[发明专利]基于手机信令数据的复工趋势预测方法及系统

说明书

本发明提供一种基于手机信令数据的复工趋势预测方法及系统，方法包括：将待测区域的手机信令数据以及训练标签输入至预设预测模型进行迭代训练，以确定预设预测模型的待估计参数；根据待估计参数以及预设预测模型，确定复工预测模型；将手机信令数据输入至复工预测模型进行训练，以预测待测区域复工趋势。所述系统用于执行上述方法。本发明提供的基于手机信令数据的复工趋势预测方法及系统，通过将待测区域的手机信令数据以及训练标签输入至预设预测模型进行训练，以确定复工预测模型，并通过复工预测模型实现了对待测区域的复工趋势的精准预测。

技术领域

本发明涉及计算机技术领域，尤其涉及基于手机信令数据的复工趋势预测方法及系统。

背景技术

目前，常用的突发事件过后复工水平测量方法主要分为以下几类：第一类是采用人工与自动化相结合的POI围栏圈定策略，获取待测算样本区域内移动终端数量，并基于企业生产经营范围内的移动终端位置数量测算复工水平；第二类是基于动力学模型，将自然传播过程中的人群进行分类建立SEIR仓室模型，并利用往年正常情况下的互联网迁徙数据构建城市间人口流动网络对仓室模型进行拓展，通过此模型，基于各个城市的突发事件数据，从而得到不同时期城市控制再生数的估计值。

第一类方法只能用于复工现状的估计和判读，并未提出有效的预测手段，也没有考虑城市间人口流动等其他空间因素的影响，而无法对未来的复工趋势做出有效预测；第二类方法将人口统计数据和互联网迁徙数据分别作为人口基数和流动数据，存在口径不一致问题，且互联网迁徙数据中交通方式权重存在差异，用于表征流动规模会造成结果偏差；该技术的突发事件难以利用该模型来推测复工趋势，同样无法对未来的复工趋势做出有效预测。

目前尚难有一种有效方法，能够对复工趋势做出精准预测。

发明内容

本发明提供的基于手机信令数据的复工趋势预测方法及系统，用于克服现有技术中存在只能对复工现状进行判读与估计而无法对未来复工趋势进行预测的缺陷，能够实现对待测区域的复工趋势进行精准预测。

本发明提供一种基于手机信令数据的复工趋势预测方法，包括：

将待测区域的手机信令数据以及训练标签输入至预设预测模型进行迭代训练，以确定所述预设预测模型的待估计参数；

根据所述待估计参数以及所述预设预测模型，确定复工预测模型；

将所述手机信令数据输入至所述复工预测模型进行训练，以预测待测区域复工趋势；

其中，所述手机信令数据包括如下历史数据：所述待测区域的返程数据、所述待测区域的返岗数据、所述待测区域的累计返岗数据以及所述待测区域的OD数据；

所述训练标签为与所述待测区域的手机信令数据中的数据同时刻获取的待测区域复工趋势的实际观测值。

根据本发明提供的一种基于手机信令数据的复工趋势预测方法，所述将待测区域的手机信令数据以及训练标签输入至预设预测模型进行迭代训练，以确定所述预设预测模型的待估计参数，包括：

将所述手机信令数据以及所述训练标签输入至预设预测模型进行迭代训练，并在满足预设条件时停止训练，以确定所述待估计参数；

其中，所述预设条件包括：迭代次数达到预设值或所述预设预测模型的损失函数小于预设阈值。

根据本发明提供的一种基于手机信令数据的复工趋势预测方法，在所述将待测区域的手机信令数据以及训练标签输入至预设预测模型进行迭代训练之前，还包括：

获取原始手机信令数据，并对所述原始手机信令数据进行筛选和过滤，以确定有效手机信令数据；

根据区域以及预设时序将所述有效手机信令数据进行划分，以确定所述待测区域的手机信令数据。