[发明专利]一种基于大数据的城市研判方法及装置在审
申请号: | 201710400460.7 | 申请日: | 2017-05-31 |
公开(公告)号: | CN108984478A | 公开(公告)日: | 2018-12-11 |
发明(设计)人: | 胡德莲 | 申请(专利权)人: | 中兴通讯股份有限公司 |
主分类号: | G06F17/16 | 分类号: | G06F17/16 |
代理公司: | 工业和信息化部电子专利中心 11010 | 代理人: | 田卫平 |
地址: | 518057 广东省深圳市南山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 体征 模型样本 影响因子 大数据 时间段 预测 算法 预设 数据库 | ||
1.一种基于大数据的城市研判方法,其特征在于,所述方法包括:
根据需要研判的城市体征,从与所述城市体征相对应的城市数据库中获取指定时间段内各类型的模型样本的数据;
根据获取到的所述各类型的模型样本的数据,计算与所述城市体征相对应的影响因子;
根据计算得到的所述影响因子,按照预设的城市研判算法,计算得到预测值,并根据所述预测值对所述城市体征进行城市研判。
2.根据权利要求1所述的基于大数据的城市研判方法,其特征在于,在从与所述城市体征相对应的城市数据库中获取指定时间段内各类型的模型样本的数据之前,所述方法还包括:
根据所述城市体征,确定与所述城市体征相关联的模型样本的类型;
按照设定时间间隔定期从数据源中获取确定的各类型的模型样本的数据,并将获取到的各类型的模型样本的数据存储到与所述城市体征相对应的城市数据库中。
3.根据权利要求1所述的基于大数据的城市研判方法,其特征在于,所述根据获取到的所述各类型的模型样本的数据,计算与所述城市体征相对应的影响因子,包括:
利用归一化算法,将所述各类型的模型样本的数据归一化到设定的数值范围内;
根据归一化后的各类型的模型样本的数据,利用多元线性回归算法,得到多元线性回归矩阵;
利用最小二乘法求解所述多元线性回归矩阵,得到影响因子。
4.根据权利要求3所述的基于大数据的城市研判方法,其特征在于,所述影响因子包括:各类型的模型样本的权重系数,以及所述指定的时间段内各个单位时间的扰动因子。
5.根据权利要求1所述的基于大数据的城市研判方法,其特征在于,所述方法还包括:将城市研判结果呈现在预设界面中。
6.一种基于大数据的城市研判装置,其特征在于,所述装置包括:
历史数据获取模块,用于根据需要研判的城市体征,从与所述城市体征相对应的城市数据库中获取指定时间段内各类型的模型样本的数据;
影响因子计算模块,用于根据获取到的所述各类型的模型样本的数据,计算与所述城市体征相对应的影响因子;
城市研判模块,用于根据计算得到的所述影响因子,按照预设的城市研判算法,计算得到预测值,并根据所述预测值对所述城市体征进行城市研判。
7.根据权利要求6所述的基于大数据的城市研判装置,其特征在于,所述装置还包括:
模型样本设置模块,用于在从与所述城市体征相对应的城市数据库中获取指定时间段内各类型的模型样本的数据之前,根据所述城市体征,确定与所述城市体征相关联的模型样本的类型;
数据获取模块,用于按照设定时间间隔定期从数据源中获取确定的各类型的模型样本的数据,并将获取到的各类型的模型样本的数据存储到与所述城市体征相对应的城市数据库中。
8.根据权利要求6所述的基于大数据的城市研判装置,其特征在于,所述影响因子计算模块,具体用于:
利用归一化算法,将所述各类型的模型样本的数据归一化到设定的数值范围内;根据归一化后的各类型的模型样本的数据,利用多元线性回归算法,得到多元线性回归矩阵;利用最小二乘法求解所述多元线性回归矩阵,得到影响因子。
9.根据权利要求8所述的基于大数据的城市研判装置,其特征在于,所述影响因子包括:各类型的模型样本的权重系数,以及所述指定的时间段内各个单位时间的扰动因子。
10.根据权利要求6所述的基于大数据的城市研判装置,其特征在于,所述装置还包括:
结果呈现模块,用于将城市研判结果呈现在预设界面中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中兴通讯股份有限公司,未经中兴通讯股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710400460.7/1.html,转载请声明来源钻瓜专利网。