[发明专利]一种基于城市活力恢复曲线的影响因子分析方法、装置及存储介质

权利要求书

1.一种基于城市活力恢复曲线的城市分类方法，其特征在于，所述方法包括：

实时采集多个城市连续时刻的城内出行强度数据；

基于所述多个城市连续时刻的城内出行强度数据生成多个城市之间的相似度指标；

根据所述多个城市之间的相似度指标对所述多个城市进行聚类，生成多种类型的城市集合。

2.根据权利要求1所述的方法，其特征在于，所述基于所述多个城市连续时刻的城内出行强度数据生成多个城市之间的相似度指标，包括：

将所述多个城市连续时刻的城内出行强度数据进行预处理，生成预处理后的城内出行强度数据；

基于所述预处理后的城内出行强度数据构建所述多个城市的活力变化曲线；

将所述多个城市的活力变化曲线转化为所述多个城市之间的相似度指标。

3.根据权利要求2所述的方法，其特征在于，所述将所述多个城市的活力变化曲线转化为所述多个城市之间的相似度指标，包括：

根据预设算法求解所述多个城市的活力变化曲线中任意两条活力恢复曲线上各点之间的扭曲路径；

将所述各点之间的扭曲路径求和，生成多个城市的活力变化曲线之间的累积距离；

将所述多个城市的活力变化曲线之间的累积距离确定为所述多个城市之间的相似度指标。

4.根据权利要求1所述的方法，其特征在于，所述根据所述多个城市之间的相似度指标对所述多个城市进行聚类，生成多种类型的城市集合，包括：

将所述多个城市之间的相似度指标确定为变量；

从所述多个城市中选择不同聚类数量的城市集合，基于所述变量以及采用预设聚类算法将所述不同聚类数量的城市集进行聚类，生成多种聚类结果；

采用预设肘部系数法获取所述多种聚类结果中差异性最小的聚类结果；其中，所述差异性最小的聚类结果中包括多种类型的城市集合。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

输出所述差异性最小的聚类结果。

6.一种基于城市活力恢复曲线的影响因子分析方法，其特征在于，所述方法包括：

获取根据权利要求1的方法生成的多种类型的城市集合；

接收城市活力恢复模式确定指令，基于所述指令确定出所述多种类型的城市集合中各类型城市集合的城市活力恢复模式；

基于预设关联关系获取所述各类型城市集合的城市活力恢复模式对应的多项影响因子；

采用多变量回归模型分析所述各类型城市集合的多项影响因子对所述各类型城市集合的驱动机制。

7.根据权利要求6所述的方法，其特征在于，所述预设关联关系，包括：

采集所述多种类型的城市集合中各类型城市集合对应的时空大数据；

从所述各类型城市集合对应的时空大数据中获取各类型城市集合中各城市对应的多项影响因子；

建立所述活力恢复模式与多项影响因子的关联关系；

将所述关联关系确定为预设关联关系。

8.根据权利要求6所述的方法，其特征在于，所述多项影响因子至少包括区域中心性、政府管制强度、医疗服务能力、外部输入风险。

9.一种基于城市活力恢复曲线的影响因子分析装置，其特征在于，所述装置包括：

集合获取模块，用于获取多种类型的城市集合；

恢复模式确定模块，用于接收城市活力恢复模式确定指令，基于所述指令确定出所述多种类型的城市集合中各类型城市集合的城市活力恢复模式；

影响因子获取模块，用于基于预设关联关系获取所述各类型城市集合的城市活力恢复模式对应的多项影响因子；

分析模块，用于采用多变量回归模型分析所述各类型城市集合的多项影响因子对所述各类型城市集合的驱动机制。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～8任意一项的方法步骤。