[发明专利]一种基于大数据的社区资源匹配方法和系统

权利要求书

1.一种基于大数据的社区资源匹配方法，其特征在于，包括：

社区服务对象感知步骤，对社区服务对象进行计数以形成若干感知记录文件；存在若干社区空间为居住社区内的社区服务对象进行计数并形成若干感知记录文件；所述社区空间包括：一栋小区建筑及其周边道路、空地和广场形成的空间区域、多栋临近建筑及其周边所形成的空间区域或者一栋建筑中的局部区域；所述社区服务对象包括人物和车辆；一个社区空间生成一个感知记录文件，若干社区空间生成若干感知记录文件；

分析与资源调度步骤，将所述若干感知记录文件进行分析处理，从而生成社区资源调度方案；对若干感知记录文件记录的所述社区服务对象的计数值进行分析，从而在控制社区资源总量的基础上，使得社区资源总量与每一社区空间的所述社区服务对象对应的社区资源需求量相匹配；

所述分析与资源调度步骤包括：大数据分析步骤；所述大数据分析步骤对所述感知记录文件进行大数据分析，从而获得所述社区服务对象感知步骤中的所述社区服务对象的时域分布特征；大数据分析步骤包括：进行一天24小时内的时域划分；进而根据每个感知设备生成的每个感知记录文件中的计数值统计每个时域区间的平均计数值，从而生成该社区空间中的社区服务对象的时域分布特征；当感知设备每5分钟进行一次计数时，将30分钟划分为一个时域区间，一天24小时划分为48个时域区间；每个感知设备每天生成一个感知记录文件，每个感知记录文件中记录了288个计数值，统计分布在0：00-0：30中的计数值的平均计数值，作为该时域区间的平均计数值；统计0：30-1：00中的计数值的平均计数值，作为该时域区间的平均计数值，以此类推，一个感知记录文件统计出48个平均计数值，将48个平均计数值组合形成数组，所述数组即为该社区空间中的社区服务对象的时域分布特征；

所述大数据分析步骤还根据所述时域分布特征，确定所述社区服务对象感知步骤中的所述社区服务对象的分布高峰时域区间；在大数据分析步骤中，根据时域分布特征确定每个社区空间中的社区服务对象分布高峰的时域区间，进而将在分析时间窗口中的每个社区空间中的社区服务对象分布高峰的时域区间进行集合，从而形成该社区空间的分布高峰时域区间；当某个时域区间的平均计数值大于特定阈值时，则定义该时域区间为一个分布高峰；

当分析时间窗口为一周时，且A社区空间在一周内有3天6:30-7:00作为分布高峰，有2天7:30-8:00作为分布高峰，有2天不存在分布高峰，则A社区空间中集合之后的分布高峰时域区间为6:30-8:00；

所述分析与资源调度步骤还包括：资源调度步骤，所述资源调度步骤将所述分布高峰时域区间转换为所述社区服务对象感知步骤中的社区资源需求量，从而根据所述社区资源需求量生成所述社区资源调度方案；选择分布高峰时域区间交错的社区空间组成同一调度组，从而针对该调度组分配社区资源，并进行调度组内的错峰调配；当A社区空间和B社区空间中的分布高峰时域区间均为6:30-8:00，C社区空间和D社区空间中的分布高峰时域区间均为16：00-17：00时，将A社区空间和C社区空间作为一个调度组，B社区空间和D社区空间作为一个调度组；根据A社区空间和C社区空间的分布高峰的平均计数值，通过映射关系转换为社区资源需求量；根据B社区空间和D社区空间的分布高峰的平均计数值，通过映射关系转换为社区资源需求量；根据社区资源需求量分配社区资源；

所述大数据分析步骤还根据所述社区服务对象的时域分布特征，确定任意两个社区空间的分布相似度，进而资源调度步骤中将分布相似度低的社区空间划分为同一个调度组，从而针对该调度组分配社区资源，并进行调度组内的错峰调配；具体来说，当A社区空间的时域分布特征的平均计数值数组为：

X(A)＝{x₁(A)，x₂(A)，......x_T(A)}

其中x₁(A)，x₂(A)，.......x_T(A)表示A社区空间对应的感知记录文件中的平均计数值；相类似的，B社区空间的时域分布特征的平均计数值数组为：

X(B)＝{x₁(B)，x₂(B)，......x_T(B)}

根据以上两个社区空间A和B各自的时域分布特征的平均计数值数组，计算两个社区空间A和B的分布相似度：

如果两个社区空间的分布相似度低于分布相似度阈值，则将两个社区空间A和B确定分布相似度低的社区空间；通过遍历社区的每两个社区空间，求得每两个社区空间之间的分布相似度，从而在资源调度步骤中将分布相似度低的社区空间划分为同一个调度组。