[發明專利]一種基于空間吸引度指標的區域人口預測方法與系統

在審

• 申請號: 201910448052.8
• 申請日: 2019-05-27
• 公開（公告）號: CN110298483A
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 吳海濤
• 申請（專利權）人: 特斯聯（北京）科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 李小朋;谷波

1.一種基于空間吸引度指標的區域人口預測方法，其特征在于，包括：

獲取當前區域的空間特征量，所述空間特征量包括空間環境特征量和空間區域特征量；

利用預先訓練好的空間吸引度模型，輸入所述空間特征量，確定所述當前區域對各人口類型的吸引度；

根據所述吸引度預測對應人口類型的人口的遷移量，所述遷移量包括遷入量和遷出量；

根據所述遷移量為所述當前區域配置資源。

2.根據權利要求1所述的方法，其特征在于，所述空間環境特征量包括當前區域的自然面積、可居住面積、綠化面積、公路總里程、平均房屋單價、公共服務機構數量。

3.根據權利要求2所述的方法，其特征在于，所述空間區域特征量包括當前區域周圍預設范圍內存在的空間目標對當前區域的輻射影響量，所述空間區域特征量表示為其中，1-i代表該城市區域周邊一定距離范圍內存在的第1-i個空間目標，β_i表示第i個目標自身具有的影響程度數值，表示空間目標對當前區域的影響輻射系數，d_i表示空間目標與當前區域的距離，與d_i呈反比。

4.根據權利要求3所述的方法，其特征在于，所述空間吸引度模型有多個，每個所述的空間吸引度模型用于確定當前區域對對應類型的人口類型的吸引度。

5.根據權利要求4所述的方法，其特征在于，所述空間吸引度模型由以下方法生成：

針對預先定義的人口類型，建立城市區域對每個人口類型的空間吸引度的神經網絡模型，模型描述城市區域自身空間環境特征量和空間區域特征量對每個類型的人口產生的吸引度；

通過采集真實的城市區域空間環境特征量和空間區域特征量作為輸入，將輸出的對各類型人口的空間吸引度與采集到的真實人口的遷入量和遷出量進行對比，根據對比結果對模型的參數進行調整，直到輸出的空間吸引度對應的各個類型人口的遷入量和遷出量與采集到的真實人口的遷入量和遷出量的誤差小于預設閾值，實現對模型進行訓練。

6.根據權利要求5所述的方法，其特征在于，所述人口類型定義為包括收入水平維度、年齡維度、出行方式維度和職業維度的特征向量。

7.根據權利要求6所述的方法，其特征在于，根據所述遷移量為所述當前區域配置資源，包括：

根據所述遷移量為所述當前區域配置交通運力、公共服務網點、治安警力和公共設施。

8.一種基于空間吸引度指標的區域人口預測系統，其特征在于，包括：

空間特征量獲取模塊，用于獲取當前區域的空間特征量，所述空間特征量包括空間環境特征量和空間區域特征量；

吸引度確定模塊，用于利用預先訓練好的空間吸引度模型，輸入所述空間特征量，確定所述當前區域對各人口類型的吸引度；

遷移量預測模塊，用于根據所述吸引度預測對應人口類型的人口的遷移量，所述遷移量包括遷入量和遷出量；

資源配置模塊，用于根據所述遷移量為所述當前區域配置資源。

9.根據權利要求8所述的系統，其特征在于，還包括：

空間吸引度模型生成模塊，用于生成空間吸引度模型，生成生成空間吸引度模型的過程具體包括：

針對預先定義的人口類型，建立城市區域對每個人口類型的空間吸引度的神經網絡模型，模型描述城市區域自身空間環境特征量和空間區域特征量對每個類型的人口產生的吸引度，然后通過采集真實的城市區域空間環境特征量和空間區域特征量作為輸入，將輸出的對各類型人口的空間吸引度與采集到的真實人口的遷入量和遷出量進行對比，根據對比結果對模型的參數進行調整，直到輸出的空間吸引度對應的各個類型人口的遷入量和遷出量與采集到的真實人口的遷入量和遷出量的誤差小于預設閾值，實現對模型進行訓練。

10.根據權利要求9所述的系統，其特征在于，所述資源配置模塊，具體用于：

根據所述遷移量為所述當前區域配置交通運力、公共服務網點、治安警力和公共設施。