[发明专利]家庭拥有子女状态的预测方法及装置

权利要求书

1.一种家庭拥有子女状态的预测方法，其特征在于，包括：

选取居民小区作为研究对象；

根据网络平台数据确定研究对象的空间模式属性指标，并以所述空间模式属性指标为参数，采用聚类法对研究对象进行分类；其中，所述空间模式属性指标包括居住密度、土地利用混合度、市中心距离、最近地铁站距离以及平均房价；

采用分层抽样的方法，从每类研究对象中随机抽取样本作为调研样本，并通过手机信令数据获取调研样本中的居民属性指标和通勤出行指标；其中，居民属性指标包括性别和年龄，通勤出行指标包括周均工作时长、周均通勤次数以及平均通勤时长；

随机抽取第一预设数量的调研样本作为训练集，第二预设数量的调研样本作为测试集，并获取训练集中每个样本家庭拥有子女状态；

利用训练集中的居民属性指标、通勤出行指标以及家庭拥有子女状态，构建朴素贝叶斯分类器；

将测试集任一样本的居民属性指标和通勤出行指标输入朴素贝叶斯分类器，得到测试集任一样本家庭拥有子女的状态。

2.根据权利要求1所述的家庭拥有子女状态的预测方法，其特征在于，所述选取居民小区作为研究对象，具体包括：

根据空间区位、用地权属以及居民规模，选取居民小区作为研究对象。

3.根据权利要求1所述的家庭拥有子女状态的预测方法，其特征在于，所述通过手机信令数据获取调研样本中的居民属性指标和通勤出行指标，具体包括：

通过手机信令数据获取调研样本中的居民属性指标、居民驻留信息和居民出行信息；

根据所述居民驻留信息和居民出行信息，识别居住位置和工作位置，并计算通勤出行指标。

4.根据权利要求3所述的家庭拥有子女状态的预测方法，其特征在于，所述根据所述居民驻留信息和居民出行信息，识别居住位置和工作位置，并计算通勤出行指标，具体包括：

根据所述居民驻留信息和居民出行信息，若判断居民在同一区域停留超过预设时长，则为常住用户；

将常住用户在第一预设时间段内停留时间最长的地点作为居住位置，在第二预设时间段内停留时间最长的地点作为工作位置。

5.根据权利要求1所述的家庭拥有子女状态的预测方法，其特征在于，还包括：

根据研究对象的分类结果，在1km网格的尺度上，对研究对象进行空间模式单元的划分。

6.一种家庭拥有子女状态的预测装置，其特征在于，包括：

种子选取单元，用于选取居民小区作为研究对象；

分类单元，用于根据网络平台数据确定研究对象的空间模式属性指标，并以所述空间模式属性指标为参数，采用聚类法对研究对象进行分类；其中，所述空间模式属性指标包括居住密度、土地利用混合度、市中心距离、最近地铁站距离以及平均房价；

第一抽样单元，用于采用分层抽样的方法，从每类研究对象中随机抽取样本作为调研样本，并通过手机信令数据获取调研样本中的居民属性指标和通勤出行指标；其中，居民属性指标包括性别和年龄，通勤出行指标包括周均工作时长、周均通勤次数以及平均通勤时长；

第二抽样单元，用于随机抽取第一预设数量的调研样本作为训练集，第二预设数量的调研样本作为测试集，并获取训练集中每个样本家庭拥有子女状态；

构建单元，用于利用训练集中的居民属性指标、通勤出行指标以及家庭拥有子女状态，构建朴素贝叶斯分类器；

预测单元，用于将测试集任一样本的居民属性指标和通勤出行指标输入朴素贝叶斯分类器，得到测试集任一样本家庭拥有子女的状态。

7.根据权利要求6所述的家庭拥有子女状态的预测装置，其特征在于，所述种子选取单元，具体用于：

根据空间区位、用地权属以及居民规模，选取居民小区作为研究对象。