貝葉斯定理對，它是一類利用概率統計知識對事件進行分類的算法。該算法被廣泛運用到大型數據的預測中，但適用于具有多維度的事件發生可能性的準確評估。

2.曲線擬合建模：

曲線擬合(curve fitting)是指選擇適當的曲線類型來擬合觀測數據，并用擬合的曲線方程分析兩變量間的關系。在確定擬合參數時采用最小二乘法，最小二乘法是一種數學優化技術，通過最小化誤差的平方和尋找數據的最佳函數匹配。利用最小二乘法可以簡便地求得未知的數據，并使得這些求得的數據與實際數據之間誤差的平方和為最小。本方法只適合用于建模預測一些根據事件連續變化的數值關系。

考慮到以上兩種預測方法不能單獨完整的解決適齡人口的靜態數據問題，有必要建立一套動態的學位需求預測模型，綜合考慮城區內與學位壓力相關的各項指標，據此評估城區內學位壓力隨時間演化的情況，以幫助教育部門合理分配教育資源與有計劃擴充教育設施。

發明內容

本發明提供一種基于樸素貝葉斯算法與曲線建模的城區學位壓力評估方法，綜合考慮城區內與學位壓力相關的各項指標，據此評估城區內學位壓力隨時間演化的情況，以幫助教育部門合理分配教育資源與有計劃擴充教育設施。

本發明采用的技術方案是：包括基于樸素貝葉斯算法的學齡兒童流出模型與基于曲線估計法的學齡兒童流入模型，最終根據公式“學位需求＝適齡兒童數量+流入適齡兒童數量-流出適齡兒童數量”，建立以年為單位的學位壓力評估模型，對城區內的學位壓力進行評估；

本發明提供的一種基于樸素貝葉斯算法與曲線建模的城區學位壓力評估方法，包括以下步驟：

S10：探索所述學位壓力相關數據方法：

探索區域內與就學情況相關的信息，通過各相關委辦局業務數據包括學生信息、房屋出租信息或房地產戶主信息等，獲取相應數據字段，為未來模型的構建提供數據支撐；

S20：評估適齡兒童數量方法為：

通過兒童年齡(身份證號)以及該地區平均入學年齡的統計結果，獲取未來1-5年內到達入學年齡的兒童人數；

S30：構建學齡兒童流出模型方法，選取樣本中共m個適齡兒童數據作為訓練樣本，基于樸素貝葉斯算法構建相應模型，具體步驟如下：

S31.對數據字段中的連續性指標進行分箱；