CN107194592A - 一种土地监管抽样方法及系统 - Google Patents

一种土地监管抽样方法及系统 Download PDF

Info

Publication number
CN107194592A
CN107194592A CN201710384370.3A CN201710384370A CN107194592A CN 107194592 A CN107194592 A CN 107194592A CN 201710384370 A CN201710384370 A CN 201710384370A CN 107194592 A CN107194592 A CN 107194592A
Authority
CN
China
Prior art keywords
soil
land
sampled
idle
feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710384370.3A
Other languages
English (en)
Inventor
岳建伟
关英辉
师军
陈杜彬
丁克松
李坤
李静泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Normal University
Original Assignee
Beijing Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Normal University filed Critical Beijing Normal University
Priority to CN201710384370.3A priority Critical patent/CN107194592A/zh
Publication of CN107194592A publication Critical patent/CN107194592A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0278—Product appraisal

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种土地监管抽样方法及系统，该方法包括：获取闲置土地的土地特征，土地特征包括土地的面积、单价和购买者特征，购买者特征包括购买者购买的土地数量、购买者购买的土地中闲置的土地数量；获取未闲置土地的土地特征；获取待抽样土地的土地特征；根据闲置土地的土地特征、未闲置土地的土地特征、待抽样土地的土地特征计算待抽样土地闲置的概率；根据待抽样土地闲置的概率，采用K‑Means聚类分析法对待抽样土地进行抽样。本发明提供的土地监管抽样方法及系统能够提高抽中待抽样土地中闲置土地的概率，帮助土地监管部门对土地进行有效的监管。

Description

一种土地监管抽样方法及系统
技术领域
本发明涉及土地监管领域，特别是涉及一种土地监管抽样方法及系统。
背景技术
《国务院关于促进节约集约用地的通知》(国发[2008]3号)、《国土资源部关于加强建设用地动态监督管理的通知》(国土资发[2008]192号)和《国土资源部办公厅关于建立土地利用动态巡查制度加强建设用地供后开发利用全程监管的通知》(国土资厅发[2013]30号)等文件都先后对建设用地巡查监管提出了要求。然而，每个省每年都有大量的建设项目开工，面对这么多的项目，省级监管不可能一一进行巡查监管，只能从中抽取少部分进行调查监管。而如何抽中那些可能出现问题的项目是省级监管部门急需解决的问题。
目前省级监管部门基本上是采用随机抽样的方法来进行监督，然而，随机抽样方法在监管中主要存在以下缺点：
1)抽样没有依据，随意性非常大，不同的人抽样结果差异很大。
2)由于待监管土地项目数量较多，随机抽样抽到发生问题的项目的可能性非常小，达不到监管的目的。
发明内容
本发明的目的是提供一种土地监管抽样方法及系统，能够提高抽中待抽样土地中闲置土地的概率，帮助土地监管部门对土地进行有效的监管。
为实现上述目的，本发明提供了如下方案：
一种土地监管抽样方法，所述方法包括：
获取闲置土地的土地特征，所述土地特征包括土地的面积、单价和购买者特征，所述购买者特征包括购买者购买的土地数量、购买者购买的土地中闲置的土地数量；
获取未闲置土地的土地特征；
获取待抽样土地的土地特征；
根据所述闲置土地的土地特征、未闲置土地的土地特征、所述待抽样土地的土地特征计算所述待抽样土地闲置的概率；
根据所述待抽样土地闲置的概率，采用K-Means聚类分析法对所述待抽样土地进行抽样。
可选的，所述根据所述闲置土地的土地特征、未闲置土地的土地特征、所述待抽样土地的土地特征计算所述待抽样土地闲置的概率，具体包括：
根据公式计算第一价格影响因子，其中，Pi为第i块待抽样土地的单价，PaN为未闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
根据公式计算第一面积影响因子，其中，Ai为第i块待抽样土地的面积，AaN为未闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
根据公式计算第一土地购买者影响因子，其中，UN为土地购买者购买的所有土地中未闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
根据公式计算所述第i块待抽样土地到未闲置土地的距离；
根据公式计算第二价格影响因子，其中，Pi为第i块待抽样土地的单价，PaI为闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
根据公式计算第二面积影响因子，其中，Ai为第i块待抽样土地的面积，AaI为闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
根据公式计算第二土地购买者影响因子，其中，UI为土地购买者购买的所有土地中闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
根据公式计算所述第i块待抽样土地到闲置土地的距离；
根据公式Ii＝DiI-DiN计算所述第i块待抽样土地闲置的概率。
可选的，所述根据所述待抽样土地闲置的概率，采用K-Means聚类分析法对所述待抽样土地进行抽样，具体包括：
将所有所述抽样土地的闲置概率输入Spss15.0软件的K-Means聚类法计算模块中，得到输出结果；
根据设定抽样数量，从所述输出结果中抽取待抽样土地。
可选的，所述根据抽样数量，从所述输出结果中抽取待抽样土地，具体包括：
从所述输出结果中按顺序抽取设定数量的待抽样土地，所述设定数量为设定抽样数量，所述输出结果为按第一类、第二类…第n类排列的待抽样土地，所述第一类、第二类…第n类的排列顺序为按照类内待抽样土地的数量从小到大排列。
可选的，在所述获取闲置土地的土地特征之前，还包括：对所述待抽样土地按行政区域或土地用途进行分类。
本发明还提供了一种土地监管抽样系统，所述系统包括：
闲置土地土地特征获取模块，用于获取闲置土地的土地特征，所述土地特征包括土地的面积、单价和购买者特征，所述购买者特征包括购买者购买的土地数量、购买者购买的土地中闲置的土地数量；
未闲置土地土地特征获取模块，用于获取未闲置土地的土地特征；
待抽样土地土地特征获取模块，获取待抽样土地的土地特征；
土地闲置概率计算模块，用于根据所述闲置土地的土地特征、未闲置土地的土地特征、所述待抽样土地的土地特征计算所述待抽样土地闲置的概率；
抽样模块，用于根据所述待抽样土地闲置的概率，采用K-Means聚类分析法对所述待抽样土地进行抽样。
可选的，所述土地闲置概率计算模块，具体包括：
第一价格影响因子计算单元，用于根据公式计算第一价格影响因子，其中，Pi为第i块待抽样土地的单价，PaN为未闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
第一面积影响因子计算单元，用于根据公式计算第一面积影响因子，其中，Ai为第i块待抽样土地的面积，AaN为未闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
第一土地购买者影响因子计算单元，用于根据公式计算第一土地购买者影响因子，其中，UN为土地购买者购买的所有土地中未闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
第一距离计算单元，用于根据公式计算所述第i块待抽样土地到未闲置土地的距离；
第二价格影响因子计算单元，用于根据公式计算第二价格影响因子，其中，Pi为第i块待抽样土地的单价，PaI为闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
第二面积影响因子计算单元，用于根据公式计算第二面积影响因子，其中，Ai为第i块待抽样土地的面积，AaI为闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
第二土地购买者影响因子计算单元，用于根据公式计算第二土地购买者影响因子，其中，UI为土地购买者购买的所有土地中闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
第二距离计算单元，用于根据公式计算所述第i块待抽样土地到闲置土地的距离；
土地闲置概率计算单元，用于根据公式Ii＝DiI-DiN计算所述第i块待抽样土地闲置的概率。
可选的，所述抽样模块，具体包括：
输入单元，用于将所有所述抽样土地的闲置概率输入Spss15.0软件的K-Means聚类法计算模块中，得到输出结果；
抽样单元，用于根据设定抽样数量，从所述输出结果中抽取待抽样土地。
可选的，所述抽样单元，具体包括：
抽样子单元，用于从所述输出结果中按顺序抽取设定数量的待抽样土地，所述设定数量为设定抽样数量，所述输出结果为按第一类、第二类…第n类排列的待抽样土地，所述第一类、第二类…第n类的排列顺序为按照类内待抽样土地的数量从小到大排列。
可选的，所述系统还包括：分类模块，用于对所述待抽样土地按行政区域或土地用途进行分类。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的土地监管抽样方法及系统，考虑了土地价格、面积大小、购买者以及土地所在行政区域、土地用途对土地闲置可能性的影响，给出了待抽样土地闲置可能性的计算公式，并采用聚类法对待抽样土地进行分析，达到了提高抽中待抽样土地中闲置土地概率的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例土地监管抽样方法流程示意图；
图2为本发明实施例土地监管抽样系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种土地监管抽样方法及系统，能够提高抽中待抽样土地中闲置土地的概率，帮助土地监管部门对土地进行有效的监管。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例土地监管抽样方法流程示意图，如图1所示，本发明提供的土地监管抽样方法步骤具体如下：
步骤101：获取闲置土地的土地特征，所述土地特征包括土地的面积、单价和购买者特征，所述购买者特征包括购买者购买的土地数量、购买者购买的土地中闲置的土地数量；
步骤102：获取未闲置土地的土地特征；
步骤103：获取待抽样土地的土地特征；
步骤104：根据所述闲置土地的土地特征、未闲置土地的土地特征、所述待抽样土地的土地特征计算所述待抽样土地闲置的概率；
步骤105：根据所述待抽样土地闲置的概率，采用K-Means聚类分析法对所述待抽样土地进行抽样。
其中，步骤104具体包括：
根据公式计算第一价格影响因子，其中，Pi为第i块待抽样土地的单价，PaN为未闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
根据公式计算第一面积影响因子，其中，Ai为第i块待抽样土地的面积，AaN为未闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
根据公式计算第一土地购买者影响因子，其中，UN为土地购买者购买的所有土地中未闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
根据公式计算所述第i块待抽样土地到未闲置土地的距离；
根据公式计算第二价格影响因子，其中，Pi为第i块待抽样土地的单价，PaI为闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
根据公式计算第二面积影响因子，其中，Ai为第i块待抽样土地的面积，AaI为闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
根据公式计算第二土地购买者影响因子，其中，UI为土地购买者购买的所有土地中闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
根据公式计算所述第i块待抽样土地到闲置土地的距离；
根据公式Ii＝DiI-DiN计算所述第i块待抽样土地闲置的概率。
步骤105具体包括：
将所有所述抽样土地的闲置概率输入Spss15.0软件的K-Means聚类法计算模块中，得到输出结果；
根据设定抽样数量，从所述输出结果中抽取待抽样土地。具体为从所述输出结果中按顺序抽取设定数量的待抽样土地，所述设定数量为设定抽样数量，所述输出结果为按第一类、第二类…第n类排列的待抽样土地，所述第一类、第二类…第n类的排列顺序为按照类内待抽样土地的数量从小到大排列。
本发明提供的土地监管抽样在步骤101之前，还包括对所述待抽样土地按行政区域或土地用途进行分类。上述记载的闲置土地、未闲置土地均为与待抽样土地在同一行政区域中或是属于同一土地用途的土地。
作为本发明的一个实施例，首先，对待抽样的土地按行政区或者土地用地类型进行分组；根据历史统计结果对与待抽样土地在同组的其他已知闲置与否的地块按照闲置和未闲置进行分类，分为闲置土地类和未闲置土地类；根据历史统计结果计算闲置土地类各地块的特征：平均面积、平均单价、购买人已经购买的地块数量；根据历史统计结果计算未闲置土地类的特征：平均面积、平均单价、购买人已经购买的地块数量；计算待抽样土地中每一块土地到闲置土地类的距离特征；计算待抽样土地中每一块土地到未闲置土地类的距离特征；计算待抽样土地中每一块土地的闲置可能性；最后进行抽样，具体的抽样方法为：根据地块的闲置可行性，采用K-Means聚类分析法对抽样地块进行分类，抽取数量少的几类，根据抽样数量进行抽样。
本发明提供的土地监管抽样方法，考虑了土地价格、面积大小、购买者以及土地所在行政区域、土地用途对土地闲置可能性的影响，给出了待抽样土地闲置可能性的计算公式，并采用聚类法对待抽样土地进行分析，达到了提高抽中待抽样土地中闲置土地概率的效果。
下面进行抽样结果的验证及分析：
根据上述方法，对2007年至2012年某省其他普通商品住房用地、工业用地、商务金融用地和其他商务用地进行闲置可能性进行计算，并抽样。
1)其他普通商品住房用地抽样分析
对其他普通商品住房用地闲置可能性进行计算，并依据闲置可能性指数计算结果采用K-Mean进行抽样，结果如表1。将抽样结果与随机抽样抽中闲置地块的概率为1.65％对比分析，结果显示，本发明提供的抽样方法能够显著提高抽中闲置地块的概率。
表1其他普通商品住房用地抽样分析结果
上例中，样本总量为5228块土地，期中闲置土地86块土地，
下面分析其抽中闲置土地的概率：
(1)按抽样1％计算，需抽样52块土地：
1、按照随机抽样，抽中闲置土地的概率为：
闲置土地数量/样本总量＝86/5228＝1.65％；
2、按照本发明提供的方法，可以看到只需要抽取前三类就能够满足抽样需求，前两类全部抽取，第三类抽取3个，因此，总体的抽样精度为三类抽样的平均精度：
平均抽样精度＝第一类精度*权重+第二类精度*权重+第三类精度*权重；
权重＝该类抽样数量/总抽样量
平均抽样精度＝57.89％*19/52+100.00％*30/52+33.33％*3/52＝80.77％
从抽样结果看明显，抽样精度明显高于随机抽样1.65％的精度。
(2)按抽样5％，10％，15％，20％，50％抽样计算，抽样情况如表2所示：
表2
从抽样结果看明显，抽样数量在小于50％的情况下，抽样精度明显高于随机抽样1.65％的精度。
2)工业用地抽样分析
对工业用地闲置可能性计算，结果采用K-Mean进行抽样，结果如表3。将抽样结果与随机抽样抽中闲置地块的概率为1.15％对比分析，结果显示，本发明提供的抽样方法能够显著提高抽中闲置地块的概率。
表3工业用地抽样分析结果
按抽样1％，5％，10％，15％，20％，50％抽样计算，抽样情况如表4所示：
表4
从抽样结果看明显，抽样数量在小于50％的情况下，抽样精度明显高于随机抽样1.15％的精度。
3)商务金融用地抽样分析
对商务金融用地闲置可能性计算，结果采用K-Mean进行抽样，结果如表5。将抽样结果与随机抽样抽中闲置地块的概率为5.65％对比分析，结果显示，本发明提供的抽样方法能够显著提高抽中闲置地块的概率。
表5商务金融用地抽样分析结果
按抽样1％，5％，10％，15％，20％，50％抽样计算，抽样情况如表6所示：
表6
从抽样结果看明显，抽样数量在小于50％的情况下，抽样精度明显高于随机抽样5.65％的精度。
4)其他商务用地抽样分析
对其他商务用地闲置可能性指数计算，结果采用K-Mean进行抽样，结果如表7。将抽样结果与随机抽样抽中闲置地块的概率为6.14％对比分析，结果显示，本发明提供的抽样方法能够显著提高抽中闲置地块的概率。
表7其他商务用地抽样分析结果
按抽样1％，5％，10％，15％，20％，50％抽样计算，抽样情况如表8所示：
表8
从抽样结果看明显，抽样数量在小于50％的情况下，抽样精度明显高于随机抽样6.14％的精度。
采用该省2013年供地数据对上述方法进行验证分析。
1)其他普通商品住房用地抽样验证分析
采用该方法对2013年其他普通商品住房用地闲置可能性指数计算，结果分别采用K-Mean进行抽样，结果如表9。将抽样结果与随机抽样抽中闲置地块的概率为2.56％对比分析，结果证明本发明提供的抽样方法仍然能够显著提高抽到闲置土地的可能性。
表9其他普通商品住房用地抽样验证分析结果
按抽样1％，5％，10％，15％，20％，50％抽样计算，抽样情况如表10所示：
表10
从抽样结果看明显，抽样数量在小于50％的情况下，本发明提供的抽样方法的抽样精度明显高于随机抽样2.56％的精度。
2)工业用地供地抽样验证分析
采用该方法对2013年工业用地供地闲置可能性指数计算，结果分别采用K-Mean进行抽样，结果如表11。将抽样结果与随机抽样抽中闲置地块的概率为3.24％对比分析，结果证明本发明提供的抽样方法仍然能够显著提高抽到闲置土地的可能性。
表11工业用地供地抽样验证分析结果
按抽样1％，5％，10％，15％，20％，50％抽样计算，抽样情况如表12所示：
表12
从抽样结果看明显，抽样数量在小于50％的情况下，本发明提供的抽样方法的抽样精度明显高于随机抽样3.24％的精度。
3)商务金融用地抽样验证分析
对2013年商务金融用地闲置可能性指数计算结果分别采用K-Mean和闲置可能性指数从大到小自然排序进行抽样，结果如表13。将抽样结果与与随机抽样抽中闲置地块的概率为5.43％对比分析，结果证明抽样方法仍然能够显著提高抽到闲置土地的可能性。
表13商务金融用地抽样验证分析结果
按抽样1％，5％，10％，15％，20％，50％抽样计算，抽样情况如表14所示：
表14
从抽样结果看明显，抽样数量在小于50％的情况下，本发明提供的方法的抽样精度明显高于随机抽样5.43％的精度。
4)其他商务用地抽样验证分析
采用该方法对2013年其他商务用地闲置可能性指数计算，结果分别采用K-Mean进行抽样，结果如表15。将抽样结果与随机抽样抽中闲置地块的概率为6.99％对比分析，结果证明本发明提供的抽样方法仍然能够显著提高抽到闲置土地的可能性。
表15其他商务用地抽样验证分析结果
按抽样1％，5％，10％，15％，20％，50％抽样计算，抽样情况如表16所示：
表16
从抽样结果看明显，抽样数量在小于50％的情况下，本发明提供的抽样方法的抽样精度明显高于随机抽样6.99％的精度。
总之，从上述2013年数据验证情况来看，本发明提供的抽样方法也能较好的应用于2013年供地抽样监管中。
本发明还提供了一种土地监管抽样系统，图2为本发明实施例土地监管抽样系统结构示意图，如图2所示，所述系统包括：
闲置土地土地特征获取模块201，用于获取闲置土地的土地特征，所述土地特征包括土地的面积、单价和购买者特征，所述购买者特征包括购买者购买的土地数量、购买者购买的土地中闲置的土地数量；
未闲置土地土地特征获取模块202，用于获取未闲置土地的土地特征；
待抽样土地土地特征获取模块203，获取待抽样土地的土地特征；
土地闲置概率计算模块204，用于根据所述闲置土地的土地特征、未闲置土地的土地特征、所述待抽样土地的土地特征计算所述待抽样土地闲置的概率；
抽样模块205，用于根据所述待抽样土地闲置的概率，采用K-Means聚类分析法对所述待抽样土地进行抽样。
其中，所述土地闲置概率计算模块204，具体包括：
第一价格影响因子计算单元，用于根据公式计算第一价格影响因子，其中，Pi为第i块待抽样土地的单价，PaN为未闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
第一面积影响因子计算单元，用于根据公式计算第一面积影响因子，其中，Ai为第i块待抽样土地的面积，AaN为未闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
第一土地购买者影响因子计算单元，用于根据公式计算第一土地购买者影响因子，其中，UN为土地购买者购买的所有土地中未闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
第一距离计算单元，用于根据公式计算所述第i块待抽样土地到未闲置土地的距离；
第二价格影响因子计算单元，用于根据公式计算第二价格影响因子，其中，Pi为第i块待抽样土地的单价，PaI为闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
第二面积影响因子计算单元，用于根据公式计算第二面积影响因子，其中，Ai为第i块待抽样土地的面积，AaI为闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
第二土地购买者影响因子计算单元，用于根据公式计算第二土地购买者影响因子，其中，UI为土地购买者购买的所有土地中闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
第二距离计算单元，用于根据公式计算所述第i块待抽样土地到闲置土地的距离；
土地闲置概率计算单元，用于根据公式Ii＝DiI-DiN计算所述第i块待抽样土地闲置的概率。
所述抽样模块205，具体包括：
输入单元，用于将所有所述抽样土地的闲置概率输入Spss15.0软件的K-Means聚类法计算模块中，得到输出结果；
抽样单元，用于根据设定抽样数量，从所述输出结果中抽取待抽样土地。
所述抽样单元，具体包括：
抽样子单元，用于从所述输出结果中按顺序抽取设定数量的待抽样土地，所述设定数量为设定抽样数量，所述输出结果为按第一类、第二类…第n类排列的待抽样土地，所述第一类、第二类…第n类的排列顺序为按照类内待抽样土地的数量从小到大排列。
所述系统还包括：分类模块，用于对所述待抽样土地按行政区域或土地用途进行分类。
本发明提供的土地监管抽样系统，考虑了土地价格、面积大小、购买者以及土地所在行政区域、土地用途对土地闲置可能性的影响，给出了待抽样土地闲置可能性的计算公式，并采用聚类法对待抽样土地进行分析，达到了提高抽中待抽样土地中闲置土地概率的效果。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种土地监管抽样方法，其特征在于，所述方法包括：
获取闲置土地的土地特征，所述土地特征包括土地的面积、单价和购买者特征，所述购买者特征包括购买者购买的土地数量、购买者购买的土地中闲置的土地数量；
获取未闲置土地的土地特征；
获取待抽样土地的土地特征；
根据所述闲置土地的土地特征、未闲置土地的土地特征、所述待抽样土地的土地特征计算所述待抽样土地闲置的概率；
根据所述待抽样土地闲置的概率，采用K-Means聚类分析法对所述待抽样土地进行抽样。
2.根据权利要求1所述的方法，其特征在于，所述根据所述闲置土地的土地特征、未闲置土地的土地特征、所述待抽样土地的土地特征计算所述待抽样土地闲置的概率，具体包括：
根据公式计算第一价格影响因子，其中，Pi为第i块待抽样土地的单价，PaN为未闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
根据公式计算第一面积影响因子，其中，Ai为第i块待抽样土地的面积，AaN为未闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
根据公式计算第一土地购买者影响因子，其中，UN为土地购买者购买的所有土地中未闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
根据公式计算所述第i块待抽样土地到未闲置土地的距离；
根据公式计算第二价格影响因子，其中，Pi为第i块待抽样土地的单价，PaI为闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
根据公式计算第二面积影响因子，其中，Ai为第i块待抽样土地的面积，AaI为闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
根据公式计算第二土地购买者影响因子，其中，UI为土地购买者购买的所有土地中闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
根据公式计算所述第i块待抽样土地到闲置土地的距离；
根据公式Ii＝DiI-DiN计算所述第i块待抽样土地闲置的概率。
3.根据权利要求1所述的方法，其特征在于，所述根据所述待抽样土地闲置的概率，采用K-Means聚类分析法对所述待抽样土地进行抽样，具体包括：
将所有所述抽样土地的闲置概率输入Spss15.0软件的K-Means聚类法计算模块中，得到输出结果；
根据设定抽样数量，从所述输出结果中抽取待抽样土地。
4.根据权利要求3所述的方法，其特征在于，所述根据抽样数量，从所述输出结果中抽取待抽样土地，具体包括：
从所述输出结果中按顺序抽取设定数量的待抽样土地，所述设定数量为设定抽样数量，所述输出结果为按第一类、第二类…第n类排列的待抽样土地，所述第一类、第二类…第n类的排列顺序为按照类内待抽样土地的数量从小到大排列。
5.根据权利要求1所述的方法，其特征在于，在所述获取闲置土地的土地特征之前，还包括：对所述待抽样土地按行政区域或土地用途进行分类。
6.一种土地监管抽样系统，其特征在于，所述系统包括：
闲置土地土地特征获取模块，用于获取闲置土地的土地特征，所述土地特征包括土地的面积、单价和购买者特征，所述购买者特征包括购买者购买的土地数量、购买者购买的土地中闲置的土地数量；
未闲置土地土地特征获取模块，用于获取未闲置土地的土地特征；
待抽样土地土地特征获取模块，获取待抽样土地的土地特征；
土地闲置概率计算模块，用于根据所述闲置土地的土地特征、未闲置土地的土地特征、所述待抽样土地的土地特征计算所述待抽样土地闲置的概率；
抽样模块，用于根据所述待抽样土地闲置的概率，采用K-Means聚类分析法对所述待抽样土地进行抽样。
7.根据权利要求6所述的系统，其特征在于，所述土地闲置概率计算模块，具体包括：
第一价格影响因子计算单元，用于根据公式计算第一价格影响因子，其中，Pi为第i块待抽样土地的单价，PaN为未闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
第一面积影响因子计算单元，用于根据公式计算第一面积影响因子，其中，Ai为第i块待抽样土地的面积，AaN为未闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
第一土地购买者影响因子计算单元，用于根据公式计算第一土地购买者影响因子，其中，UN为土地购买者购买的所有土地中未闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
第一距离计算单元，用于根据公式计算所述第i块待抽样土地到未闲置土地的距离；
第二价格影响因子计算单元，用于根据公式计算第二价格影响因子，其中，Pi为第i块待抽样土地的单价，PaI为闲置土地的平均单价，Pk为第k块待抽样土地的单价，k＝1,2,…,n；
第二面积影响因子计算单元，用于根据公式计算第二面积影响因子，其中，Ai为第i块待抽样土地的面积，AaI为闲置土地的平均面积，Ak为第k块待抽样土地的面积，k＝1,2,…,n；
第二土地购买者影响因子计算单元，用于根据公式计算第二土地购买者影响因子，其中，UI为土地购买者购买的所有土地中闲置土地的数量，Ut为所述土地购买者购买的所有土地的数量；
第二距离计算单元，用于根据公式计算所述第i块待抽样土地到闲置土地的距离；
土地闲置概率计算单元，用于根据公式Ii＝DiI-DiN计算所述第i块待抽样土地闲置的概率。
8.根据权利要求6所述的系统，其特征在于，所述抽样模块，具体包括：
输入单元，用于将所有所述抽样土地的闲置概率输入Spss15.0软件的K-Means聚类法计算模块中，得到输出结果；
抽样单元，用于根据设定抽样数量，从所述输出结果中抽取待抽样土地。
9.根据权利要求8所述的系统，其特征在于，所述抽样单元，具体包括：
抽样子单元，用于从所述输出结果中按顺序抽取设定数量的待抽样土地，所述设定数量为设定抽样数量，所述输出结果为按第一类、第二类…第n类排列的待抽样土地，所述第一类、第二类…第n类的排列顺序为按照类内待抽样土地的数量从小到大排列。
10.根据权利要求6所述的系统，其特征在于，所述系统还包括：分类模块，用于对所述待抽样土地按行政区域或土地用途进行分类。
CN201710384370.3A 2017-05-26 2017-05-26 一种土地监管抽样方法及系统 Pending CN107194592A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710384370.3A CN107194592A (zh) 2017-05-26 2017-05-26 一种土地监管抽样方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710384370.3A CN107194592A (zh) 2017-05-26 2017-05-26 一种土地监管抽样方法及系统

Publications (1)

Publication Number Publication Date
CN107194592A true CN107194592A (zh) 2017-09-22

Family

ID=59874550

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710384370.3A Pending CN107194592A (zh) 2017-05-26 2017-05-26 一种土地监管抽样方法及系统

Country Status (1)

Country Link
CN (1) CN107194592A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477542A (zh) * 2009-01-22 2009-07-08 阿里巴巴集团控股有限公司 一种抽样分析方法、系统和设备
CN102567523A (zh) * 2011-12-29 2012-07-11 武汉大学 一种集聚分布型地理要素的自适应空间抽样方案设计方法
US20130226666A1 (en) * 2012-02-23 2013-08-29 Alex Terrazas Methods and apparatus to sample markets based on aerial images
CN104050513A (zh) * 2014-04-15 2014-09-17 中国科学院遥感与数字地球研究所 农作物种植面积监测空间抽样方案优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477542A (zh) * 2009-01-22 2009-07-08 阿里巴巴集团控股有限公司 一种抽样分析方法、系统和设备
CN102567523A (zh) * 2011-12-29 2012-07-11 武汉大学 一种集聚分布型地理要素的自适应空间抽样方案设计方法
US20130226666A1 (en) * 2012-02-23 2013-08-29 Alex Terrazas Methods and apparatus to sample markets based on aerial images
CN104050513A (zh) * 2014-04-15 2014-09-17 中国科学院遥感与数字地球研究所 农作物种植面积监测空间抽样方案优化方法

Similar Documents

Publication Publication Date Title
CN107292710B (zh) 一种电力市场交易的集中竞价交易系统和方法
CN102929942B (zh) 一种基于集成学习的社会网络重叠社区发现方法
Qun et al. The incentives of China's urban land finance
CN107832964A (zh) 银行客户关系圈分析方法及系统
CN103605714B (zh) 网站异常数据的识别方法及装置
CN110033279A (zh) 基于知识图谱技术的可疑账户交易确认方法及装置
CN103854068B (zh) 一种居民小区短期负荷预测方法
CN107609708A (zh) 一种基于手机游戏商店的用户流失预测方法及系统
CN108596443A (zh) 一种基于多维度数据的用电客户信用等级评价方法
CN106991374A (zh) 基于卷积神经网络和随机森林的手写数字识别方法
CN107730154A (zh) 基于多机器学习模型并行的风控模型应用方法和系统
CN104182803B (zh) 风电数据预处理方法及风电功率预测方法和系统
CN103324939B (zh) 基于最小二乘支持向量机技术的偏向性分类及参数寻优方法
CN109472626A (zh) 一种面向手机租赁业务的智能金融风险控制方法及系统
CN103366009B (zh) 一种基于自适应聚类的图书推荐方法
CN107679644A (zh) 一种基于降雨类型特征的站点雨量资料插补方法
Zheng et al. Factors affecting regional economic synergy in China–based on research on high-tech industry
Liedholm Research on employment in the rural nonfarm sector in Africa
CN107845042A (zh) 一种国有土地上房屋征收监管系统
CN106844426A (zh) 基于随机游走人员亲密度的计算系统及方法
CN109684460A (zh) 一种基于深度学习的负面网络舆情指数的计算方法及系统
CN107194592A (zh) 一种土地监管抽样方法及系统
CN107705050A (zh) 一种客户信息泄露风险评估系统的构建方法及构建系统
CN106204252A (zh) 内部债权债务余额识别、采集及核对的方法和系统
CN109272397A (zh) 一种基于层次分析的个人评分方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170922

RJ01 Rejection of invention patent application after publication