[發明專利]基于流動人口數據特征聚類的城市集聚效應可視分析方法

在審

• 申請號: 202210193379.7
• 申請日: 2022-03-01
• 公開（公告）號: CN114661393A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 秦紅星;徐超群
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F9/451
• 分類號: G06F9/451;G06K9/62;G06Q10/06;G06Q50/26
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 高敏

1.基于流動人口數據特征聚類的城市集聚效應可視分析方法，其特征在于，包括以下步驟：

S1：輸入原始流動人口動態監測數據集d1，將原始數據集d1的.dta格式數據，轉換成csv或者json格式文件，將每一條數據的流入地、流出地、戶籍地等地理位置信息統一成經緯度坐標，寫入到數據集d1中；

S2：利用先驗知識篩選出數據集中的相關價值數據項構成新的數據集d2；

S3：提取出全國所有城市群中的城市的經緯度坐標形成數據集d3，對d3進行DBSCAN密度聚類，該算法有兩個參數：半徑eps和密度閾值MinPts；

S4：對數據集d2中所有城市的流入人口中第三產業所占的百分比進行K-Means聚類；

S5：將兩次聚類結果標記在數據集d2、d3中；

S6：將數據集d2、d3在前端頁面使用ECharts圖表庫可視化展示并添加鼠標交互；

S7：分析中心城市的輻射能力，使用引力模型分析城市之間的聯系。

2.根據權利要求1所述的基于流動人口數據特征聚類的城市集聚效應可視分析方法，其特征在于，所述步驟S2具體包括：篩選出數據集d1中有價值的數據項，有價值的數據項包括：流入地、職業、所屬產業、薪資、當地交通評價、社區生活評價在內的數據，構成新的數據集d2。

3.根據權利要求1所述的基于流動人口數據特征聚類的城市集聚效應可視分析方法，其特征在于，所述步驟S3中，提取出全國所有城市群中的城市的經緯度坐標形成數據集d3，對d3進行DBSCAN密度聚類，該算法有兩個參數：半徑eps和密度閾值MinPts，具體步驟為：

(1)以每一個數據點x_i為圓心，以eps為半徑畫一個圓圈，這個圓圈被稱為x_i的eps鄰域；對這個圓圈內包含的點進行計數，如果一個圓圈里面的點的數目超過了密度閾值MinPts，那么將該圓圈的圓心記為核心點，又稱核心對象；

(2)如果某個點的eps鄰域內點的個數小于密度閾值但是落在核心點的鄰域內，則稱該點為邊界點；既不是核心點也不是邊界點的點，就是噪聲點；核心點x_i的eps鄰域內的所有的點，都是x_i的直接密度直達；

(3)如果x_j由x_i密度直達，x_k由x_j密度直達...x_n由x_k密度直達，那么，x_n由x_i密度可達，這個性質說明了由密度直達的傳遞性，可以推導出密度可達；

(4)如果對于x_k，使x_i和x_j都可以由x_k密度可達，那么，就稱x_i和x_j密度相連，將密度相連的點連接在一起，就形成了聚類簇。

4.根據權利要求3所述的基于流動人口數據特征聚類的城市集聚效應可視分析方法，其特征在于，所述DBSCAN算法處理后的聚類樣本點分為：核心點core points，邊界點border points和噪聲點noise，這三類樣本點的定義如下：

核心點：對于數據集d3，若樣本p的ε鄰域內至少包含MinPts個樣本，包括樣本p，那么稱樣本p為核心點，核心點p的ε鄰域內的樣本數量滿足：

N_ε(p)≥MinPts

其中ε鄰域中任一點q與核心點p的距離為dist(p，q)，則N_ε(p)的表達式為：

N_ε(p)＝{q∈d3|dist(p，q)≤ε}

邊界點：對于非核心點的樣本b，若b在任意核心點p的ε鄰域內，那么樣本b稱為邊界點，即：

噪聲點：對于非核心點的樣本n，若n不在任意核心點p的ε鄰域內，那么樣本n稱為噪聲點，即：

只要任意兩個樣本點是密度直達或密度可達的關系，那么該兩個樣本點歸為同一簇類；因此，DBSCAN算法從數據集d3中隨機選擇一個核心點作為“種子”，由該種子出發確定相應的聚類簇，當遍歷完所有核心點時，算法結束，得到聚類結果。