[发明专利]家庭拥有子女状态的预测方法及装置

说明书

本发明实施例提供一种家庭拥有子女状态的预测方法及装置，所述方法包括：通过选取居民小区作为研究对象，根据网络平台数据获取的研究对象空间模式属性指标对研究对象进行分类，并确定调研样本，随机从调研样本抽取训练集和测试集，利用训练集中的居民属性指标、通勤出行指标以及拥有子女状态，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拥有子女的状态。本发明实施例通过实时获取网络平台数据和手机信令数据，并利用朴素贝叶斯分类器计算，从而能实现空间大范围、准确且实时预测家庭拥有子女的状态，同时选取的是居民小区样本，不仅样本量充足，而且成本较低。

技术领域

本发明涉及互联网技术领域，尤其涉及一种家庭拥有子女状态的预测方法及装置。

背景技术

家庭是社会发展的产物，占据着重要的作用和地位，家庭的状态、结构和功能都与社会发展息息相关。尤其是家庭拥有子女的状态，可以为儿童教育布局、儿童公共服务设施建设、以及儿童交通安全管制等提供依据。

现有技术中采用基于时间参数的变化，对平均家庭规模的变化趋势进行预测，进而实现对家庭规模结构的预测。该方法只能应用于社会经济文化因素对家庭结构的影响作用相似的情况，若用于预测未来家庭结构的变化依然存在系统误差的风险。同时，该方法仅针对年际的家庭结构均值进行预测，得到的预测结果具有分辨率低、时效差等缺点，而且对于家庭子女拥有情况等细化的家庭属性未能实现预测。

同时，现有技术中也采用针对人口变动情况进行抽样调查，该抽样调查以户为单位进行登记，对住户和人口的基本情况进行调查，包括性别、年龄、家庭结构等基本信息，同时也包括调查时点的人口迁移流动指标。但抽样调查的人口动态监测方法存在调查方式难以统一、空间分辨率低和时效性差的问题。

因此，如何提出一种方法，能够在较大空间范围、准确、实时且低成本预测家庭拥有子女状态，成为亟待解决的问题。

发明内容

针对现有技术存在的问题，本发明实施例提供一种家庭拥有子女状态的预测方法及装置，用以解决现有技术中预测结果分辨率低、时效差的缺陷，实现准确、实时且低成本预测家庭拥有子女状态。

本发明实施例提供一种家庭拥有子女状态的预测方法，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。

根据本发明一个实施例的家庭拥有子女状态的预测方法，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。

根据本发明一个实施例的家庭拥有子女状态的预测方法，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；