CN110895543A - 人口迁徙跟踪展示方法、装置及存储介质 - Google Patents

人口迁徙跟踪展示方法、装置及存储介质 Download PDF

Info

Publication number
CN110895543A
CN110895543A CN201810975027.0A CN201810975027A CN110895543A CN 110895543 A CN110895543 A CN 110895543A CN 201810975027 A CN201810975027 A CN 201810975027A CN 110895543 A CN110895543 A CN 110895543A
Authority
CN
China
Prior art keywords
population
information
migrating
migration
migration tracking
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.)
Granted
Application number
CN201810975027.0A
Other languages
English (en)
Other versions
CN110895543B (zh
Inventor
孟璐
毛鑫
王璐
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810975027.0A priority Critical patent/CN110895543B/zh
Publication of CN110895543A publication Critical patent/CN110895543A/zh
Application granted granted Critical
Publication of CN110895543B publication Critical patent/CN110895543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

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

Abstract

本发明实施例提出一种人口迁徙跟踪展示方法、装置及计算机可读存储介质。其中人口迁徙跟踪展示方法包括:接收人口迁徙跟踪信息的查询请求,所述查询请求中包括指定查询区域;获得所述指定查询区域内的迁徙人口的信息,所述迁徙人口的信息包括迁徙人口的画像信息;统计所述迁徙人口的画像信息,获得迁徙人口的群体特征;展示所述指定查询区域内的人口迁徙跟踪信息,所述人口迁徙跟踪信息包括所述迁徙人口的群体特征。本发明实施例通过对人群的历史位置轨迹信息的跟踪,同时结合人群画像洞察能力,直观呈现迁徙人口的群体特征,便于相关部门判断人口流入、流出特点,制定更有针对性的人口疏解和/或人才引进措施。

Description

人口迁徙跟踪展示方法、装置及存储介质
技术领域
本发明涉及信息技术领域,尤其涉及一种人口迁徙跟踪展示方法、装置及 计算机可读存储介质。
背景技术
通过对人口流入流出的特点分析,可以使政府决策者了解各地区人才的流 动特点,可以有的放矢地对人口和人才的引进工作做出更有效的政策建议。
现有技术的人口迁徙跟踪展示方法主要存在以下缺点:
1)以某个主题为核心进行人口的流动跟踪,时效性只限定在某个时间段, 比如春运人口迁徙跟踪等等。在时间上也不是按月粒度实时更新的。
2)统计的人口迁移都是以省、市为单位,并在户口登记制度的管理下进行 的,统计结果不够准确和全面。这种人口的跟踪方法有跟大的局限性,无法对 全量人口数据进行跟踪。
3)只有人口流动方向的跟踪,却没有人口特性的分析,无法分析出迁徙的 原因和诱因。
发明内容
本发明实施例提供一种人口迁徙跟踪展示方法、装置及计算机可读存储介 质,以至少解决现有技术中的一个或多个技术问题。
第一方面,本发明实施例提供了一种人口迁徙跟踪展示方法,包括:接收 人口迁徙跟踪信息的查询请求,所述查询请求中包括指定查询区域;获得所述 指定查询区域内的迁徙人口的信息,所述迁徙人口的信息包括迁徙人口的画像 信息;统计所述迁徙人口的画像信息,获得迁徙人口的群体特征;展示所述指 定查询区域内的人口迁徙跟踪信息,所述人口迁徙跟踪信息包括所述迁徙人口 的群体特征。
结合第一方面,本发明实施例在第一方面的第一种实现方式中,统计所述 迁徙人口的画像信息,获得迁徙人口的群体特征,包括:根据所述迁徙人口的 画像信息,采用神经网络模型、词向量模型和/或支持向量机模型获得迁徙人口 的群体特征,所述群体特征包括性别、年龄、学历、收入、从事行业、兴趣爱 好中至少一项及其组合。
结合第一方面,本发明实施例在第一方面的第二种实现方式中,所述迁徙 人口的信息还包括迁徙人口的迁入地和迁出地;获得所述指定查询区域内的迁 徙人口的信息,还包括:获取地理信息系统中的人群兴趣点POI数据;统计所 述人群兴趣点POI数据,获得所述指定查询区域内迁徙人口的迁入地和迁出地。
结合第一方面的第二种实现方式,本发明实施例在第一方面的第三种实现 方式中,所述指定查询区域的人口迁徙跟踪信息还包括所述指定查询区域的人 口迁入比例和/或人口迁出比例。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式 或第一方面的第三种实现方式,本发明实施例在第一方面的第四种实现方式中, 还包括:根据监测人口类型,分类统计所述指定查询区域的人口迁徙跟踪信息, 所述监测人口类型包括居住人口和/或工作人口。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式 或第一方面的第三种实现方式,本发明实施例在第一方面的第五种实现方式中, 还包括:根据区域类别,分类统计所述指定查询区域的人口迁徙跟踪信息,所 述区域类别包括国家、省、行政区、街道乡镇、自定义区域和/或市场。
第二方面,本发明实施例提供了一种人口迁徙跟踪展示装置,包括:请求 接收单元,用于接收人口迁徙跟踪信息的查询请求,所述查询请求中包括指定 查询区域;信息获取单元,用于获得所述指定查询区域内的迁徙人口的信息, 所述迁徙人口的信息包括迁徙人口的画像信息;统计单元,用于统计所述迁徙 人口的画像信息,获得迁徙人口的群体特征;展示单元,用于展示所述指定查 询区域内的人口迁徙跟踪信息,所述人口迁徙跟踪信息包括所述迁徙人口的群 体特征。
结合第二方面,本发明实施例在第二方面的第一种实现方式中,所述统计 单元还用于:根据所述迁徙人口的画像信息,采用神经网络模型、词向量模型 和/或支持向量机模型获得迁徙人口的群体特征,所述群体特征包括性别、年龄、 学历、收入、从事行业、兴趣爱好中至少一项及其组合。
结合第二方面,本发明实施例在第二方面的第二种实现方式中,所述迁徙 人口的信息还包括迁徙人口的迁入地和迁出地;所述信息获取单元还用于:获 取地理信息系统中的人群兴趣点POI数据;统计所述人群兴趣点POI数据,获 得所述指定查询区域内迁徙人口的迁入地和迁出地。
结合第二方面的第二种实现方式,本发明实施例在第二方面的第三种实现 方式中,所述指定查询区域的人口迁徙跟踪信息还包括所述指定查询区域的人 口迁入比例和/或人口迁出比例。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式 或第二方面的第三种实现方式,本发明实施例在第二方面的第四种实现方式中, 所述统计单元还用于:根据监测人口类型,分类统计所述指定查询区域的人口 迁徙跟踪信息,所述监测人口类型包括居住人口和/或工作人口。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式 或第二方面的第三种实现方式,本发明实施例在第二方面的第五种实现方式中, 所述统计单元还用于:根据区域类别,分类统计所述指定查询区域的人口迁徙 跟踪信息,所述区域类别包括国家、省、行政区、街道乡镇、自定义区域和/ 或市场。
在一个可能的设计中,人口迁徙跟踪展示装置的结构中包括处理器和存储 器,所述存储器用于存储支持人口迁徙跟踪展示装置执行上述第一方面中人口 迁徙跟踪展示方法的程序,所述处理器被配置为用于执行所述存储器中存储的 程序。所述人口迁徙跟踪展示装置还可以包括通信接口,用于人口迁徙跟踪展 示装置与其他设备或通信网络通信。
第三方面,本发明实施例提供了一种人口迁徙跟踪展示装置,包括:一个 或多个处理器;存储装置,用于存储一个或多个程序;当所述一个或多个程序 被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述第一 方面中任一所述的方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算 机程序,该程序被处理器执行时实现上述第一方面中任一所述的方法。
上述技术方案具有如下优点或有益效果:通过对人群的历史位置轨迹信息 的跟踪,同时结合人群画像洞察能力,直观呈现迁徙人口的群体特征,便于相 关部门判断人口流入、流出特点,制定更有针对性的人口疏解和/或人才引进措 施。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上 述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描 述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或 相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图 仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的 限制。
图1为本发明一实施例提供的人口迁徙跟踪展示方法的系统流程图。
图2为本发明另一实施例提供的人口迁徙跟踪展示方法中的展示页面的群 体特征示意图。
图3为本发明另一实施例提供的人口迁徙跟踪展示方法中的展示页面总体 示意图。
图4为本发明另一实施例提供的人口迁徙跟踪展示方法中的地图展示迁入 地的示意图。
图5为本发明另一实施例提供的人口迁徙跟踪展示方法中的展示页面的监 测人口类型示意图。
图6为本发明另一实施例提供的人口迁徙跟踪展示方法中的展示页面的区 域类别示意图。
图7为本发明一实施例提供的人口迁徙跟踪展示装置的结构框图。
图8为本发明又一实施例提供的人口迁徙跟踪展示装置的结构框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认 识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修 改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
图1为本发明一实施例提供的人口迁徙跟踪展示方法的系统流程图。如图 1所示,本发明实施例的人口迁徙跟踪展示方法包括:步骤S110,接收人口迁 徙跟踪信息的查询请求,所述查询请求中包括指定查询区域;步骤S120,获得 所述指定查询区域内的迁徙人口的信息,所述迁徙人口的信息包括迁徙人口的 画像信息;步骤S130,统计所述迁徙人口的画像信息,获得迁徙人口的群体特 征;步骤S140,展示所述指定查询区域内的人口迁徙跟踪信息,所述人口迁徙 跟踪信息包括所述迁徙人口的群体特征。
人口迁徙是人口在两个地区之间的空间移动,这种移动通常涉及人口居住 地由迁出地到迁入地的永久性或长期性的改变。影响人口迁徙的因素有很多, 例如经济发展的因素、交通与通信发展的因素、文化教育因素和婚姻家庭因素 等。对于人口迁徙情况的统计分析,如果仅仅统计迁徙的数字,则无法了解迁 徙人口的群体特征,也无法获知导致人口迁徙的具体诱因。
在本发明实施例的人口迁徙跟踪展示方法中,在收集人口迁徙数据时,获 取迁徙人口的画像信息,包括人口的性别、年龄、学历、收入、从事行业、兴 趣爱好等。进一步地,在获取迁徙人口的画像信息的基础上,结合人群画像洞 察能力,可直观呈现迁徙人口的群体特征。迁徙人口的群体特征可包括性别、 年龄、学历、收入、从事行业、兴趣爱好等中至少一项及其组合。图2为本发 明另一实施例提供的人口迁徙跟踪展示方法中的展示页面的群体特征示意图。 在图2中示例性地展示了迁徙人群的性别分布、年龄分布和学历分布。
在一种可能的实现方式中,统计所述迁徙人口的画像信息,获得迁徙人口 的群体特征,包括:根据所述迁徙人口的画像信息,采用神经网络模型、词向 量模型和/或支持向量机模型获得迁徙人口的群体特征。
在收集人口迁徙数据时,收集范围可以是在多个产品线上获取的人口迁徙 跟踪数据。其中,一条产品线,可以包括一群相关的产品。例如,百度旗下拥 有地图、网页、社区、贴吧、新闻和知道等多个产品线,可从这些产品线中获 取关于人口迁徙相关的信息。如在地图类产品的应用中,可通过获取定位信息 进而分析出用户的当前居住地址。再如,也可在视频网站上,如爱奇艺等,获 取用户的性别、爱好(喜好的电影)等信息。
在一个示例性的实现方式中,可基于多个产品线上的大数据中的人口画像 信息,如引入全百度多个产品线的数据,以及多个合作伙伴数据(例如爱奇艺 等),通过ID-mapping(Identifier-Mapping,标识符映射)算法将跨屏多端数据 关联贯通起来。ID-Mapping可以从几份不同来源的数据,通过各种技术手段识 别出同一个对象或主体。例如识别为同一台设备、同一个用户、同一家企业等 等的数据。ID-Mapping可以形象地理解为用户画像的“拼图”过程。一个用户 的行为信息、属性数据是分散在很多不同的数据来源的,因此从单个数据来看, 都相当于“盲人摸象”,看到的只是这个用户一个片面的画像,而ID-Mapping 能把碎片化的数据全部串联起来,消除数据孤岛,提供一个用户的完整信息视图。通过这种方式可以让某一个领域的数据在另一个领域绽放出巨大的价值。 ID-Mapping具体的应用方式可包括跨屏跟踪和跨设备跟踪,例如将一个用户的 手机、PC(personalcomputer,个人计算机)、平板等设备的上的行为信息串联到 一起。
在获取人口迁徙数据之后,可采用主流机器学习的高精度模型算法,产出 性别年龄和兴趣偏好等多个属性标签。例如可产出多达一万多级的属性标签。 利用属性标签搭建人口画像的独有模型,可以精准识别用户,了解用户行为意 图,将服务和人的信息联系起来。采用高精度模型算法融合多产品线用户行为 特征,打通用户的手机端和PC端,采用DNN(Deep Neural Networks,深度神 经网络)深度学习、Word-Vector(词向量)、SVM(SupportVector Machine,支持 向量机)等多种挖掘策略,以及对多种挖掘的结果进行规划统计分析,例如进行 概率分析、取平均值或加权平均等方法,可达到很高的挖掘结果准确率。
在一种可能的实现方式中,所述迁徙人口的信息还包括迁徙人口的迁入地 和迁出地;获得所述指定查询区域内的迁徙人口的信息,还包括:获取地理信 息系统中的人群兴趣点POI(Point of Interest,兴趣点)数据;统计所述人群兴 趣点POI数据,获得所述指定查询区域内迁徙人口的迁入地和迁出地。本发明 实施例获取地理信息系统中的人群POI数据,通过对人群POI数据的分析统计, 得到指定区域内人口的流动情况信息,包括流入情况信息和流出情况信息。其 中,人群POI数据可以从迁徙人口使用的移动端(例如手机)获取。
在一种可能的实现方式中,所述指定查询区域的人口迁徙跟踪信息还包括 所述指定查询区域的人口迁入比例和/或人口迁出比例。其中,所述指定查询区 域的人口迁入比例是所述指定查询区域的迁出总人口中迁入到某一区域的人数 与所述指定查询区域的迁出总人数的比值;所述指定查询区域的人口迁出比例 是所述指定查询区域的迁出总人数与所述指定查询区域的监测人口总人数的比 值。
图3为本发明另一实施例提供的人口迁徙跟踪展示方法中的展示页面总体 示意图。图4为本发明另一实施例提供的人口迁徙跟踪展示方法中的地图展示 迁入地的示意图。在图3中,右侧的表格列出了从石景山迁出的人口迁徙跟踪 信息,表格字段分别是目标人群所在地、人口类型、迁入地、迁出比例。在图 3和图4中,目标人群所在地以石景山为例,展示了从石景山迁出的迁入比例 排序在前10名的迁入地。可根据实际需求设置数据统计的粒度,例如,北京市 范围内,迁入地粒度统计到行政区;全国范围内,迁入地粒度统计到省。图3 和图4中的圆圈表示选定的区域和迁入的地区,可用动态箭头关联迁入地和迁 出地。可设置鼠标悬浮于迁入地时,展示该地区的迁入比例。
图5为本发明另一实施例提供的人口迁徙跟踪展示方法中的展示页面的监 测人口类型示意图。如图5所示,在一种可能的实现方式中,还包括:根据监 测人口类型,分类统计所述指定查询区域的人口迁徙跟踪信息,所述监测人口 类型包括居住人口和/或工作人口。参见图3与图5所示,可针对区域内人口, 专项分析“居住人口”和“工作人口”,使人口迁徙的跟踪粒度更高,分别针对 居住人口和工作人口这两个人群分析人口迁徙情况,得到的有效信息更多。
图6为本发明另一实施例提供的人口迁徙跟踪展示方法中的展示页面的区 域类别示意图。如图6所示,在一种可能的实现方式中,还包括:根据区域类 别,分类统计所述指定查询区域的人口迁徙跟踪信息,所述区域类别包括国家、 省、行政区、街道乡镇、自定义区域和/或市场。参见图3与图6所示,圈选区 域可按照行政区、街道乡镇和市场等几大类进行设计,还可以设置自定义区域。 用户可以通过AOI(area of interest,兴趣面)坐标自定义区域,并了解自定义 区域中人口的迁徙情况。其中,AOI指的是地图数据中的区域状的地理实体。 自定义区域的粒度可根据实际需求设定,例如区域最小粒度可以达到街道级别。在一个应用示例中,可针对城市疏解中的非首都功能疏解,如市场疏解跟踪, 圈选区域中将北京市的重点市场增加到列表中。
在一种可能的实现方式中,还包括:按照设定的时间粒度对所述人口迁徙 跟踪信息进行跟踪。例如可以按照月、季度、年的时间粒度对人口迁徙信息进 行跟踪。
另外,人口迁徙跟踪的监测范围也可根据实际需求设定,例如可以对全市 或全国范围进行人口迁徙跟踪。
上述技术方案具有如下优点或有益效果:通过对人群的历史位置轨迹信息 的跟踪,同时结合人群画像洞察能力,直观呈现性别、年龄、学历、收入、从 事行业、兴趣爱好等迁徙人口的群体特征,便于相关部门判断人口流入、流出 特点,制定更有针对性的人口疏解和/或人才引进措施。
图7为本发明一实施例提供的人口迁徙跟踪展示装置的结构框图。如图7 所示,本发明实施例的人口迁徙跟踪展示装置包括:请求接收单元100,用于 接收人口迁徙跟踪信息的查询请求,所述查询请求中包括指定查询区域;信息 获取单元200,用于获得所述指定查询区域内的迁徙人口的信息,所述迁徙人 口的信息包括迁徙人口的画像信息;统计单元300,用于统计所述迁徙人口的 画像信息,获得迁徙人口的群体特征;展示单元400,用于展示所述指定查询 区域内的人口迁徙跟踪信息,所述人口迁徙跟踪信息包括所述迁徙人口的群体 特征。
在一种可能的实施方式中,所述统计单元300还用于:根据所述迁徙人口 的画像信息,采用神经网络模型、词向量模型和/或支持向量机模型获得迁徙人 口的群体特征,所述群体特征包括性别、年龄、学历、收入、从事行业、兴趣 爱好中至少一项及其组合。
在一种可能的实施方式中,所述迁徙人口的信息还包括迁徙人口的迁入地 和迁出地;所述信息获取单元200还用于:获取地理信息系统中的人群兴趣点 POI数据;统计所述人群兴趣点POI数据,获得所述指定查询区域内迁徙人口 的迁入地和迁出地。
在一种可能的实施方式中,所述指定查询区域的人口迁徙跟踪信息还包括 所述指定查询区域的人口迁入比例和/或人口迁出比例。
在一种可能的实施方式中,所述统计单元300还用于:根据监测人口类型, 分类统计所述指定查询区域的人口迁徙跟踪信息,所述监测人口类型包括居住 人口和/或工作人口。
在一种可能的实施方式中,所述统计单元300还用于:根据区域类别,分 类统计所述指定查询区域的人口迁徙跟踪信息,所述区域类别包括国家、省、 行政区、街道乡镇、自定义区域和/或市场。
本发明实施例的人口迁徙跟踪展示装置中各单元的功能可以参见上述方法 的相关描述,在此不再赘述。
在一个可能的设计中,人口迁徙跟踪展示装置的结构中包括处理器和存储 器,所述存储器用于存储支持人口迁徙跟踪展示装置执行上述人口迁徙跟踪展 示方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述 人口迁徙跟踪展示装置还可以包括通信接口,用于人口迁徙跟踪展示装置与其 他设备或通信网络通信。
图8为本发明又一实施例提供的人口迁徙跟踪展示装置的结构框图。如图 8所示,该装置包括:存储器101和处理器102,存储器101内存储有可在处理 器102上运行的计算机程序。所述处理器102执行所述计算机程序时实现上述 实施例中的人口迁徙跟踪展示方法。所述存储器101和处理器102的数量可以 为一个或多个。
该装置还包括:
通信接口103,用于与外界设备进行通信,进行数据交互传输。
存储器101可能包含高速RAM存储器,也可能还包括非易失性存储器 (non-volatile memory),例如至少一个磁盘存储器。
如果存储器101、处理器102和通信接口103独立实现,则存储器101、处 理器102和通信接口103可以通过总线相互连接并完成相互间的通信。所述总 线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部 设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA, Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、 数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示 仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器101、处理器102及通信接口103集 成在一块芯片上,则存储器101、处理器102及通信接口103可以通过内部接 口完成相互间的通信。
又一方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算 机程序,该程序被处理器执行时实现上述人口迁徙跟踪展示方法中任一所述的 方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具 体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结 构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具 体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方 式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中 描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相 对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二” 的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的 含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表 示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码 的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其 中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或 按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员 所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认 为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机 可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处 理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统) 使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算 机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行 系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算 机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线 的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM), 只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光 纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读介质甚至可以 是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其 他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理 来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。 在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执 行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方 式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有 用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合 逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA) 等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部 分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计 算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中, 也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块 中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的 形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品 销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以 是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于 此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到 其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的 保护范围应以所述权利要求的保护范围为准。

Claims (14)

1.一种人口迁徙跟踪展示方法,其特征在于,包括:
接收人口迁徙跟踪信息的查询请求,所述查询请求中包括指定查询区域;
获得所述指定查询区域内的迁徙人口的信息,所述迁徙人口的信息包括迁徙人口的画像信息;
统计所述迁徙人口的画像信息,获得迁徙人口的群体特征;
展示所述指定查询区域内的人口迁徙跟踪信息,所述人口迁徙跟踪信息包括所述迁徙人口的群体特征。
2.根据权利要求1所述的方法,其特征在于,统计所述迁徙人口的画像信息,获得迁徙人口的群体特征,包括:
根据所述迁徙人口的画像信息,采用神经网络模型、词向量模型和/或支持向量机模型获得迁徙人口的群体特征,所述群体特征包括性别、年龄、学历、收入、从事行业、兴趣爱好中至少一项及其组合。
3.根据权利要求1所述的方法,其特征在于,所述迁徙人口的信息还包括迁徙人口的迁入地和迁出地;
获得所述指定查询区域内的迁徙人口的信息,还包括:
获取地理信息系统中的人群兴趣点POI数据;
统计所述人群兴趣点POI数据,获得所述指定查询区域内迁徙人口的迁入地和迁出地。
4.根据权利要求3所述的方法,其特征在于,所述指定查询区域的人口迁徙跟踪信息还包括所述指定查询区域的人口迁入比例和/或人口迁出比例。
5.根据权利要求1-4中任一项所述的方法,其特征在于,还包括:根据监测人口类型,分类统计所述指定查询区域的人口迁徙跟踪信息,所述监测人口类型包括居住人口和/或工作人口。
6.根据权利要求1-4中任一项所述的方法,其特征在于,还包括:根据区域类别,分类统计所述指定查询区域的人口迁徙跟踪信息,所述区域类别包括国家、省、行政区、街道乡镇、自定义区域和/或市场。
7.一种人口迁徙跟踪展示装置,其特征在于,包括:
请求接收单元,用于接收人口迁徙跟踪信息的查询请求,所述查询请求中包括指定查询区域;
信息获取单元,用于获得所述指定查询区域内的迁徙人口的信息,所述迁徙人口的信息包括迁徙人口的画像信息;
统计单元,用于统计所述迁徙人口的画像信息,获得迁徙人口的群体特征;
展示单元,用于展示所述指定查询区域内的人口迁徙跟踪信息,所述人口迁徙跟踪信息包括所述迁徙人口的群体特征。
8.根据权利要求7所述的装置,其特征在于,所述统计单元还用于:
根据所述迁徙人口的画像信息,采用神经网络模型、词向量模型和/或支持向量机模型获得迁徙人口的群体特征,所述群体特征包括性别、年龄、学历、收入、从事行业、兴趣爱好中至少一项及其组合。
9.根据权利要求7所述的装置,其特征在于,所述迁徙人口的信息还包括迁徙人口的迁入地和迁出地;
所述信息获取单元还用于:
获取地理信息系统中的人群兴趣点POI数据;
统计所述人群兴趣点POI数据,获得所述指定查询区域内迁徙人口的迁入地和迁出地。
10.根据权利要求9所述的装置,其特征在于,所述指定查询区域的人口迁徙跟踪信息还包括所述指定查询区域的人口迁入比例和/或人口迁出比例。
11.根据权利要求7-10中任一项所述的装置,其特征在于,所述统计单元还用于:根据监测人口类型,分类统计所述指定查询区域的人口迁徙跟踪信息,所述监测人口类型包括居住人口和/或工作人口。
12.根据权利要求7-10中任一项所述的装置,其特征在于,所述统计单元还用于:根据区域类别,分类统计所述指定查询区域的人口迁徙跟踪信息,所述区域类别包括国家、省、行政区、街道乡镇、自定义区域和/或市场。
13.一种人口迁徙跟踪展示装置,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN201810975027.0A 2018-08-24 2018-08-24 人口迁徙跟踪展示方法、装置及存储介质 Active CN110895543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810975027.0A CN110895543B (zh) 2018-08-24 2018-08-24 人口迁徙跟踪展示方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810975027.0A CN110895543B (zh) 2018-08-24 2018-08-24 人口迁徙跟踪展示方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN110895543A true CN110895543A (zh) 2020-03-20
CN110895543B CN110895543B (zh) 2022-08-12

Family

ID=69784733

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810975027.0A Active CN110895543B (zh) 2018-08-24 2018-08-24 人口迁徙跟踪展示方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN110895543B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111161887A (zh) * 2020-03-30 2020-05-15 广州地理研究所 基于人口迁徙大数据的流行病疫区返程人群规模预测方法
CN113408920A (zh) * 2021-06-29 2021-09-17 北京百度网讯科技有限公司 迁徙方式确定方法、装置、设备以及存储介质
CN113641749A (zh) * 2021-07-16 2021-11-12 中国人民解放军国防科技大学 一种基于二部图的人口流动网络估计方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110184777A1 (en) * 2010-01-22 2011-07-28 Bank Of America Corporation Delinquency migration model
CN105426434A (zh) * 2015-11-04 2016-03-23 北京航天金盾科技有限公司 基于多维度的人口信息统计分析系统
CN106980930A (zh) * 2017-03-20 2017-07-25 山东浪潮云服务信息科技有限公司 一种运用大数据多点碰撞技术进行人口迁徙分析的方法
CN107689022A (zh) * 2017-08-25 2018-02-13 腾云天宇科技(北京)有限公司 分析用户移动特性、城市人口流动特性的方法及计算设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110184777A1 (en) * 2010-01-22 2011-07-28 Bank Of America Corporation Delinquency migration model
CN105426434A (zh) * 2015-11-04 2016-03-23 北京航天金盾科技有限公司 基于多维度的人口信息统计分析系统
CN106980930A (zh) * 2017-03-20 2017-07-25 山东浪潮云服务信息科技有限公司 一种运用大数据多点碰撞技术进行人口迁徙分析的方法
CN107689022A (zh) * 2017-08-25 2018-02-13 腾云天宇科技(北京)有限公司 分析用户移动特性、城市人口流动特性的方法及计算设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡巧玲 等: "基于大数据分析的人口迁移量预测模型仿真", 《计算机仿真》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111161887A (zh) * 2020-03-30 2020-05-15 广州地理研究所 基于人口迁徙大数据的流行病疫区返程人群规模预测方法
CN113408920A (zh) * 2021-06-29 2021-09-17 北京百度网讯科技有限公司 迁徙方式确定方法、装置、设备以及存储介质
CN113408920B (zh) * 2021-06-29 2024-01-12 北京百度网讯科技有限公司 迁徙方式确定方法、装置、设备以及存储介质
CN113641749A (zh) * 2021-07-16 2021-11-12 中国人民解放军国防科技大学 一种基于二部图的人口流动网络估计方法及系统

Also Published As

Publication number Publication date
CN110895543B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
Niu et al. Integrating multi-source big data to infer building functions
Zhao et al. A trajectory clustering approach based on decision graph and data field for detecting hotspots
Pei et al. A new insight into land use classification based on aggregated mobile phone data
Longley et al. Spatial dependence and heterogeneity in patterns of hardship: an intra-urban analysis
Mohaymany et al. GIS-based method for detecting high-crash-risk road segments using network kernel density estimation
Long et al. Mapping block-level urban areas for all Chinese cities
Huang et al. Predicting human mobility with activity changes
US10244060B2 (en) Determining seeds for targeted notifications through online social networks in conjunction with user mobility data
US9582719B2 (en) Geographical area condition determination
Chen et al. Constructing and comparing user mobility profiles
CN110895543B (zh) 人口迁徙跟踪展示方法、装置及存储介质
Park et al. Leveraging temporal changes of spatial accessibility measurements for better policy implications: A case study of electric vehicle (EV) charging stations in Seoul, South Korea
Liu et al. Analysis of the performance and robustness of methods to detect base locations of individuals with geo-tagged social media data
Zhao et al. A network distance and graph-partitioning-based clustering method for improving the accuracy of urban hotspot detection
CN111597279B (zh) 基于深度学习的信息预测方法及相关设备
Celik et al. Discovering socio-spatio-temporal important locations of social media users
CN110147504B (zh) 区域教育资源满足度评价方法及系统
CN107291784B (zh) 地理围栏类别的获取方法、装置及业务设备
Mahmud et al. State of mobile crowdsourcing applications: A review
de Smet et al. Characterising the morphology of suburban settlements: A method based on a semi-automatic classification of building clusters
CN114201482A (zh) 人口动态分布统计方法、装置、电子设备及可读存储介质
Shen et al. Novel model for predicting individuals’ movements in dynamic regions of interest
Huang et al. Dynamic optimization models for displaying outdoor advertisement at the right time and place
Lagarias Exploring land use policy scenarios with the use of a cellular automata-based model: urban sprawl containment and sustainable development in Thessaloniki
CN110674208A (zh) 用于确定用户的职住地信息的方法和装置

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
GR01 Patent grant
GR01 Patent grant