CN111598441A - 人口数据分析方法、系统、设备和存储介质 - Google Patents

人口数据分析方法、系统、设备和存储介质 Download PDF

Info

Publication number
CN111598441A
CN111598441A CN202010407829.9A CN202010407829A CN111598441A CN 111598441 A CN111598441 A CN 111598441A CN 202010407829 A CN202010407829 A CN 202010407829A CN 111598441 A CN111598441 A CN 111598441A
Authority
CN
China
Prior art keywords
population
data
analysis
birth
rate
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
CN202010407829.9A
Other languages
English (en)
Other versions
CN111598441B (zh
Inventor
李庆
姚新新
雒冬梅
张艳玲
史青锋
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 Isoftstone Zhicheng Technology Co ltd
Original Assignee
Beijing Isoftstone Zhicheng 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 Isoftstone Zhicheng Technology Co ltd filed Critical Beijing Isoftstone Zhicheng Technology Co ltd
Priority to CN202010407829.9A priority Critical patent/CN111598441B/zh
Publication of CN111598441A publication Critical patent/CN111598441A/zh
Application granted granted Critical
Publication of CN111598441B publication Critical patent/CN111598441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Fuzzy Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种人口数据分析方法、系统、设备和存储介质，其中，该方法包括：根据设定常数对原始人口数据进行预处理；基于预处理后的原始人口数据确定人口分析模型，其中，所述人口分析模型至少包括出生率和死亡率；根据所述人口分析模型获取所述原始人口数据的分析结果。本发明实施例通过根据原始人口数据获取真实人口变化趋势，提高分析结果的真实性，可增强人口数据分析的精确度。

Description

人口数据分析方法、系统、设备和存储介质
技术领域
本发明实施例涉及数据分析技术领域，尤其涉及一种人口数据分析方法、系统、设备和存储介质。
背景技术
人口是社会经济活动的主体，对人口数据的分析研究有助于设备经济的发展，尤其是近几年，随着经济水平的提高，人口数量不断增加，中国在享受计划生育政策带来的红利的同时，面临着人口结构性失调的严重性问题。因此，城市人口分析成为仿真领域中重要的研究方向。
现有技术中通过收集年鉴、文献和报告等数据作为数据源，基于线性回归、平均增长率、灰色模型、联合国模型以及系统动力学对获取到的城市人口数据进行分析，并根据分析结果辅助进行决策。然而现有对人口数据分析方法中，由于分析指标单一和假设历史趋势不变的问题，导致人口数据的分析结果偏离实际社会经济发展规律，真实度较差。
发明内容
本发明提供一种人口数据分析方法、系统、设备和存储介质，以实现人口数据分析，提高分析结果的真实性，减少人口数据分析的误差。
第一方面，本发明实施例提供了一种人口数据分析方法，该方法包括：
根据设定常数对原始人口数据进行预处理；
基于预处理后的原始人口数据确定人口分析模型，其中，所述人口分析模型至少包括出生率和死亡率；
根据所述人口分析模型获取所述原始人口数据的分析结果。
第二方面，本发明实施例提供了一种人口数据分析系统，该系统包括：
预处理模块，用于根据设定常数对原始人口数据进行预处理；
模型生成模块，用于基于预处理后的原始人口数据确定人口分析模型，其中，所述人口分析模型至少包括出生率和死亡率；
结果分析模块，用于根据所述人口分析模型获取所述原始人口数据的分析结果。
第三方面，本发明实施例提供了一种设备，该设备包括：
一个或多个处理器；
存储器，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，使得所述一个或多个处理器实现如本发明实施例中任一所述的人口数据分析方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的人口数据分析方法。
本发明实施例，通过设定常数对原始人口数据进行预处理，通过预处理后的原始人口数据生成人口分析模型，基于人口分析模型中的出生率和死亡率生成分析结果，通过人口数据中真实的出生率和死亡率，提高分析结果的准确性，可增强人口数据分析的真实性。
附图说明
图1是本发明实施例一中提供的一种人口数据分析方法的流程图；
图2是本发明实施例二中提供的另一种人口数据分析方法的流程图；
图3是本发明实施例二中提供的一种图像化展示界面的示例图；
图4是本发明实施例二中提供的一种人口数据分析方法的示例图；
图5是本发明实施例三中提供的一种人口数据分析系统的结构示意图；
图6是本发明实施例四中提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构，此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1是本发明实施例一中提供的一种人口数据分析方法的流程图，本发明实施例可适用于对海量人口数据分析的情况，该方法可以由人口数据分析系统来执行，该系统可以采用软件和/或硬件的方式来实现，参见图1，本发明实施例提供的方法具体包括如下步骤：
步骤101、根据设定常数对原始人口数据进行预处理。
其中，设定常数可以是对原始人口数据进行处理的参数，设定常数与原始人口数据中的缺省值对应，原始人口数据中缺省值的属性不同，对应的设定常数的数值不同。原始人口数据可以是采集到的原始数据，原始人口数据的数据来源可以包括政府统计、年鉴和文献等。
具体的，预处理是对原始人口数据进行预处理的过程，可以包括对原始人口数据进行数据清理、数据集成和数据变换等操作，将原始人口数据整理为便于进行分析的数据格式，在进行预处理时，由于原始人口数据质量参差不齐，原始人口数据中常存在缺少数值的情况，通过设定常数对原始人口数据中的缺省值进行补偿和修正。示例性的，预处理后的原始人口数可以如下表所示：
原始人口数据表
人口总数/人 死亡人口/人 新生人口/人 人口政策
2月 1448923765 834 1002 单孩
3月 1458721738 498 1803 单孩
… … … … …
… … … … …
… … … … …
n月 … … … …
步骤102、基于预处理后的原始人口数据确定人口分析模型，其中，所述人口分析模型至少包括出生率和死亡率。
其中，人口分析模型是基于原始人口数据生成的分析模型，人口分析模块中的出生率、死亡率等分析指标基于原始人口数据统计生成。人口分析模块可以反映出原始人口数据的真实的死亡率和出生率等分析指标，可以用于进行预测等分析。
本发明实施例，通过对原始人口数据的出生率和死亡率进行统计，基于统计出的出生率和死亡率构建人口分析模型。可以理解的是，人口分析模型反应原始人口数据的人口结构、人口数量和人口组成等信息。
步骤103、根据所述人口分析模型获取所述原始人口数据的分析结果。
具体的，将需要分析结果的年份输入到人口分析模型中，获取原始人口数据中该年份对应的人口结构、人口数量和人口组成等信息作为分析结果，其中，人口组成可以表示原始人口数据中不同年龄的人的数量，人口数量可以表示对应年份的总人口数量，人口结构可以表示少年、青壮年和中老年在总人口中的占比。
本发明实施例，通过设定常数预处理原始人口数据，分析原始人口数据获取对应的人口分析模型，该模型中至少包括出生率和死亡率，根据人口分析模块确定原始人口数据的分析结果，基于真实出生率和死亡率确定人口分析模型，提高人口分析结果的真实性，降低数据分析过程的误差。
进一步的，在上述发明实施例的基础上，所述出生率包括人口政策前出生率、部分人口政策出生率和全部人口政策出生率，所述死亡率包括高龄人群死亡率和其余人群死亡率。
实施例二
图2是本发明实施例二中提供的另一种人口数据分析方法的流程图，本发明实施例是以上述发明实施例为基础进行具体化，通过对将人口分析模型中的出生率划分为受生育政策影响的人口政策前出生率、部分人口政策出生率和全部人口政策出生率，以及将死亡率划分为与年龄相关的高龄人群死亡率和其余人群死亡率，参见图2，本发明实施例提供的人口数据分析方法的流程图包括：
步骤201、基于Pandas库函数筛选原始人口数据以获取存在缺省值的数据记录。
其中，Pandas库函数是Python语言的一种数据分析包，可以读取原始人口数据内的数据记录并对数据记录进行查找和修改等操作。缺省值表示原始人口数据内数据记录缺少的数据值，例如，一条数据记录中缺少出生人数或者死亡人数，该数据记录中的出生人数和死亡人数可以记为缺省值。而数据记录可以是原始人口数据的组成部分，原始人口数据中每一条数据被记为一个数据记录。
在本发明实施例中，通过Pandas库函数将原始人口数据读取到内存中，并对原始人口数据中各数据记录进行判断，确定各数据记录中是否存在空白值，若存在则将该数据记录标记。
步骤202、根据设定常数填充所述数据记录中的缺省值。
具体的，可以将设定常数填充到存在缺省值的数据记录中，设定常数可以通过根据原始人口数据中的其他数据记录计算获得。例如，一条数据记录A缺少出生人数，获取原始人口数据中的出生人数的平均值作为设定常数，将该设定常数填充到数据记录A中。
步骤203、根据出生年份将所述原始人口数据切分为第一人口数据、第二人口数据和第三人口数据。
具体的，出生年份可以是原始人口数据中各数据记录的年份数据，由于生育政策由2017年开始全面实现二孩政策，出生率具有较大变动。因此，将原始人口数据划分为2010-2013、2014-2016和2017之后三个阶段，可以分布记为第一人口数据、第二人口数据和第三人口数据。
步骤204、确定所述第一人口数据、所述第二人口数据和所述第三人口数据的出生率作为人口政策前出生率、部分人口政策出生率和全部人口政策出生率。
具体的，分别计算各阶段内的出生率，可以将第一人口数据对应的出生率记为人口政策前出生率、第二人口数据对应的出生率记为部分人口政策出生率和第三人口数据对应的全部人口政策出生率。在各阶段内计算各出生率的方法可以包括统计各年龄段的生育率作为出生率，其中，全部人口政策出生率的计算过程可以通过下式确定：
Figure BDA0002491990280000061
其中，Aat表示全面二孩政策下的出生率，Anβt表示年龄为n的妇女生育率，Anβt1表示年龄为n且生一个孩子的妇女生育率，Anβt2表示年龄为n且生两个孩子的妇女生育率，相应的，
Figure BDA0002491990280000071
为年龄为n且生育三到十个孩子的妇女生育率的总和，生育率可以是第三人口数据中统计一年内生活婴数与同期平均育龄妇女人数的比值。可以理解的是，人口政策前出生率和部分人口政策出生率的生成公式与上式类似，区别在于年龄为n的妇女的生育率的加权系数不同。
步骤205、基于漏报率优化所述人口政策前出生率、所述部分人口政策出生率和所述全部人口政策出生率。
其中，漏报率是统计原始人口数据时存在的漏报程度，可以通过漏报率对各阶段的出生率进行优化，提高人口数据的真实性。
具体的，可以基于漏报率对人口政策前出生率、部分人口政策出生率和全部人口政策出生率进行优化，例如，可以将人口政策前出生率、部分人口政策出生率和全部人口政策出生率分别代入优化公式获取到优化后的出生率，优化公式如下：
Figure BDA0002491990280000072
其中，TFB表示优化后的出生率，A表示优化之前统计的出生率，Q表示漏报率，Wi表示全国各省市漏报率的权值，Qi表示全国各省市漏报率。
步骤206、基于所述原始人口数据通过双因子随机死亡方法确定大于阈值年龄的高龄死亡率。
其中，阈值年龄可以是区分高龄人群和其他人群的年龄临界值，当一个人的年龄大于阈值年龄时，该人为高龄人群，反之，则为其他人群。由于年龄对死亡率的影响在高龄人群和其他人群中的影响不同，因此，基于原始人口数据确定死亡率时，将死亡率分为高龄死亡率和其余人群死亡率。
在本发明实施例中，在原始人口数据中筛选大于阈值年龄的人群，在该人群中基于双因子随机死亡方法计算高龄死亡率，计算过程具体如下所示：
logit(qx,t)＝kt (1)+kt (2)
其中，kt (1)表示第一死亡指数，kt (2)表示第二死亡指数，t表示年份，公式中各参数的取值基于高龄人群的相关信息通过极大似然估计的方式确定。
步骤207、基于所述原始人口数据通过Lee-Carter方法确定小于或等于阈值年龄的其余人群死亡率。
具体的，对于小于或等于阈值年龄的一般人群的其余人群死亡率采用Lee-Carter方法进行计算，获取原始人口数据中一般人群的人数、死亡人数等参数，将参数代入Lee-Catter方法获取其余人群死亡率，计算公式如下所示：
log(mx,t)＝αx+βxkt
其中，(mx,t)表示时间为t，年龄为x岁的人群死亡率，αx表示按年龄的死亡率自然对数的均值，βx各年龄段死亡率权值，kt表示死亡指数。
步骤208、根据所述人口政策前出生率、所述部分人口政策出生率、所述全部人口政策出生率、所述高龄人群死亡率和所述其余人群死亡率构建人口分析模型。
具体的，将获取到的人口政策前出生率、所述部分人口政策出生率、所述全部人口政策出生率、所述高龄人群死亡率和所述其余人群死亡率作为人口分析模型中分析参数，可以反应出人口分析模型的人口增长特点。
步骤209、基于所述人口分析模型确定所述原始人口数据目标年份各年龄段的人口数量。
其中，目标年份是获取分析结果的年份，可以由用户输入，目标年份可以是原始人口数据中已经存在的年份，也可以是未来的某个年份。
在本发明实施例中，将目标年份输入到人口分析模型中获取到该目标年份下各年龄段的人口数量，由于目标年份可以是过去的年份也可以是未来的年份，当为过去年份时，可以根据目标年份之间获取到实际的各年龄段的人口数量；当目标年份为未来的年份时，可以根据人口分析模型中的死亡率和出生率计算出自然增长率，基于原始人口数据的人口数量和自然增长率推断出到未来年份时各年龄段的人口数量。示例性的，人口分析模型中确定出自然增长率的公式可以如下：
qn＝qn-1-qdn+qbn＝qn-1(1-dn+bn)＝qn-1(1+nn)
其中，qn表示第n月的总人口数，qn-1表示上个月的总人口数，qdn表示第n月的死亡总人口数，qbn表示第n月的出生总人口数，dn表示第n月的死亡率，bn表示第n月的出生率，nn表示第n月的自然增长率。
步骤210、基于所述各年龄段的人口数量确定目标年份的人口数量、人口结构和人口组成。
具体的，基于各年龄段的人口数量确定该目标年份的人口数量、人口结构和人口组成等分析指标作为分析结果，其中，人口数量可以是各年龄段的人口数量之和；人口结构可以是各年龄段的人口数量分布，例如，按照年龄将人口划分为少年、青壮年和中老年三类，分别统计各类中的人口数量总和；人口组成可以是各年龄段的人口数量分布。本发明实施例，通过Pandas库函数筛选到的缺省值，并根据设定常数进行填充，根据出生年份划分原始人口数据，针对不同的分类的人口数据确定出生率，并根据漏报率对出生率进行优化，确定原始人口数据中高于阈值年龄的死亡率和原始人口数据中低于或等于阈值年龄的死亡率，基于获取到的出生率和死亡率确定人口分析模型，使用人口分析模型获取目标年份各年龄段的人口数量，基于各年龄段的人口数量确定总人口数量、人口结构和人口组成等分析结果，使得分析过程中人口增长趋势贴近现实，提高分析结果的真实性，提高分析的准确性。
进一步的，在上述发明实施例的基础上，还包括：基于图像化界面展示分析结果的人口数量、人口结构和人口组成。
在本发明实施例中，在获取到人口数量、人口结构和人口组成等分析结果后，可以通过图像化界面展示上述结果，图3是本发明实施例二中提供的一种图像化展示界面的示例图，参见图3，可以通过用户选择二孩人口政策对应的出生率，并根据目标年份2035，获取到2020年到2035年的人口数量、人口结构和人口组成并将变化趋势以图形的方式在界面中进行展示。
示例性的，图4是本发明实施例二中提供的一种人口数据分析方法的示例图，参见图4示出的流程图，可以对PB级的原始人口数据进行实时分析，支持出生率、死亡率和性别比等因素共同建立人口分析模型，分析不同政策下对未来人口数量变化的影响；同时根据客户不同需求，输出图表、报告、文件。
实施例三
图5是本发明实施例三中提供的一种人口数据分析系统的结构示意图，图5示出的系统可执行本发明任意实施例所提供的人口数据分析方法，具备执行方法相应的功能模块和有益效果。该装置可以由软件和/或硬件实现，具体包括：预处理模块301、模型生成模块302和结果分析模块303。
其中，预处理模块301，用于根据设定常数对原始人口数据进行预处理。
模型生成模块302，用于基于预处理后的原始人口数据确定人口分析模型，其中，所述人口分析模型至少包括出生率和死亡率。
结果分析模块303，用于根据所述人口分析模型获取所述原始人口数据的分析结果。
本发明实施例，通过预处理模块设定常数对原始人口数据进行预处理，模型生成模块通过预处理后的原始人口数据生成人口分析模型，结果分析模块基于人口分析模型中的出生率和死亡率生成分析结果，通过人口数据中真实的出生率和死亡率，提高分析结果的准确性，可增强人口数据分析的真实性。
进一步的，在上述发明实施例的基础上，预处理模块301包括：
缺省值单元，用于基于Pandas库函数筛选原始人口数据以获取存在缺省值的数据记录。
填充单元，用于根据设定常数填充所述数据记录中的缺省值。
进一步的，在上述发明实施例的基础上，模型生成模块302中的出生率包括人口政策前出生率、部分人口政策出生率和全部人口政策出生率，所述死亡率包括高龄人群死亡率和其余人群死亡率。
进一步的，在上述发明实施例的基础上，模型生成模块302具体用于：
根据出生年份将所述原始人口数据切分为第一人口数据、第二人口数据和第三人口数据；确定所述第一人口数据、所述第二人口数据和所述第三人口数据的出生率作为人口政策前出生率、部分人口政策出生率和全部人口政策出生率；基于漏报率优化所述人口政策前出生率、所述部分人口政策出生率和所述全部人口政策出生率；基于所述原始人口数据通过双因子随机死亡方法确定大于阈值年龄的高龄死亡率；基于所述原始人口数据通过Lee-Carter方法确定小于或等于阈值年龄的其余人群死亡率；根据所述人口政策前出生率、所述部分人口政策出生率、所述全部人口政策出生率、所述高龄人群死亡率和所述其余人群死亡率构建人口分析模型。
进一步的，在上述发明实施例的基础上，结果分析模块303包括：
数量分析单元，用于基于所述人口分析模型确定所述原始人口数据目标年份各年龄段的人口数量。
指标生成单元，用于基于所述各年龄段的人口数量确定目标年份的人口数量、人口结构和人口组成。
进一步的，在上述发明实施例的基础上，还包括：
图像展示模块，用于基于图像化界面展示分析结果的人口数量、人口结构和人口组成。
实施例四
图6是本发明实施例四中提供的一种设备的结构示意图，如图6所示，该设备包括处理器40、存储器41、输入装置42和输出装置43；设备中处理器40的数量可以是一个或多个，图6中以一个处理器40为例；设备中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接，图6中以通过总线连接为例。
存储器41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的人口数据分析方法对应的程序模块(例如，人口数据分析装置中的预处理模块301、模型生成模块302和结果分析模块303)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的人口数据分析方法。
存储器41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置42可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置73可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种人口数据分析方法，该方法包括：
根据设定常数对原始人口数据进行预处理；
基于预处理后的原始人口数据确定人口分析模型，其中，所述人口分析模型至少包括出生率和死亡率；
根据所述人口分析模型获取所述原始人口数据的分析结果。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的人口数据分析方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述人口数据分析装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种人口数据分析方法，其特征在于，包括：
根据设定常数对原始人口数据进行预处理；
基于预处理后的原始人口数据确定人口分析模型，其中，所述人口分析模型至少包括出生率和死亡率；
根据所述人口分析模型获取所述原始人口数据的分析结果。
2.根据权利要求1所述的方法，其特征在于，所述根据设定常数对原始人口数据进行预处理，包括：
基于Pandas库函数筛选原始人口数据以获取存在缺省值的数据记录；
根据设定常数填充所述数据记录中的缺省值。
3.根据权利要求1所述的方法，其特征在于，所述出生率包括人口政策前出生率、部分人口政策出生率和全部人口政策出生率，所述死亡率包括高龄人群死亡率和其余人群死亡率。
4.根据权利要求3所述的方法，其特征在于，所述基于预处理后的原始人口数据确定人口分析模型，包括：
根据出生年份将所述原始人口数据切分为第一人口数据、第二人口数据和第三人口数据；
确定所述第一人口数据、所述第二人口数据和所述第三人口数据的出生率作为人口政策前出生率、部分人口政策出生率和全部人口政策出生率；
基于漏报率优化所述人口政策前出生率、所述部分人口政策出生率和所述全部人口政策出生率；
基于所述原始人口数据通过双因子随机死亡方法确定大于阈值年龄的高龄死亡率；
基于所述原始人口数据通过Lee-Carter方法确定小于或等于阈值年龄的其余人群死亡率；
根据所述人口政策前出生率、所述部分人口政策出生率、所述全部人口政策出生率、所述高龄人群死亡率和所述其余人群死亡率构建人口分析模型。
5.根据权利要求3所述的方法，其特征在于，根据所述人口分析模型获取所述原始人口数据的分析结果，包括：
基于所述人口分析模型确定所述原始人口数据目标年份各年龄段的人口数量；
基于所述各年龄段的人口数量确定目标年份的人口数量、人口结构和人口组成。
6.根据权利要求5所述的方法，其特征在于，还包括：
基于图像化界面展示分析结果的人口数量、人口结构和人口组成。
7.一种人口数据分析系统，其特征在于，包括：
预处理模块，用于根据设定常数对原始人口数据进行预处理；
模型生成模块，用于基于预处理后的原始人口数据确定人口分析模型，其中，所述人口分析模型至少包括出生率和死亡率；
结果分析模块，用于根据所述人口分析模型获取所述原始人口数据的分析结果。
8.根据权利要求7所述的系统，其特征在于，还包括：
文件生成模块，用于基于所述分析结果生成图表、报告和文档中至少一种文件。
9.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储器，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，使得所述一个或多个处理器实现如权利要求1-6中任一所述的人口数据分析方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的人口数据分析方法。
CN202010407829.9A 2020-05-14 2020-05-14 人口数据分析方法、系统、设备和存储介质 Active CN111598441B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010407829.9A CN111598441B (zh) 2020-05-14 2020-05-14 人口数据分析方法、系统、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010407829.9A CN111598441B (zh) 2020-05-14 2020-05-14 人口数据分析方法、系统、设备和存储介质

Publications (2)

Publication Number Publication Date
CN111598441A true CN111598441A (zh) 2020-08-28
CN111598441B CN111598441B (zh) 2023-05-12

Family

ID=72188955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010407829.9A Active CN111598441B (zh) 2020-05-14 2020-05-14 人口数据分析方法、系统、设备和存储介质

Country Status (1)

Country Link
CN (1) CN111598441B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242305A (ja) * 2002-02-19 2003-08-29 Technova:Kk 社会構造推計システム
CN101286210A (zh) * 2007-04-11 2008-10-15 中国科学院地理科学与资源研究所 一种人口空间分布数值模拟系统
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
CN107301467A (zh) * 2017-04-11 2017-10-27 程在舒 中国未来人口数预测法
CN107590289A (zh) * 2017-10-16 2018-01-16 山东浪潮云服务信息科技有限公司 一种人口数据分析方法以及装置
CN107992958A (zh) * 2016-10-26 2018-05-04 航天信息股份有限公司 基于arma的人口超限预警方法
KR101976189B1 (ko) * 2018-06-07 2019-05-08 넥스엔정보기술(주) 유동 인구의 분석 서비스 제공 방법
CN109858691A (zh) * 2019-01-23 2019-06-07 长安大学 基于遗传学思想优化Leslie模型的人口预测方法
CN111026738A (zh) * 2019-11-08 2020-04-17 福建新大陆软件工程有限公司 区域人口监控方法、系统、电子设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242305A (ja) * 2002-02-19 2003-08-29 Technova:Kk 社会構造推計システム
CN101286210A (zh) * 2007-04-11 2008-10-15 中国科学院地理科学与资源研究所 一种人口空间分布数值模拟系统
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
CN107992958A (zh) * 2016-10-26 2018-05-04 航天信息股份有限公司 基于arma的人口超限预警方法
CN107301467A (zh) * 2017-04-11 2017-10-27 程在舒 中国未来人口数预测法
CN107590289A (zh) * 2017-10-16 2018-01-16 山东浪潮云服务信息科技有限公司 一种人口数据分析方法以及装置
KR101976189B1 (ko) * 2018-06-07 2019-05-08 넥스엔정보기술(주) 유동 인구의 분석 서비스 제공 방법
CN109858691A (zh) * 2019-01-23 2019-06-07 长安大学 基于遗传学思想优化Leslie模型的人口预测方法
CN111026738A (zh) * 2019-11-08 2020-04-17 福建新大陆软件工程有限公司 区域人口监控方法、系统、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
倪宣明等: "人口政策对老龄化的影响预测-基于出生侧和死亡侧模型分析", 《系统工程理论与实践》 *

Also Published As

Publication number Publication date
CN111598441B (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
WO2017133492A1 (zh) 一种风险评估方法和系统
US10191968B2 (en) Automated data analysis
CN111597348B (zh) 用户画像方法、装置、计算机设备和存储介质
CN113051317B (zh) 一种数据挖掘模型更新方法、系统、计算机设备及可读介质
CN113420946B (zh) 一种新闻媒体的评价方法
CN112232944B (zh) 一种评分卡创建方法、装置和电子设备
JP4957127B2 (ja) 属性間の部分関係抽出する装置、方法、及びプログラム
CN111563187A (zh) 关系确定方法、装置、系统和电子设备
CN113763502A (zh) 一种图表生成方法、装置、设备和存储介质
CN117421491A (zh) 社交媒体账号运行数据的量化方法、装置及电子设备
CN115545103A (zh) 异常数据识别、标签识别方法和异常数据识别装置
WO2021129368A1 (zh) 一种客户类型的确定方法及装置
CN117934154A (zh) 交易风险预测方法、模型训练方法、装置、设备、介质和程序产品
CN116933130A (zh) 一种基于大数据的企业行业分类方法、系统、设备及介质
CN111598441B (zh) 人口数据分析方法、系统、设备和存储介质
US20230214451A1 (en) System and method for finding data enrichments for datasets
CN115470251A (zh) 一种大数据分析展示装置
CN114170000A (zh) 信用卡用户风险类别识别方法、装置、计算机设备和介质
CN113435748A (zh) 网点状态确定方法、装置、电子设备以及存储介质
CN111916165A (zh) 用于评估量表的相似性评估方法及装置
CN112115316A (zh) 一种分箱方法、装置、电子设备及存储介质
JP7376033B1 (ja) 情報処理装置及び情報処理方法
CN113515383B (zh) 系统资源数据分配方法和装置
CN113836313B (zh) 一种基于图谱的审计信息识别方法与系统
CN114579619B (zh) 数据查询方法、装置、电子设备及存储介质

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
CB02 Change of applicant information

Address after: 101, 2nd Floor, Building 3, East District, No. 10 Northwest Wangdong Road, Haidian District, Beijing, 100193

Applicant after: Beijing Soft Green City Technology Co.,Ltd.

Address before: 100193 506, 5 / F, building 16, east yard, No. 10, xibeiwangdong Road, Haidian District, Beijing

Applicant before: BEIJING ISOFTSTONE ZHICHENG TECHNOLOGY CO.,LTD.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant