CN116957520A - 一种基于大数据的失业率监测方法、系统和存储介质 - Google Patents
一种基于大数据的失业率监测方法、系统和存储介质 Download PDFInfo
- Publication number
- CN116957520A CN116957520A CN202311211424.8A CN202311211424A CN116957520A CN 116957520 A CN116957520 A CN 116957520A CN 202311211424 A CN202311211424 A CN 202311211424A CN 116957520 A CN116957520 A CN 116957520A
- Authority
- CN
- China
- Prior art keywords
- mobile phone
- preset
- phone user
- user
- information
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000011664 signaling Effects 0.000 claims abstract description 47
- 238000012216 screening Methods 0.000 claims description 8
- 230000003203 everyday effect Effects 0.000 abstract description 3
- 230000001960 triggered effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 1
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephone Function (AREA)
Abstract
本发明公开的一种基于大数据的失业率监测方法、系统和存储介质,通过预设区域内手机信令的大数据,确定手机用户每天的行程位置以及在对应行程位置上驻留的时间长度,从而确定对应手机用户所在的工作地,再以预设时间周期为时间基准,确定对应手机用户是否为上班状态,再结合对应手机用户的历史上班记录,判断对应手机状态是否为失业状态,从而确定预设区域内的失业率,本发明通过手机信令的大数据对失业率进行监测,删除了非就业人员的干扰,提高了预设区域内失业率的监测效率以及准确性。
Description
技术领域
本发明涉及数据处理技术领域,更具体的,涉及一种基于大数据的失业率监测方法、系统和存储介质。
背景技术
传统的失业率监测为失业人口主动登记,并且区分了城镇户口和农业户口,一般情况下,农民有土地,或者有土地收入,则不会被计算进失业人口,或者将一些不工作人员纳入失业人口,或者将一些非工作人员纳入就业人口,因此,传统的失业率监测具有局限性。
因此,现有技术存在缺陷,亟待改进。
发明内容
鉴于上述问题,本发明的目的是提供一种基于大数据的失业率监测方法、系统和存储介质,能够更有效的提高预设区域内失业率的监测效率以及准确性。
本发明第一方面提供了一种基于大数据的失业率监测方法,包括:
基于预设时间周期,获取手机用户的工作地点信息;
以任一工作地点为第一基准点,获取第一基准点的预设第一范围内工作地点的数量,设为同一工作地点,并记录对应手机用户在同一工作地点的天数;
判断手机用户在同一工作地点的天数是否大于预设天数阈值,若是,对应手机用户为上班状态;若否,将对应手机用户进行标记,得到标记用户;
判断所述标记用户在预设区域内是否存在历史上班记录信息,若是,则将所述标记用户设为失业状态;若否,将所述标记用户设为不工作用户;
获取手机用户为上班状态的人数值和失业状态的人数值;
将手机用户为上班状态的人数值和失业状态的人数值进行累加,得到预设区域内的上班总人数值;
将手机用户为失业状态的人数值除以预设区域内的上班总人数值,得到该预设区域内在当前预设时间周期的失业率。
本方案中,所述获取手机用户的工作地点信息的步骤,具体包括:
获取预设区域内的手机信令数据信息;
根据预设区域内的手机信令数据信息,得到对应手机用户的行程点信息;
将所述手机用户的行程点按照预设第一时间段进行筛选,得到预设第一时间段的行程点;
以预设第一时间段的任一行程点为第二基准点,提取预设第二范围内的所有行程点;
将预设第二范围内的所有行程点的时间进行累加,得到手机用户在对应基准点的驻留时间,并组成驻留时间集;
提取驻留时间集中的最大值驻留时间,并将所述最大值驻留时间对应的基准点位置设为对应手机用户的工作地点;
所述行程点信息包括对应行程位置信息和对应手机用户在该行程位置的驻留时间长度信息。
本方案中,所述获取预设区域内的手机信令数据信息之后,还包括:
获取手机用户的注册信息;
提取手机用户的注册信息中的用户年龄信息;
判断所述手机用户年龄是否大于预设第一年龄阈值,若是,将手机用户对应的手机信令数据设为有效数据;若否,将手机用户对应的手机信令数据设为无效数据;
将所述无效数据进行删除。
本方案中,所述得到该预设区域内在当前预设时间周期的失业率之后,还包括:
判断所述预设区域内在当前预设时间周期的失业率是否大于预设失业率阈值,若是,触发提示信息;
将所述提示信息发送至预设管理端以进行显示。
本方案中,还包括:
获取在预设第一范围内工作地点的手机用户数量信息;
判断所述预设第一范围内工作地点的手机用户数量是否大于预设第二数量阈值,若是,将所述预设第一范围设为办公范围;
基于预设时间周期,获取手机用户在办公范围的次数值;
判断所述手机用户在办公范围的次数值是否大于预设第三数量阈值,若是,将所述手机用户设为上班状态。
本方案中,所述获取手机用户经过办公范围的次数值的步骤,具体包括:
基于预设第一时间段,获取手机用户在办公范围的时间值;
判断所述手机用户在办公范围的时间值是否大于预设时间阈值,若是,记录对应手机用户在办公范围一次;
所述手机用户在办公范围的时间值表示为对应手机用户在办公范围驻留的时间长度。
本发明第二方面提供了一种基于大数据的失业率监测系统,包括存储器和处理器,所述存储器中存储有一种基于大数据的失业率监测方法程序,所述一种基于大数据的失业率监测方法程序被所述处理器执行时实现如下步骤:
基于预设时间周期,获取手机用户的工作地点信息;
以任一工作地点为第一基准点,获取第一基准点的预设第一范围内工作地点的数量,设为同一工作地点,并记录对应手机用户在同一工作地点的天数;
判断手机用户在同一工作地点的天数是否大于预设天数阈值,若是,对应手机用户为上班状态;若否,将对应手机用户进行标记,得到标记用户;
判断所述标记用户在预设区域内是否存在历史上班记录信息,若是,则将所述标记用户设为失业状态;若否,将所述标记用户设为不工作用户;
获取手机用户为上班状态的人数值和失业状态的人数值;
将手机用户为上班状态的人数值和失业状态的人数值进行累加,得到预设区域内的上班总人数值;
将手机用户为失业状态的人数值除以预设区域内的上班总人数值,得到该预设区域内在当前预设时间周期的失业率。
本方案中,所述获取手机用户的工作地点信息的步骤,具体包括:
获取预设区域内的手机信令数据信息;
根据预设区域内的手机信令数据信息,得到对应手机用户的行程点信息;
将所述手机用户的行程点按照预设第一时间段进行筛选,得到预设第一时间段的行程点;
以预设第一时间段的任一行程点为第二基准点,提取预设第二范围内的所有行程点;
将预设第二范围内的所有行程点的时间进行累加,得到手机用户在对应基准点的驻留时间,并组成驻留时间集;
提取驻留时间集中的最大值驻留时间,并将所述最大值驻留时间对应的基准点位置设为对应手机用户的工作地点;
所述行程点信息包括对应行程位置信息和对应手机用户在该行程位置的驻留时间长度信息。
本方案中,所述获取预设区域内的手机信令数据信息之后,还包括:
获取手机用户的注册信息;
提取手机用户的注册信息中的用户年龄信息;
判断所述手机用户年龄是否大于预设第一年龄阈值,若是,将手机用户对应的手机信令数据设为有效数据;若否,将手机用户对应的手机信令数据设为无效数据;
将所述无效数据进行删除。
本方案中,所述得到该预设区域内在当前预设时间周期的失业率之后,还包括:
判断所述预设区域内在当前预设时间周期的失业率是否大于预设失业率阈值,若是,触发提示信息;
将所述提示信息发送至预设管理端以进行显示。
本方案中,还包括:
获取在预设第一范围内工作地点的手机用户数量信息;
判断所述预设第一范围内工作地点的手机用户数量是否大于预设第二数量阈值,若是,将所述预设第一范围设为办公范围;
基于预设时间周期,获取手机用户在办公范围的次数值;
判断所述手机用户在办公范围的次数值是否大于预设第三数量阈值,若是,将所述手机用户设为上班状态。
本方案中,所述获取手机用户经过办公范围的次数值的步骤,具体包括:
基于预设第一时间段,获取手机用户在办公范围的时间值;
判断所述手机用户在办公范围的时间值是否大于预设时间阈值,若是,记录对应手机用户在办公范围一次;
所述手机用户在办公范围的时间值表示为对应手机用户在办公范围驻留的时间长度。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有一种基于大数据的失业率监测方法程序,所述一种基于大数据的失业率监测方法程序被处理器执行时,实现如上述任一项所述的一种基于大数据的失业率监测方法的步骤。
本发明公开的一种基于大数据的失业率监测方法、系统和存储介质,通过预设区域内手机信令的大数据,确定手机用户每天的行程位置以及在对应行程位置上驻留的时间长度,从而确定对应手机用户所在的工作地,再以预设时间周期为时间基准,确定对应手机用户是否为上班状态,再结合对应手机用户的历史上班记录,判断对应手机状态是否为失业状态,从而确定预设区域内的失业率,本发明通过手机信令的大数据对失业率进行监测,删除了非就业人员的干扰,提高了预设区域内失业率的监测效率以及准确性。
附图说明
图1示出了本发明一种基于大数据的失业率监测方法的流程图;
图2示出了本发明一种基于大数据的失业率监测系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于大数据的失业率监测方法的流程图。
如图1所示,本发明公开了一种基于大数据的失业率监测方法,包括:
S101,基于预设时间周期,获取手机用户的工作地点信息;
S102,以任一工作地点为第一基准点,获取第一基准点的预设第一范围内工作地点的数量,设为同一工作地点,并记录对应手机用户在同一工作地点的天数;
S103,判断手机用户在同一工作地点的天数是否大于预设天数阈值,若是,对应手机用户为上班状态;若否,将对应手机用户进行标记,得到标记用户;
S104,判断所述标记用户在预设区域内是否存在历史上班记录信息,若是,则将所述标记用户设为失业状态;若否,将所述标记用户设为不工作用户;
S105,获取手机用户为上班状态的人数值和失业状态的人数值;
S106,将手机用户为上班状态的人数值和失业状态的人数值进行累加,得到预设区域内的上班总人数值;
S107,将手机用户为失业状态的人数值除以预设区域内的上班总人数值,得到该预设区域内在当前预设时间周期的失业率。
根据本发明实施例,在本实施例中预设时间周期设为一个月,即获取手机用户在一个月内的工作地点,并随机选取一个工作地点为第一基准点,并将第一基准点的预设第一范围内的工作地点都设为同一工作地点,并记录对应手机用户在预设时间周期内在对应工作地点的天数,比如将预设天数阈值设为15,则该手机用户在一个月的时间周期内在同一个工作地点超过15天,说明对应手机用户为上班状态,若没有15天,则将对应手机用户进行标记,设为标记用户,当标记用户在历史上班记录中没有记录,则将对应手机用户设为非工作人员,若标记用户在历史上班记录中存在记录,则将对应标记用户设为失业人员,当手机用户存在历史上班状态时,对应手机用户存在历史上班记录。
根据本发明实施例,所述获取手机用户的工作地点信息的步骤,具体包括:
获取预设区域内的手机信令数据信息;
根据预设区域内的手机信令数据信息,得到对应手机用户的行程点信息;
将所述手机用户的行程点按照预设第一时间段进行筛选,得到预设第一时间段的行程点;
以预设第一时间段的任一行程点为第二基准点,提取预设第二范围内的所有行程点;
将预设第二范围内的所有行程点的时间进行累加,得到手机用户在对应基准点的驻留时间,并组成驻留时间集;
提取驻留时间集中的最大值驻留时间,并将所述最大值驻留时间对应的基准点位置设为对应手机用户的工作地点;
所述行程点信息包括对应行程位置信息和对应手机用户在该行程位置的驻留时间长度信息。
需要说明的是,在本实施例中所述预设第一时间段设为早上七点至晚上七点之间,所述手机用户的行程点按照预设第一时间段进行筛选的具体方法为:删除不在预设第一时间段的手机用户的行程点;所述预设第二范围由本领域技术人员进行设置,比如直径为30米的圆形。
根据本发明实施例,所述获取预设区域内的手机信令数据信息之后,还包括:
获取手机用户的注册信息;
提取手机用户的注册信息中的用户年龄信息;
判断所述手机用户年龄是否大于预设第一年龄阈值,若是,将手机用户对应的手机信令数据设为有效数据;若否,将手机用户对应的手机信令数据设为无效数据;
将所述无效数据进行删除。
需要说明的是,为了避免学生带手机给手机信令数据造成干扰,获取手机用户的注册信息,所述手机用户的注册信息包括用户年龄等资料信息,其中,若手机用户年龄小于或等于预设第一年龄阈值,则说明对应手机用户还是学生,比如将预设第一年龄阈值设为18岁,将无效数据进行删除以提高手机信令数据的准确性。
根据本发明实施例,所述得到该预设区域内在当前预设时间周期的失业率之后,还包括:
判断所述预设区域内在当前预设时间周期的失业率是否大于预设失业率阈值,若是,触发提示信息;
将所述提示信息发送至预设管理端以进行显示。
需要说明的是,比如预设失业率阈值为6%,则当预设区域内在当前预设时间周期的失业率大于6%时,触发提示信息,并将所述提示信息发送至预设管理端以进行显示;若预设区域内在当前预设时间周期的失业率小于或等于预设失业率阈值,则说明对应预设区域内在当前时间周期的失业率还处于正常状态。
根据本发明实施例,还包括:
获取在预设第一范围内工作地点的手机用户数量信息;
判断所述预设第一范围内工作地点的手机用户数量是否大于预设第二数量阈值,若是,将所述预设第一范围设为办公范围;
基于预设时间周期,获取手机用户在办公范围的次数值;
判断所述手机用户在办公范围的次数值是否大于预设第三数量阈值,若是,将所述手机用户设为上班状态。
需要说明的是,当同一工作地点的手机用户数量大于预设第二数量阈值时,说明对应工作地点对应的预设第一范围为办公范围,当手机用户在预设时间周期内在办公范围的次数值大于预设第三数量阈值时,说明的对应手机用户在该办公范围上班,即对应手机用户为上班状态,比如所述预设第二数量阈值为3人,比如所述预设第三数量阈值为10天,所述预设第三数量阈值小于预设第一数量阈值,所述预设第二数量阈值、预设第三数量阈值由本领域技术人员进行设置。
根据本发明实施例,所述获取手机用户经过办公范围的次数值的步骤,具体包括:
基于预设第一时间段,获取手机用户在办公范围的时间值;
判断所述手机用户在办公范围的时间值是否大于预设时间阈值,若是,记录对应手机用户在办公范围一次;
所述手机用户在办公范围的时间值表示为对应手机用户在办公范围驻留的时间长度。
需要说明的是,获取手机用户在预设第一时间段在办公范围的时间值,比如将预设时间阈值设为3小时,则当手机用户在办公范围的时间值大于3小时,则记录对应手机用户在办公范围一次,并且,每一个预设第一时间段仅能记录一次,所述预设第一时间段不大于一天,且不小于8小时,本实施例中将预设第一时间段设为早上七点至晚上七点之间。
根据本发明实施例,还包括:
获取预设区域内在上一个预设时间周期的历史失业率;
将当预设区域内在当前预设时间周期的失业率减去上一个预设时间周期的历史失业率,得到失业率差值;
判断所述失业率差值是否大于预设第一阈值,若是,触发失业率提升警示信息;
将所述失业率提升警示信息发送至预设管理端以进行显示。
需要说明的是,当在相邻预设时间周期的失业率差值大于预设第一阈值时,说明对在下一预设时间周期内的就业压力加剧,从而触发失业率提升警示信息,所述预设第一阈值由本领域技术人员进行设置,比如1%。
根据本发明实施例,还包括:
获取历史n个预设时间周期的失业状态的手机用户信息;
判断所述历史n个预设时间周期的失业状态的手机用户是否存在再就业记录信息,若是,对应历史n个预设时间周期的失业状态的手机用户为上班状态;若否,对应历史n个预设时间周期的失业状态的手机用户为失业状态;
根据对应历史n个预设时间周期的失业状态的手机用户为失业状态,得到历史失业状态的人数值;
将历史失业状态的人数值加上当前预设时间周期的失业状态的人数值,得到修改后的失业状态的人数值。
需要说明的是,当失业状态的手机用户重新获取上班状态之后,对应手机用户将得到再就业记录信息,若对应失业状态的手机用户没有再就业记录信息,则说明对应失业状态的手机用户还在失业状态,在本实施例中,将历史n个预设时间周期的失业状态的手机用户设为历史2个月内的失业状态的手机用户,相同手机用户的手机信令数据只记录一次。
根据本发明实施例,还包括:
基于预设地图软件,获取手机用户的工作地点对应的位置名称信息;
判断所述手机用户的工作地点对应的位置名称是否和预设名称相同,若是,提取所述工作地点对应的位置名称;
根据所述手机用户的工作地点对应的位置名称在预设名单列表中查询,得到对应位置名称的年龄限值;
获取工作地点在对应位置名称的手机用户年龄信息;
判断所述工作地点在对应位置名称的手机用户年龄是否大于对应位置名称的年龄限值,若是,将所述手机用户的手机信令数据设为有效数据;若否,则将所述手机用户的手机信令数据进行删除。
需要说明的是,所述预设名称包括各种学校的名称、培训机构的名称等服务于学生的位置名称,所述预设名单列表中存储有各种预设名称对应的年龄限值,比如a大学,则可以将对应a大学的年龄限值设为22岁,当在a大学的手机用户年龄大于22岁,则将对应手机用户的手机信令设为有效数据,当在a大学的手机用户年龄小于或等于22岁,则将对应手机用户设为在校大学生,并将对应手机用户的手机信令数据进行删除。
图2示出了本发明一种基于大数据的失业率监测系统的框图。
如图2所示,本发明第二方面提供了一种基于大数据的失业率监测系统2,包括存储器21和处理器22,所述存储器中存储有一种基于大数据的失业率监测方法程序,所述一种基于大数据的失业率监测方法程序被所述处理器执行时实现如下步骤:
基于预设时间周期,获取手机用户的工作地点信息;
以任一工作地点为第一基准点,获取第一基准点的预设第一范围内工作地点的数量,设为同一工作地点,并记录对应手机用户在同一工作地点的天数;
判断手机用户在同一工作地点的天数是否大于预设天数阈值,若是,对应手机用户为上班状态;若否,将对应手机用户进行标记,得到标记用户;
判断所述标记用户在预设区域内是否存在历史上班记录信息,若是,则将所述标记用户设为失业状态;若否,将所述标记用户设为不工作用户;
获取手机用户为上班状态的人数值和失业状态的人数值;
将手机用户为上班状态的人数值和失业状态的人数值进行累加,得到预设区域内的上班总人数值;
将手机用户为失业状态的人数值除以预设区域内的上班总人数值,得到该预设区域内在当前预设时间周期的失业率。
根据本发明实施例,在本实施例中预设时间周期设为一个月,即获取手机用户在一个月内的工作地点,并随机选取一个工作地点为第一基准点,并将第一基准点的预设第一范围内的工作地点都设为同一工作地点,并记录对应手机用户在预设时间周期内在对应工作地点的天数,比如将预设天数阈值设为15,则该手机用户在一个月的时间周期内在同一个工作地点超过15天,说明对应手机用户为上班状态,若没有15天,则将对应手机用户进行标记,设为标记用户,当标记用户在历史上班记录中没有记录,则将对应手机用户设为非工作人员,若标记用户在历史上班记录中存在记录,则将对应标记用户设为失业人员,当手机用户存在历史上班状态时,对应手机用户存在历史上班记录。
根据本发明实施例,所述获取手机用户的工作地点信息的步骤,具体包括:
获取预设区域内的手机信令数据信息;
根据预设区域内的手机信令数据信息,得到对应手机用户的行程点信息;
将所述手机用户的行程点按照预设第一时间段进行筛选,得到预设第一时间段的行程点;
以预设第一时间段的任一行程点为第二基准点,提取预设第二范围内的所有行程点;
将预设第二范围内的所有行程点的时间进行累加,得到手机用户在对应基准点的驻留时间,并组成驻留时间集;
提取驻留时间集中的最大值驻留时间,并将所述最大值驻留时间对应的基准点位置设为对应手机用户的工作地点;
所述行程点信息包括对应行程位置信息和对应手机用户在该行程位置的驻留时间长度信息。
需要说明的是,在本实施例中所述预设第一时间段设为早上七点至晚上七点之间,所述手机用户的行程点按照预设第一时间段进行筛选的具体方法为:删除不在预设第一时间段的手机用户的行程点;所述预设第二范围由本领域技术人员进行设置,比如直径为30米的圆形。
根据本发明实施例,所述获取预设区域内的手机信令数据信息之后,还包括:
获取手机用户的注册信息;
提取手机用户的注册信息中的用户年龄信息;
判断所述手机用户年龄是否大于预设第一年龄阈值,若是,将手机用户对应的手机信令数据设为有效数据;若否,将手机用户对应的手机信令数据设为无效数据;
将所述无效数据进行删除。
需要说明的是,为了避免学生带手机给手机信令数据造成干扰,获取手机用户的注册信息,所述手机用户的注册信息包括用户年龄等资料信息,其中,若手机用户年龄小于或等于预设第一年龄阈值,则说明对应手机用户还是学生,比如将预设第一年龄阈值设为18岁,将无效数据进行删除以提高手机信令数据的准确性。
根据本发明实施例,所述得到该预设区域内在当前预设时间周期的失业率之后,还包括:
判断所述预设区域内在当前预设时间周期的失业率是否大于预设失业率阈值,若是,触发提示信息;
将所述提示信息发送至预设管理端以进行显示。
需要说明的是,比如预设失业率阈值为6%,则当预设区域内在当前预设时间周期的失业率大于6%时,触发提示信息,并将所述提示信息发送至预设管理端以进行显示;若预设区域内在当前预设时间周期的失业率小于或等于预设失业率阈值,则说明对应预设区域内在当前时间周期的失业率还处于正常状态。
根据本发明实施例,还包括:
获取在预设第一范围内工作地点的手机用户数量信息;
判断所述预设第一范围内工作地点的手机用户数量是否大于预设第二数量阈值,若是,将所述预设第一范围设为办公范围;
基于预设时间周期,获取手机用户在办公范围的次数值;
判断所述手机用户在办公范围的次数值是否大于预设第三数量阈值,若是,将所述手机用户设为上班状态。
需要说明的是,当同一工作地点的手机用户数量大于预设第二数量阈值时,说明对应工作地点对应的预设第一范围为办公范围,当手机用户在预设时间周期内在办公范围的次数值大于预设第三数量阈值时,说明的对应手机用户在该办公范围上班,即对应手机用户为上班状态,比如所述预设第二数量阈值为3人,比如所述预设第三数量阈值为10天,所述预设第三数量阈值小于预设第一数量阈值,所述预设第二数量阈值、预设第三数量阈值由本领域技术人员进行设置。
根据本发明实施例,所述获取手机用户经过办公范围的次数值的步骤,具体包括:
基于预设第一时间段,获取手机用户在办公范围的时间值;
判断所述手机用户在办公范围的时间值是否大于预设时间阈值,若是,记录对应手机用户在办公范围一次;
所述手机用户在办公范围的时间值表示为对应手机用户在办公范围驻留的时间长度。
需要说明的是,获取手机用户在预设第一时间段在办公范围的时间值,比如将预设时间阈值设为3小时,则当手机用户在办公范围的时间值大于3小时,则记录对应手机用户在办公范围一次,并且,每一个预设第一时间段仅能记录一次,所述预设第一时间段不大于一天,且不小于8小时,本实施例中将预设第一时间段设为早上七点至晚上七点之间。
根据本发明实施例,还包括:
获取预设区域内在上一个预设时间周期的历史失业率;
将当预设区域内在当前预设时间周期的失业率减去上一个预设时间周期的历史失业率,得到失业率差值;
判断所述失业率差值是否大于预设第一阈值,若是,触发失业率提升警示信息;
将所述失业率提升警示信息发送至预设管理端以进行显示。
需要说明的是,当在相邻预设时间周期的失业率差值大于预设第一阈值时,说明对在下一预设时间周期内的就业压力加剧,从而触发失业率提升警示信息,所述预设第一阈值由本领域技术人员进行设置,比如1%。
根据本发明实施例,还包括:
获取历史n个预设时间周期的失业状态的手机用户信息;
判断所述历史n个预设时间周期的失业状态的手机用户是否存在再就业记录信息,若是,对应历史n个预设时间周期的失业状态的手机用户为上班状态;若否,对应历史n个预设时间周期的失业状态的手机用户为失业状态;
根据对应历史n个预设时间周期的失业状态的手机用户为失业状态,得到历史失业状态的人数值;
将历史失业状态的人数值加上当前预设时间周期的失业状态的人数值,得到修改后的失业状态的人数值。
需要说明的是,当失业状态的手机用户重新获取上班状态之后,对应手机用户将得到再就业记录信息,若对应失业状态的手机用户没有再就业记录信息,则说明对应失业状态的手机用户还在失业状态,在本实施例中,将历史n个预设时间周期的失业状态的手机用户设为历史2个月内的失业状态的手机用户,相同手机用户的手机信令数据只记录一次。
根据本发明实施例,还包括:
基于预设地图软件,获取手机用户的工作地点对应的位置名称信息;
判断所述手机用户的工作地点对应的位置名称是否和预设名称相同,若是,提取所述工作地点对应的位置名称;
根据所述手机用户的工作地点对应的位置名称在预设名单列表中查询,得到对应位置名称的年龄限值;
获取工作地点在对应位置名称的手机用户年龄信息;
判断所述工作地点在对应位置名称的手机用户年龄是否大于对应位置名称的年龄限值,若是,将所述手机用户的手机信令数据设为有效数据;若否,则将所述手机用户的手机信令数据进行删除。
需要说明的是,所述预设名称包括各种学校的名称、培训机构的名称等服务于学生的位置名称,所述预设名单列表中存储有各种预设名称对应的年龄限值,比如a大学,则可以将对应a大学的年龄限值设为22岁,当在a大学的手机用户年龄大于22岁,则将对应手机用户的手机信令设为有效数据,当在a大学的手机用户年龄小于或等于22岁,则将对应手机用户设为在校大学生,并将对应手机用户的手机信令数据进行删除。
本发明第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有一种基于大数据的失业率监测方法程序,所述一种基于大数据的失业率监测方法程序被处理器执行时,实现如上述任一项所述的一种基于大数据的失业率监测方法的步骤。
本发明公开的一种基于大数据的失业率监测方法、系统和存储介质,通过预设区域内手机信令的大数据,确定手机用户每天的行程位置以及在对应行程位置上驻留的时间长度,从而确定对应手机用户所在的工作地,再以预设时间周期为时间基准,确定对应手机用户是否为上班状态,再结合对应手机用户的历史上班记录,判断对应手机状态是否为失业状态,从而确定预设区域内的失业率,本发明通过手机信令的大数据对失业率进行监测,删除了非就业人员的干扰,提高了预设区域内失业率的监测效率以及准确性。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元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取存储介质中。基于这样的理解,本发明实施例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,该计算机软件产品存储在一个存储介质中,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方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种基于大数据的失业率监测方法,其特征在于,包括:
基于预设时间周期,获取手机用户的工作地点信息;
以任一工作地点为第一基准点,获取第一基准点的预设第一范围内工作地点的数量,设为同一工作地点,并记录对应手机用户在同一工作地点的天数;
判断手机用户在同一工作地点的天数是否大于预设天数阈值,若是,对应手机用户为上班状态;若否,将对应手机用户进行标记,得到标记用户;
判断所述标记用户在预设区域内是否存在历史上班记录信息,若是,则将所述标记用户设为失业状态;若否,将所述标记用户设为不工作用户;
获取手机用户为上班状态的人数值和失业状态的人数值;
将手机用户为上班状态的人数值和失业状态的人数值进行累加,得到预设区域内的上班总人数值;
将手机用户为失业状态的人数值除以预设区域内的上班总人数值,得到该预设区域内在当前预设时间周期的失业率。
2.根据权利要求1所述的一种基于大数据的失业率监测方法,其特征在于,所述获取手机用户的工作地点信息的步骤,具体包括:
获取预设区域内的手机信令数据信息;
根据预设区域内的手机信令数据信息,得到对应手机用户的行程点信息;
将所述手机用户的行程点按照预设第一时间段进行筛选,得到预设第一时间段的行程点;
以预设第一时间段的任一行程点为第二基准点,提取预设第二范围内的所有行程点;
将预设第二范围内的所有行程点的时间进行累加,得到手机用户在对应基准点的驻留时间,并组成驻留时间集;
提取驻留时间集中的最大值驻留时间,并将所述最大值驻留时间对应的基准点位置设为对应手机用户的工作地点;
所述行程点信息包括对应行程位置信息和对应手机用户在该行程位置的驻留时间长度信息。
3.根据权利要求2所述的一种基于大数据的失业率监测方法,其特征在于,所述获取预设区域内的手机信令数据信息之后,还包括:
获取手机用户的注册信息;
提取手机用户的注册信息中的用户年龄信息;
判断所述手机用户年龄是否大于预设第一年龄阈值,若是,将手机用户对应的手机信令数据设为有效数据;若否,将手机用户对应的手机信令数据设为无效数据;
将所述无效数据进行删除。
4.根据权利要求1所述的一种基于大数据的失业率监测方法,其特征在于,所述得到该预设区域内在当前预设时间周期的失业率之后,还包括:
判断所述预设区域内在当前预设时间周期的失业率是否大于预设失业率阈值,若是,触发提示信息;
将所述提示信息发送至预设管理端以进行显示。
5.根据权利要求1所述的一种基于大数据的失业率监测方法,其特征在于,还包括:
获取在预设第一范围内工作地点的手机用户数量信息;
判断所述预设第一范围内工作地点的手机用户数量是否大于预设第二数量阈值,若是,将所述预设第一范围设为办公范围;
基于预设时间周期,获取手机用户在办公范围的次数值;
判断所述手机用户在办公范围的次数值是否大于预设第三数量阈值,若是,将所述手机用户设为上班状态。
6.根据权利要求5所述的一种基于大数据的失业率监测方法,其特征在于,所述获取手机用户经过办公范围的次数值的步骤,具体包括:
基于预设第一时间段,获取手机用户在办公范围的时间值;
判断所述手机用户在办公范围的时间值是否大于预设时间阈值,若是,记录对应手机用户在办公范围一次;
所述手机用户在办公范围的时间值表示为对应手机用户在办公范围驻留的时间长度。
7.一种基于大数据的失业率监测系统,其特征在于,包括存储器和处理器,所述存储器中存储有一种基于大数据的失业率监测方法程序,所述一种基于大数据的失业率监测方法程序被所述处理器执行时实现如下步骤:
基于预设时间周期,获取手机用户的工作地点信息;
以任一工作地点为第一基准点,获取第一基准点的预设第一范围内工作地点的数量,设为同一工作地点,并记录对应手机用户在同一工作地点的天数;
判断手机用户在同一工作地点的天数是否大于预设天数阈值,若是,对应手机用户为上班状态;若否,将对应手机用户进行标记,得到标记用户;
判断所述标记用户在预设区域内是否存在历史上班记录信息,若是,则将所述标记用户设为失业状态;若否,将所述标记用户设为不工作用户;
获取手机用户为上班状态的人数值和失业状态的人数值;
将手机用户为上班状态的人数值和失业状态的人数值进行累加,得到预设区域内的上班总人数值;
将手机用户为失业状态的人数值除以预设区域内的上班总人数值,得到该预设区域内在当前预设时间周期的失业率。
8.根据权利要求7所述的一种基于大数据的失业率监测系统,其特征在于,所述获取手机用户的工作地点信息的步骤,具体包括:
获取预设区域内的手机信令数据信息;
根据预设区域内的手机信令数据信息,得到对应手机用户的行程点信息;
将所述手机用户的行程点按照预设第一时间段进行筛选,得到预设第一时间段的行程点;
以预设第一时间段的任一行程点为第二基准点,提取预设第二范围内的所有行程点;
将预设第二范围内的所有行程点的时间进行累加,得到手机用户在对应基准点的驻留时间,并组成驻留时间集;
提取驻留时间集中的最大值驻留时间,并将所述最大值驻留时间对应的基准点位置设为对应手机用户的工作地点;
所述行程点信息包括对应行程位置信息和对应手机用户在该行程位置的驻留时间长度信息。
9.根据权利要求8所述的一种基于大数据的失业率监测系统,其特征在于,所述获取预设区域内的手机信令数据信息之后,还包括:
获取手机用户的注册信息;
提取手机用户的注册信息中的用户年龄信息;
判断所述手机用户年龄是否大于预设第一年龄阈值,若是,将手机用户对应的手机信令数据设为有效数据;若否,将手机用户对应的手机信令数据设为无效数据;
将所述无效数据进行删除。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有一种基于大数据的失业率监测方法程序,所述一种基于大数据的失业率监测方法程序被处理器执行时,实现如权利要求1至6中任一项所述的一种基于大数据的失业率监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311211424.8A CN116957520B (zh) | 2023-09-20 | 2023-09-20 | 一种基于大数据的失业率监测方法、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311211424.8A CN116957520B (zh) | 2023-09-20 | 2023-09-20 | 一种基于大数据的失业率监测方法、系统和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116957520A true CN116957520A (zh) | 2023-10-27 |
CN116957520B CN116957520B (zh) | 2023-12-26 |
Family
ID=88462416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311211424.8A Active CN116957520B (zh) | 2023-09-20 | 2023-09-20 | 一种基于大数据的失业率监测方法、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116957520B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011035748A (ja) * | 2009-08-04 | 2011-02-17 | Nec Corp | 移動体通信システム、モビリティ管理装置、およびネットワーク負荷の低減方法 |
CN107194525A (zh) * | 2017-03-23 | 2017-09-22 | 同济大学 | 一种基于手机信令的城市中心评估方法 |
CN108733774A (zh) * | 2018-04-27 | 2018-11-02 | 上海世脉信息科技有限公司 | 一种基于大数据的失业人口动态监测方法 |
CN109583640A (zh) * | 2018-11-23 | 2019-04-05 | 东南大学 | 一种基于多源定位数据的城市出行客流属性识别方法 |
CN112001829A (zh) * | 2020-08-14 | 2020-11-27 | 青岛市城市规划设计研究院 | 一种基于手机信令数据的人口分布判断方法 |
CN112215666A (zh) * | 2020-11-03 | 2021-01-12 | 广州市交通规划研究院 | 一种基于手机定位数据的不同出行活动目的特征识别方法 |
WO2021237812A1 (zh) * | 2020-05-29 | 2021-12-02 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于手机信令数据且含个人属性修正的城市出行方式综合识别方法 |
CN113935881A (zh) * | 2021-12-16 | 2022-01-14 | 北京融信数联科技有限公司 | 一种基于大数据的人口结构分析方法、系统及可读存储介质 |
CN116415499A (zh) * | 2023-04-07 | 2023-07-11 | 广州市城市规划勘测设计研究院 | 一种社区舒适感模拟预测方法 |
-
2023
- 2023-09-20 CN CN202311211424.8A patent/CN116957520B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011035748A (ja) * | 2009-08-04 | 2011-02-17 | Nec Corp | 移動体通信システム、モビリティ管理装置、およびネットワーク負荷の低減方法 |
CN107194525A (zh) * | 2017-03-23 | 2017-09-22 | 同济大学 | 一种基于手机信令的城市中心评估方法 |
CN108733774A (zh) * | 2018-04-27 | 2018-11-02 | 上海世脉信息科技有限公司 | 一种基于大数据的失业人口动态监测方法 |
CN109583640A (zh) * | 2018-11-23 | 2019-04-05 | 东南大学 | 一种基于多源定位数据的城市出行客流属性识别方法 |
WO2021237812A1 (zh) * | 2020-05-29 | 2021-12-02 | 南京瑞栖智能交通技术产业研究院有限公司 | 一种基于手机信令数据且含个人属性修正的城市出行方式综合识别方法 |
CN112001829A (zh) * | 2020-08-14 | 2020-11-27 | 青岛市城市规划设计研究院 | 一种基于手机信令数据的人口分布判断方法 |
CN112215666A (zh) * | 2020-11-03 | 2021-01-12 | 广州市交通规划研究院 | 一种基于手机定位数据的不同出行活动目的特征识别方法 |
CN113935881A (zh) * | 2021-12-16 | 2022-01-14 | 北京融信数联科技有限公司 | 一种基于大数据的人口结构分析方法、系统及可读存储介质 |
CN116415499A (zh) * | 2023-04-07 | 2023-07-11 | 广州市城市规划勘测设计研究院 | 一种社区舒适感模拟预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116957520B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7408441B2 (en) | System and method for analyzing user-generated event information and message information from network devices | |
US20150081487A1 (en) | Time tracking and productivity system | |
Kulldorff et al. | Benchmark data and power calculations for evaluating disease outbreak detection methods | |
US20070218834A1 (en) | Method and apparatus for continuous sampling of respondents | |
WO2005096190A1 (en) | Computer-based system and method for detecting risks | |
US20150169698A1 (en) | Method and apparatus of determining time for sending information | |
CN104618948B (zh) | 一种监控上传文件的方法和系统 | |
CN111626754B (zh) | 养卡用户识别方法及装置 | |
CN116861197B (zh) | 一种基于大数据的流动人口监测方法、系统和存储介质 | |
US20060087408A1 (en) | System and method for analyzing message information from diverse network devices | |
CN109657433A (zh) | 基于监控的客户拜访管理方法、装置、计算机设备 | |
CN116957520B (zh) | 一种基于大数据的失业率监测方法、系统和存储介质 | |
Walston et al. | Avoiding the Unthinkable: What will it cost to prevent tigers becoming extinct in the wild | |
CN113727351A (zh) | 一种通信欺诈识别方法、装置及电子设备 | |
Collier et al. | Survival, fidelity, and recovery rates of white‐winged doves in Texas | |
CN110148011B (zh) | 基于大数据的活跃量下降分析方法、装置、设备及介质 | |
CN117177177B (zh) | 一种基于信令数据的小区域职住人口统计方法及系统 | |
CN113963536A (zh) | 通过手机信令数据识别居民惯常环境和出行目的的方法 | |
CN110399399B (zh) | 用户分析的方法、装置、电子设备和存储介质 | |
McCrimmon Jr et al. | Nonlinear population dynamics of six species of Florida Ciconiiformes assessed by Christmas Bird Counts | |
Phithakkitnukoon et al. | Predicting calls–new service for an intelligent phone | |
Hansen et al. | A Mark–Recapture‐Based Approach for Estimating Angler Harvest | |
Shi et al. | Multi-scale analysis of human behavior patterns of communication based on large scale mobile data | |
CN117455543B (zh) | 营销数据监控方法、装置、设备及存储介质 | |
CN112672296B (zh) | 话单采集方法和装置 |
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 |