CN112000874A - 一种数字孪生城市人口管理方法和存储设备 - Google Patents

一种数字孪生城市人口管理方法和存储设备 Download PDF

Info

Publication number
CN112000874A
CN112000874A CN202010608337.6A CN202010608337A CN112000874A CN 112000874 A CN112000874 A CN 112000874A CN 202010608337 A CN202010608337 A CN 202010608337A CN 112000874 A CN112000874 A CN 112000874A
Authority
CN
China
Prior art keywords
population
data
platform
result
floating
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
CN202010608337.6A
Other languages
English (en)
Inventor
王炜
林灿星
郑晶
郑建生
黄圣
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.)
Fujian Huizhengtong Information Technology Co ltd
Original Assignee
Fujian Huizhengtong Information 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 Fujian Huizhengtong Information Technology Co ltd filed Critical Fujian Huizhengtong Information Technology Co ltd
Priority to CN202010608337.6A priority Critical patent/CN112000874A/zh
Publication of CN112000874A publication Critical patent/CN112000874A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据处理领域，特别涉及一种数字孪生城市人口管理方法和存储设备。所述一种数字孪生城市人口管理方法，包括步骤：获取各特定平台对应的待分析数据，特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；根据预设操作对待分析数据进行分析处理得人口流动结果，人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。整个过程无需再人工挨家挨户进行登记，而是会自动从不同特定平台获取待分析数据，并且通过分析这些待分析数据即可知道人口流动情况，这样的人口分析可实时或定时进行，简单方便易操作。

Description

一种数字孪生城市人口管理方法和存储设备
技术领域
本发明涉及数据处理领域，特别涉及一种数字孪生城市人口管理方法和存储设备。
背景技术
随着国家与社会的发展，人口的流动性越来越大，而在城市与社会事件的管理中，常常需要知道人员流动情况，如：面对2020年所爆发的疫情，为有效控制住疫情，就更需要知道人员的流动情况；如：在城市发展资源配置过程中，一样需要知道人员的流动情况等等。目前常采用的方式是：按照市-区-社区/街道的模式进行流动人口的手工登记管理，这种登记方式不仅费时费力，并且在登记过程中有的人故意漏登记，或上门的过程中有的人不在家，就导致了数据缺失，从而导致登记的结果无法有效地反映出真实的变化情况。且现有的这种人口管理方式，只对人口的流动数据进行管理，没有针对人口规模、人口流动范围、人口经济发展情况、人口年龄结构和人口素质等维度进行管理和分析。
发明内容
为此，需要提供一种数字孪生城市人口管理方法，用以解决现有技术人口管理需要人工登记，费时费力及管理方式单一的问题。具体技术方案如下：
一种数字孪生城市人口管理方法，包括步骤：
获取各特定平台对应的待分析数据，所述特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；
根据预设操作对所述待分析数据进行分析处理得人口流动结果，所述人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。
进一步的，所述“获取各特定平台对应的待分析数据”，还包括步骤：
获取运营商平台对应的待分析数据，所述运营商平台对应的待分析数据包括：历史数据和/或实时数据，所述历史数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点，所述实时数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点；
所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据运营商平台对应的待分析数据计算得特定区域特定时段的人口流动结果。
进一步的，所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据预设维度类别对用户进行分类，所述预设维度类别包括：地点和/或时间；
比对所述政务人口库和所述运营商平台的人口流动结果，进行排重，获取第一排重结果；
将所述第一排重结果与所述第三方互联网平台的人口流动结果进行比对排重得最终的人口流动结果。
进一步的，还包括步骤：
根据第一预设规则对常住人口数据进行分类并打上对应标签；
根据第二预设规则对流动人口数据进行分类并打上对应标签。
进一步的，还包括步骤：
综合分析所述常住人口数据的分类与所述流动人口数据的分类，得新的分类结果。
为解决上述技术问题，还提供了一种存储设备，具体技术方案如下：
一种存储设备，其中存储有指令集，所述指令集用于执行：
获取各特定平台对应的待分析数据，所述特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；
根据预设操作对所述待分析数据进行分析处理得人口流动结果，所述人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。
进一步的，所述指令集还用于执行：
所述“获取各特定平台对应的待分析数据”，还包括步骤：
获取运营商平台对应的待分析数据，所述运营商平台对应的待分析数据包括：历史数据和/或实时数据，所述历史数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点，所述实时数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点；
所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据运营商平台对应的待分析数据计算得特定区域特定时段的人口流动结果。
进一步的，所述指令集还用于执行：
所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据预设维度类别对用户进行分类，所述预设维度类别包括：地点和/或时间；
比对所述政务人口库和所述运营商平台的人口流动结果，进行排重，获取第一排重结果；
将所述第一排重结果与所述第三方互联网平台的人口流动结果进行比对排重得最终的人口流动结果。
进一步的，所述指令集还用于执行：
根据第一预设规则对常住人口数据进行分类并打上对应标签；
根据第二预设规则对流动人口数据进行分类并打上对应标签。
进一步的，所述指令集还用于执行：
综合分析所述常住人口数据的分类与所述流动人口数据的分类，得新的分类结果。
本发明的有益效果是：通过获取各特定平台对应的待分析数据，所述特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；根据预设操作对所述待分析数据进行分析处理得人口流动结果，所述人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。整个过程无需再人工挨家挨户进行登记，而是会自动从不同特定平台获取待分析数据，并且通过分析这些待分析数据即可知道人口流动情况，这样的人口分析可实时或定时进行，简单方便易操作。
且可根据人口流动结果对这些人口数据进一步的分类，并通过对这些分类进一步地管理将其应用到实际的社会活动与资源管理中，更好地帮助政府做决策与管理。
附图说明
图1为具体实施方式所述一种数字孪生城市人口管理方法的流程图；
图2为具体实施方式所述一种存储设备的模块示意图。
附图标记说明：
200、存储设备。
具体实施方式
为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。
请参阅图1，在本实施方式中，一种数字孪生城市人口管理方法可应用在一种存储设备上，所述存储设备包括但不限于：个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端等。以下首先对本实施方式中会涉及到的名词做以下解释说明：
政务人口库：政府部门的人口统计数据库。
运营商平台：主要包含联通、电信和移动三大运营商平台。
第三方互联网平台：包括以下中的一种或多种：出行票售卖平台、通信基站、GPS。特指任意可以获取到人员相关的出行票购买平台或任何可以获取到人员出行的基站平台等。
以下对一种数字孪生城市人口管理方法具体展开说明：
步骤S101：获取各特定平台对应的待分析数据，所述特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS。
步骤S102：根据预设操作对所述待分析数据进行分析处理得人口流动结果，所述人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。
通过获取各特定平台对应的待分析数据，所述特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；根据预设操作对所述待分析数据进行分析处理得人口流动结果，所述人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。整个过程无需再人工挨家挨户进行登记，而是会自动从不同特定平台获取待分析数据，并且通过分析这些待分析数据即可知道人口流动情况，这样的人口分析可实时或定时进行，简单方便易操作。
其中各个平台对应的待分析数据均不同，政务人口库对应的待分析数据包括：初始人口数据，所述初始人口数据包括以下中的一种或多种：人口数量、户籍数量、人口规划总量。
运营商平台对应的待分析数据包括：历史数据和/或实时数据。以下会展开说明。
第三方互联网平台对应的待分析数据包括以下中的一种或多种：各种运输工具出行数据、传感器数据；所述各种运输工具出行数据包括以下中的一种或多种：航空出行数据、铁路出行数据、轮船出行数据；所述传感器数据包括以下中的一种或多种：通信基站数据、GPS定位数据。其中航空出行数据、铁路出行数据和轮船出行数据可包括了：购票人信息、购票人出发点与目的地、及票据时间地点等等，总之通过上述这些数据可以获取到相关人员的个人信息及其出行轨迹。
其中获取政务人口库的待分析数据可如下：从各级政府部门的人口管理中心获取划定区域内的初始人口数据，如从公安部门获取人口数量、户籍总量、人口规划总量等人口数据。
获取运营商平台对应的待分析数据可如下：获取运营商平台对应的待分析数据，所述运营商平台对应的待分析数据包括：历史数据和/或实时数据，所述历史数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点，所述实时数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点。如：限定采集时间，获取限定的采集时间内的采集号码和采集地点，因现在手机号码都实名制，故而可以锁定到具体的人员，而通过采集地点可得到人员的流动轨迹。或者限定采集地点，获取限定的采集地点内的采集号码。或同时限定采集地点和采集时间，获取所限定的采集地点和采集时间内的采集号码。
通过运营商平台获取到这些待分析数据后，所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：根据运营商平台对应的待分析数据计算得特定区域特定时段的人口流动结果。具体可如下：
1)选定时间段[a,b]，时间跨度t小时；
2)统计出时间点a对应的集合A中的用户，排重；
3)统计出时间点b对应的集合B中的用户，排重；
4)统计集合A与集合B的差集中的用户即为流出用户；
5)统计集合B与集合A的差集B-A中的用户即为流入用户；
6)B-A集合中用户量减去集合B-A中用户量即为时段新增人流量。
获取第三方互联网平台对应的待分析数据可如下：从第三方互联网平台获取人员流动相关的互联网数据，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；具体如：航空出行数据、铁路出行数据等和传感器数据(通信基站数据、GPS定位数据等)，如火车到达的人流量、汽车进入城市的人流量、人口停留时长、人口流动轨迹数据，通过GPS/基站等获取到的人流量、人口停留时长、人口流动轨迹数据。
其中时段流入量、时段流出量以及时段新增人流量的算法步骤具体为：
1)选定时间段[a,b]，时间跨度t小时；
2)统计出时间点a对应的集合A中的用户，排重；
3)统计出时间点b对应的集合B中的用户，排重；
4)统计集合A与集合B的差集中的用户即为流出用户；
5)统计集合B与集合A的差集B-A中的用户即为流入用户；
6)B-A集合中用户量减去集合B-A中用户量即为时段新增人流量。
获得待分析数据后，所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：根据预设维度类别对用户进行分类，所述预设维度类别包括：地点和/或时间；比对所述政务人口库和所述运营商平台的人口流动结果，进行排重，获取第一排重结果；将所述第一排重结果与所述第三方互联网平台的人口流动结果进行比对排重得最终的人口流动结果。具体可如下：
如设定好时间段2019-10-2100:00至2019-10-2200:00，先导入政务初始数据和运营商数据进行排重，结果再与第三方数据再叠加进行排重，对运营商数据、初始数据与第三方数据进行反复迭代匹配分析，从而将原始数据分为三大类，第一类是可以初步确定的常住人口数据，第二类是流动人口数据，第三类是异动的数据，即由于原始数据缺失造成的新补充数据。
在本实施方式中，为了让管理方式更多样，还包括步骤：根据第一预设规则对常住人口数据进行分类并打上对应标签；根据第二预设规则对流动人口数据进行分类并打上对应标签。具体可如下：将常住人口数据分为五类：居住在本乡镇街道，而且户口在本乡镇街道的人；居住在本乡镇街道，而且户口待定的人；居住在本乡镇街道，而且离开户口登记地所在乡镇街道半年以上的人；户口在本乡镇街道，而且外出(离开本乡镇街道)不满半年的人；户口在本乡镇街道，而且在境外工作或学习的人。并对这五类人员打上对应标签。如：居住在本乡镇街道，而且户口在本乡镇街道的人可打上标签：A，具体要打上什么标签，可做任意调整，只要能起到类之间的区分作用即可。
流动人口数据可分为三类：省际、县际、乡际流动人口；城市、农村流动人口；定期和非定期流动人口，其子类可分为每日流动、季节性流动和周期性流动人口。同样地，对这些分类结果打上对应标签。
进一步的，还包括步骤：综合分析所述常住人口数据的分类与所述流动人口数据的分类，得新的分类结果。如：按以上的5类常住人口和3类流动人口分别进行分类的统计，同时可对这8类人口进行交叉分析，如户口在本乡镇街道，而且在境外工作或学习的人，在每年的寒暑假会定期流动回本乡镇街道，可定义成新的分类。
当获取到人口流动情况后，可进一步地对这些数据进行各种处理，如：城市人口规模演化分析和人口流动范围演化分析。其中城市人口规模演化分析包括以下中的一种或多种：人口总量演变分析、人口密度演变分析、就业居住偏离分析与演变分析。人口流动范围演化分析包括以下中的一种或多种：人口跨域迁徙演化、人口流动流量演化、人口流动出行演化。
对以上各种分析具体展开说明：
人口总量演变分析：人口总量演变分析是指分析一定时点、一定地区范围内的有生命的人口总量。可按照区、乡镇、重点监测区域、重点村域边界进行人口规模总量演变分析。
人口密度演变分析：人口密度指一定时点一定地区的人口数与该地区的面积数之比，即一定时点的单位面积上人口数，通常以每平方公里的居住人数来表示。
就业居住偏离分析与演变分析：就业居住偏离分析与演变分析就是为刻画城市内部人口的空间布局，采用街道、乡镇单元作为分析尺度。显示地图中选中或者全图的工作和居住人口的占比情况，判断不同区域的就业、居住功能是否吻合及以何种功能为主导。
人口跨域迁徙演化：跨域迁徙以工作日、休息日在数字孪生城市人口管理展示人口迁入、迁出演化分析，可以看到其他区域向城区流入与城区向其他区域流动的人数演化情况。
人口流动流量演化：对市区指定区域进行人流量分析，分析区域人数、人口热力图，依据某个区域的历史数据，预测某时间段后的人口数量。
人口流动出行演化：以市区为中心，其他区域到核心区的人群在出行距离、上下班时刻分布等不同的分布特征进行出行演化分析。另外可计算城市人口(通过人口画像还可分为不同性别、不同年龄、不同职业)的平均出行时间，出行时耗、出行次数、出行目的地等特性。
人口流动出行演化通过演化城市人口出行情况，从其结果分析城市交通系统完善程度、承载能力和人口流动出行特征分析。
请参阅图2，在本实施方式中一种存储设备200的具体实施方式如下：所述存储设备200包括但不限于：个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端等。具体实现如下：
一种存储设备200，其中存储有指令集，所述指令集用于执行：
获取各特定平台对应的待分析数据，所述特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；
根据预设操作对所述待分析数据进行分析处理得人口流动结果，所述人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。
通过指令集执行：获取各特定平台对应的待分析数据，所述特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；根据预设操作对所述待分析数据进行分析处理得人口流动结果，所述人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。整个过程无需再人工挨家挨户进行登记，而是会自动从不同特定平台获取待分析数据，并且通过分析这些待分析数据即可知道人口流动情况，这样的人口分析可实时或定时进行，简单方便易操作。
其中各个平台对应的待分析数据均不同，政务人口库对应的待分析数据包括：初始人口数据，所述初始人口数据包括以下中的一种或多种：人口数量、户籍数量、人口规划总量。
运营商平台对应的待分析数据包括：历史数据和/或实时数据。以下会展开说明。
第三方互联网平台对应的待分析数据包括以下中的一种或多种：各种运输工具出行数据、传感器数据；所述各种运输工具出行数据包括以下中的一种或多种：航空出行数据、铁路出行数据、轮船出行数据；所述传感器数据包括以下中的一种或多种：通信基站数据、GPS定位数据。其中航空出行数据、铁路出行数据和轮船出行数据可包括了：购票人信息、购票人出发点与目的地、及票据时间地点等等，总之通过上述这些数据可以获取到相关人员的个人信息及其出行轨迹。
其中获取政务人口库的待分析数据可如下：从各级政府部门的人口管理中心获取划定区域内的初始人口数据，如从公安部门获取人口数量、户籍总量、人口规划总量等人口数据。
进一步的，所述指令集还用于执行：
所述“获取各特定平台对应的待分析数据”，还包括步骤：
获取运营商平台对应的待分析数据，所述运营商平台对应的待分析数据包括：历史数据和/或实时数据，所述历史数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点，所述实时数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点；如：限定采集时间，获取限定的采集时间内的采集号码和采集地点，因现在手机号码都实名制，故而可以锁定到具体的人员，而通过采集地点可得到人员的流动轨迹。或者限定采集地点，获取限定的采集地点内的采集号码。或同时限定采集地点和采集时间，获取所限定的采集地点和采集时间内的采集号码。
所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据运营商平台对应的待分析数据计算得特定区域特定时段的人口流动结果。具体可如下：
1)选定时间段[a,b]，时间跨度t小时；
2)统计出时间点a对应的集合A中的用户，排重；
3)统计出时间点b对应的集合B中的用户，排重；
4)统计集合A与集合B的差集中的用户即为流出用户；
5)统计集合B与集合A的差集B-A中的用户即为流入用户；
6)B-A集合中用户量减去集合B-A中用户量即为时段新增人流量。
获取第三方互联网平台对应的待分析数据可如下：从第三方互联网平台获取人员流动相关的互联网数据，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；具体如：航空出行数据、铁路出行数据等和传感器数据(通信基站数据、GPS定位数据等)，如火车到达的人流量、汽车进入城市的人流量、人口停留时长、人口流动轨迹数据，通过GPS/基站等获取到的人流量、人口停留时长、人口流动轨迹数据。
其中时段流入量、时段流出量以及时段新增人流量的算法步骤具体为：
1)选定时间段[a,b]，时间跨度t小时；
2)统计出时间点a对应的集合A中的用户，排重；
3)统计出时间点b对应的集合B中的用户，排重；
4)统计集合A与集合B的差集中的用户即为流出用户；
5)统计集合B与集合A的差集B-A中的用户即为流入用户；
6)B-A集合中用户量减去集合B-A中用户量即为时段新增人流量。
进一步的，所述指令集还用于执行：
所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据预设维度类别对用户进行分类，所述预设维度类别包括：地点和/或时间；
比对所述政务人口库和所述运营商平台的人口流动结果，进行排重，获取第一排重结果；
将所述第一排重结果与所述第三方互联网平台的人口流动结果进行比对排重得最终的人口流动结果。具体可如下：
如设定好时间段2019-10-2100:00至2019-10-2200:00，先导入政务初始数据和运营商数据进行排重，结果再与第三方数据再叠加进行排重，对运营商数据、初始数据与第三方数据进行反复迭代匹配分析，从而将原始数据分为三大类，第一类是可以初步确定的常住人口数据，第二类是流动人口数据，第三类是异动的数据，即由于原始数据缺失造成的新补充数据。
进一步的，在本实施方式中，为了让管理方式更多样，所述指令集还用于执行：
根据第一预设规则对常住人口数据进行分类并打上对应标签；
根据第二预设规则对流动人口数据进行分类并打上对应标签。具体可如下：将常住人口数据分为五类：居住在本乡镇街道，而且户口在本乡镇街道的人；居住在本乡镇街道，而且户口待定的人；居住在本乡镇街道，而且离开户口登记地所在乡镇街道半年以上的人；户口在本乡镇街道，而且外出(离开本乡镇街道)不满半年的人；户口在本乡镇街道，而且在境外工作或学习的人。并对这五类人员打上对应标签。如：居住在本乡镇街道，而且户口在本乡镇街道的人可打上标签：A，具体要打上什么标签，可做任意调整，只要能起到类之间的区分作用即可。
流动人口数据可分为三类：省际、县际、乡际流动人口；城市、农村流动人口；定期和非定期流动人口，其子类可分为每日流动、季节性流动和周期性流动人口。同样地，对这些分类结果打上对应标签。
进一步的，所述指令集还用于执行：
综合分析所述常住人口数据的分类与所述流动人口数据的分类，得新的分类结果。如：按以上的5类常住人口和3类流动人口分别进行分类的统计，同时可对这8类人口进行交叉分析，如户口在本乡镇街道，而且在境外工作或学习的人，在每年的寒暑假会定期流动回本乡镇街道，可定义成新的分类。
当获取到人口流动情况后，可进一步地对这些数据进行各种处理，如：城市人口规模演化分析和人口流动范围演化分析。其中城市人口规模演化分析包括以下中的一种或多种：人口总量演变分析、人口密度演变分析、就业居住偏离分析与演变分析。人口流动范围演化分析包括以下中的一种或多种：人口跨域迁徙演化、人口流动流量演化、人口流动出行演化。
对以上各种分析具体展开说明：
人口总量演变分析：人口总量演变分析是指分析一定时点、一定地区范围内的有生命的人口总量。可按照区、乡镇、重点监测区域、重点村域边界进行人口规模总量演变分析。
人口密度演变分析：人口密度指一定时点一定地区的人口数与该地区的面积数之比，即一定时点的单位面积上人口数，通常以每平方公里的居住人数来表示。
就业居住偏离分析与演变分析：就业居住偏离分析与演变分析就是为刻画城市内部人口的空间布局，采用街道、乡镇单元作为分析尺度。显示地图中选中或者全图的工作和居住人口的占比情况，判断不同区域的就业、居住功能是否吻合及以何种功能为主导。
人口跨域迁徙演化：跨域迁徙以工作日、休息日在数字孪生城市人口管理展示人口迁入、迁出演化分析，可以看到其他区域向城区流入与城区向其他区域流动的人数演化情况。
人口流动流量演化：对市区指定区域进行人流量分析，分析区域人数、人口热力图，依据某个区域的历史数据，预测某时间段后的人口数量。
人口流动出行演化：以市区为中心，其他区域到核心区的人群在出行距离、上下班时刻分布等不同的分布特征进行出行演化分析。另外可计算城市人口(通过人口画像还可分为不同性别、不同年龄、不同职业)的平均出行时间，出行时耗、出行次数、出行目的地等特性。
人口流动出行演化通过演化城市人口出行情况，从其结果分析城市交通系统完善程度、承载能力和人口流动出行特征分析。
需要说明的是，尽管在本文中已经对上述各实施例进行了描述，但并非因此限制本发明的专利保护范围。因此，基于本发明的创新理念，对本文所述实施例进行的变更和修改，或利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接地将以上技术方案运用在其他相关的技术领域，均包括在本发明的专利保护范围之内。

Claims (10)

1.一种数字孪生城市人口管理方法，其特征在于，包括步骤：
获取各特定平台对应的待分析数据，所述特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；
根据预设操作对所述待分析数据进行分析处理得人口流动结果，所述人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。
2.根据权利要求1所述的一种数字孪生城市人口管理方法，其特征在于，
所述“获取各特定平台对应的待分析数据”，还包括步骤：
获取运营商平台对应的待分析数据，所述运营商平台对应的待分析数据包括：历史数据和/或实时数据，所述历史数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点，所述实时数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点；
所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据运营商平台对应的待分析数据计算得特定区域特定时段的人口流动结果。
3.根据权利要求1所述的一种数字孪生城市人口管理方法，其特征在于，
所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据预设维度类别对用户进行分类，所述预设维度类别包括：地点和/或时间；
比对所述政务人口库和所述运营商平台的人口流动结果，进行排重，获取第一排重结果；
将所述第一排重结果与所述第三方互联网平台的人口流动结果进行比对排重得最终的人口流动结果。
4.根据权利要求1所述的一种数字孪生城市人口管理方法，其特征在于，还包括步骤：
根据第一预设规则对常住人口数据进行分类并打上对应标签；
根据第二预设规则对流动人口数据进行分类并打上对应标签。
5.根据权利要求4所述的一种数字孪生城市人口管理方法，其特征在于，还包括步骤：
综合分析所述常住人口数据的分类与所述流动人口数据的分类，得新的分类结果。
6.一种存储设备，其中存储有指令集，其特征在于，所述指令集用于执行：
获取各特定平台对应的待分析数据，所述特定平台包括以下中的一种或多种：政务人口库、运营商平台、第三方互联网平台，所述第三方互联网平台包括以下中的一种或多种：出行票售卖平台、通信基站、GPS；
根据预设操作对所述待分析数据进行分析处理得人口流动结果，所述人口流动结果包括以下中的一种或多种：常住人口数据、流动人口数据、移动数据。
7.根据权利要求6所述的一种存储设备，其特征在于，所述指令集还用于执行：
所述“获取各特定平台对应的待分析数据”，还包括步骤：
获取运营商平台对应的待分析数据，所述运营商平台对应的待分析数据包括：历史数据和/或实时数据，所述历史数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点，所述实时数据的内容包括以下中的一种或多种：采集号码、采集时间、采集地点；
所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据运营商平台对应的待分析数据计算得特定区域特定时段的人口流动结果。
8.根据权利要求6所述的一种存储设备，其特征在于，所述指令集还用于执行：
所述“根据预设操作对所述待分析数据进行分析处理得人口流动结果”，还包括步骤：
根据预设维度类别对用户进行分类，所述预设维度类别包括：地点和/或时间；
比对所述政务人口库和所述运营商平台的人口流动结果，进行排重，获取第一排重结果；
将所述第一排重结果与所述第三方互联网平台的人口流动结果进行比对排重得最终的人口流动结果。
9.根据权利要求6所述的一种存储设备，其特征在于，所述指令集还用于执行：
根据第一预设规则对常住人口数据进行分类并打上对应标签；
根据第二预设规则对流动人口数据进行分类并打上对应标签。
10.根据权利要求9所述的一种存储设备，其特征在于，所述指令集还用于执行：
综合分析所述常住人口数据的分类与所述流动人口数据的分类，得新的分类结果。
CN202010608337.6A 2020-06-29 2020-06-29 一种数字孪生城市人口管理方法和存储设备 Pending CN112000874A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010608337.6A CN112000874A (zh) 2020-06-29 2020-06-29 一种数字孪生城市人口管理方法和存储设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010608337.6A CN112000874A (zh) 2020-06-29 2020-06-29 一种数字孪生城市人口管理方法和存储设备

Publications (1)

Publication Number Publication Date
CN112000874A true CN112000874A (zh) 2020-11-27

Family

ID=73466651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010608337.6A Pending CN112000874A (zh) 2020-06-29 2020-06-29 一种数字孪生城市人口管理方法和存储设备

Country Status (1)

Country Link
CN (1) CN112000874A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151344A (zh) * 2023-10-26 2023-12-01 乘木科技(珠海)有限公司 一种数字孪生城市人口管理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217087A (zh) * 2013-05-29 2014-12-17 上海载德信息科技有限公司 一种基于运营商网络数据的常住人口分析方法
KR101864222B1 (ko) * 2017-07-24 2018-06-04 엠제이코어텍(주) 보행자 통행량 빅데이터 분석 시스템 및 방법
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
CN111160851A (zh) * 2019-12-13 2020-05-15 浙江墨煌信息科技有限公司 一种基于运营商信令数据提升城市管理能力的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104217087A (zh) * 2013-05-29 2014-12-17 上海载德信息科技有限公司 一种基于运营商网络数据的常住人口分析方法
KR101864222B1 (ko) * 2017-07-24 2018-06-04 엠제이코어텍(주) 보행자 통행량 빅데이터 분석 시스템 및 방법
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
CN111160851A (zh) * 2019-12-13 2020-05-15 浙江墨煌信息科技有限公司 一种基于运营商信令数据提升城市管理能力的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151344A (zh) * 2023-10-26 2023-12-01 乘木科技(珠海)有限公司 一种数字孪生城市人口管理方法
CN117151344B (zh) * 2023-10-26 2024-02-02 乘木科技(珠海)有限公司 一种数字孪生城市人口管理方法

Similar Documents

Publication Publication Date Title
CN111882235B (zh) 一种网格化的企业管理服务监测方法
Zhao et al. Estimating a rail passenger trip origin‐destination matrix using automatic data collection systems
Biba et al. A new method for determining the population with walking access to transit
Caceres et al. Deriving origin–destination data from a mobile phone network
CN103116825B (zh) 智慧城市管理系统
CN112118548A (zh) 一种大数据识别常住人口与流动人口的方法和存储设备
CN102595323B (zh) 基于手机定位数据的居民出行特征参数的获取方法
CN107316098B (zh) 一种基于用户行为分析的汽车租赁点选址方法
CN109561386A (zh) 一种基于多源定位数据的城市居民出行活动模式获取方法
Lee et al. Assessing transit competitiveness in Seoul considering actual transit travel times based on smart card data
CN108288321A (zh) 基于ic卡数据与车辆gps信息的公交站点上下客流量确定方法
CN112363999B (zh) 一种公共交通的客流分析方法、装置、设备、存储介质
You et al. A GPS data processing framework for analysis of drayage truck tours
CN112418556B (zh) 一种基于互联网共享平台下的网格化服务系统
CN111754209A (zh) 一种基于大数据共享的旅游综合服务方法及系统
Nanni et al. Transportation planning based on GSM traces: a case study on ivory coast
Huang Data integration for urban transport planning
Mao et al. Customer attractiveness evaluation and classification of urban commercial centers by crowd intelligence
CN109409563B (zh) 一种公交运营车辆实时人数的分析方法、系统和存储介质
Zhu et al. The impact of road functions on road congestions based on poi clustering: an empirical analysis in xi’an, china
CN115017244A (zh) 一种地理信息大数据与人口数据融合服务社区治理的方法
CN112000874A (zh) 一种数字孪生城市人口管理方法和存储设备
Li et al. Investigating the impact of weather conditions and land use on dockless bike-share trips in Shanghai, China
Causevic et al. Potentials and advantages of applying geographic information systems in various fields of traffic engineering
Lwin et al. Identification of various transport modes and rail transit behaviors from mobile CDR data: A case of Yangon City

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: 20201127

RJ01 Rejection of invention patent application after publication