[发明专利]一种大数据环境下人口集聚中短期预警方法

说明书

本发明的目的是利用移动终端个体在指定时间范围和空间范围内的活动数据集(即移动终端个体与固定传感器的通信记录)，根据固定传感器的空间分布划分Thiessen多边形以确定其控制范围，挖掘大量个体的出行时空序列数据，采用Markov过程的方法计算个体在每个Thiessen多边形中的一步状态转移矩阵，籍此通过即时监控每个Thiessen多边形中的个体数，预测其后续时刻中个体分布的可能性和数学期望，对可能存在的大规模人口集聚进行预警。为了达到上述目的，本发明的技术方案是提供了一种大数据环境下人口集聚中短期预警方法。本发明能快捷有效地预测潜在的大规模人口集聚的危险。

技术领域

本发明涉及一种基于海量匿名加密时间序列定位数据的人口集聚中短期预测和预警方法，根据个体的时间和空间位置数据构建海量的个体出行时空序列数据，以此为样本进行训练，获得个体在不同时间段内在空间的位置转移概率特征；采用Markov方法计算指定时间点不同区域内的人口在下一时间点的所在位置及其概率，预测未来时段内各区域的人口总数及其发生概率，通过制定预警机制就预测结果采取不同的人口集聚预警措施。

背景技术

随着城市化进程的加快，越来越多的人涌入城市，城市公共场所人群集聚事件日益频繁，造成的后果和影响也日益严重。重大或特殊事件的发生往往会在短时间内带来大规模的客流，并容易引发集聚，而由人口集聚带来的公共场所客流量过载，使得各种拥挤和踩踏事件发生，带来严重的经济损失，造成不良的社会影响，严重威胁社会公共安全，对公共场所人群安全保障提出了严峻挑战。2008年7月29日，印度马哈拉施特拉邦首府孟买郊区29日凌晨发生踩踏事故，造成16人死亡，近20人受伤；2014年12月31日，上海市黄浦区外滩发生多人摔倒、叠压，进而导致拥挤踩踏事件发生，造成36人死亡，49人受伤2015年9月25日，沙特阿拉伯麦加发生朝觐者踩踏事件，造成至少2177人死亡。因此，对于由大规模客流的时空特征提取和分析，对中短期人群集聚现象进行预测和预警，对于城市公共安全的提高至关重要。

近年来，随着信息技术的发展，数据信息量呈现爆炸式增长，数据来源越来越多，数据量也越来越庞大。其中，由手机、WIFI、物联网等信息传感器记录的数据已经成为大数据分析中最重要的数据来源，其较为完备的个体出行记录为大数据，尤其是交通大数据分析提供了很好的数据支持。以手机为例，至2015年，手机用户达到13.06亿，占到总人口的96％以上，手机终端设备持续产生的信号信息，形成了记录用户出行的一系列数据集，为大规模客流产生和由此带来的人口集聚现象及其演化特征的提取提供了重要的数据来源。

发明内容

本发明的目的是利用移动终端个体在指定时间范围和空间范围内的活动数据集(即移动终端个体与固定传感器的通信记录)，根据固定传感器的空间分布划分Thiessen多边形以确定其控制范围，挖掘大量个体的出行时空序列数据，采用Markov过程的方法计算个体在每个Thiessen多边形中的一步状态转移矩阵，籍此通过即时监控每个Thiessen多边形中的个体数，预测其后续时刻中个体分布的可能性和数学期望，对可能存在的大规模人口集聚进行预警。

为了达到上述目的，本发明的技术方案是提供了一种大数据环境下人口集聚中短期预警方法，其特征在于，包括以下步骤：

步骤1、系统读取从传感器运营商获取的匿名加密移动终端传感器数据，匿名加密移动终端传感器数据在时间与空间上连续，不同移动终端对应不同的EPID，提取每个EPID在指定时间段内所触发的通信信令记录，构成该EPD的出行轨迹数据集；

步骤2、提取所有固定传感器的位置信息，对其进行聚类合并处理，然后计算Voronoi图，得到每个传感器实际的控制范围，即每个传感器的Thiessen多边形，记录每个Thiessen多边形的面积，设定每个Thiessen多边形的三级人口承载阈值；