[发明专利]一种基于ARMA算法预测人群聚集趋势的方法

说明书

本发明公开一种基于ARMA算法预测人群聚集趋势的方法，目的为了寻找更为有效的人群聚集趋势预测的实现方案，其包括如下步骤：获取预置场所的待预测日的当日活动信息以及待预测日之前p日内的每日聚集人数值和每日活动信息；基于当日活动信息和p日内的每日聚集人数值和每日活动信息得到所述待预测日的预测聚集人数值；获取待预测日之前r日内的每日聚集人数值，并基于r日内的每日聚集人数值和预测聚集人数值确认预测聚集人数值是否为异常，若是，则显示预测聚集人数值为异常。本发明采用长时间多维度的关注人群场所聚集数据，利用ARMA算法提取人工无法判断的事件与时间的潜在关联，克服了传统工作中对关注人群聚集程度的经验判断的不足。

技术领域

本发明涉及大数据领域，具体而言，本发明涉及一种基于ARMA算法预测人群聚集趋势的方法。

背景技术

在进行重大活动预测、公共场合安保等行动时，关注人群的聚集往往能够反映关注对象的行为举动，同时关注人群的聚集程度往往与对象地域内的事件发生存在一定相关性。为此需要能够对关注人群的聚集趋势进行重点研究。

传统的基于人工经验的对关注人群的聚集的研究能够在一定程度上取得效果，但同时也存在两个比较明显的问题：第一是对于群体事件的提前预测能力，传统工作中对关注人群的聚集常常取决于研究人员自身的经验，着重于对关注人群群体事件多发地和人员密集场所进行管控，但这种方式对于经验之外的事件无法进行有效预知；第二是对于聚集阈值的设定，传统工作中对于关注人群聚集的聚集阈值通过人工设定，而判断聚集的标准可能会随着时间推移和场所的变化而变化，所以在这一点上人工的设置并不能很好地划分正常聚集和异常群体事件聚集。

发明内容

为了寻找更为有效的人群聚集趋势预测的实现方案，本发明提供一种基于ARMA算法预测人群聚集趋势的方法，其包括如下步骤：

获取预置场所的待预测日的当日活动信息以及所述待预测日之前p日内的每日聚集人数值和每日活动信息，其中所述p为自然数；

基于所述当日活动信息和所述p日内的每日聚集人数值和每日活动信息得到所述待预测日的预测聚集人数值；

获取所述待预测日之前r日内的每日聚集人数值，并基于所述r日内的每日聚集人数值和所述预测聚集人数值确认所述预测聚集人数值是否为异常，若是，则显示所述预测聚集人数值为异常，其中所述r为不大于p的自然数。

优选地，所述基于所述当日活动信息和所述p日内的每日聚集人数值和每日活动信息确认所述待预测日的预测聚集人数值包括如下步骤：

基于所述当日活动信息按照预设分级规则确定所述待预测日的活动等级N_t；

基于所述活动等级N_t和所述p日内的每日聚集人数值和每日活动信息训练得到如下预测函数Y_t：

其中，t为待预测日，p为所述待预测日t前推的天数，p和q数值相同；

中的Y_t-1为待预测日t的前一日聚集人数，为聚集权重；

为误差项，e_t-1为预测第t日的前一日预测的误差值，为误差权重；

β_tN_t为当日活动信息的影响因子，β_t为活动权重，N_t为活动等级；

基于所述预测函数Y_t得到所述待预测日的预测聚集人数值。

优选地，所述活动等级取值为0—4的整数，所述基于所述当日活动信息按照预设分级规则确定所述待预测日的活动等级N_t包括如下步骤：