[发明专利]人流扩散风险的预测方法、装置、电子设备及存储介质

权利要求书

1.一种人流扩散风险的预测方法，其特征在于，所述预测方法包括：

根据地理数据和原始用户数据，生成每个目标区域内的移动用户数据；其中，所述原始用户数据至少包括移动定位数据和病例数据；所述移动用户数据至少包括：用户的停留区域、用户在所述停留区域的停留时间、用户是否为输入性病例的病例状态和输入性病例对应的感染日期；

根据所述移动用户数据和预先训练好的SEIR模型，确定第一目标日期及之后所述SEIR模型对应的第一目标参数，以及第二目标日期下各个目标区域中的所述SEIR模型对应的第二目标参数；其中，所述SEIR模型的目标参数至少包括四种人群类型分别对应的数量；所述四种人群类型包括：易感者、潜伏者、感染者和康复者；

在图形用户界面上显示所述第一目标日期及之后所述SEIR模型对应的第一目标参数的变化曲线，以及第二目标日期下各个目标区域中的所述SEIR模型对应的第二目标参数。

2.根据权利要求1所述的人流扩散风险的预测方法，其特征在于，所述地理数据包括区域边界数据，每一个所述区域边界数据对应一目标区域；所述原始用户数据还包括人口普查数据；所述根据地理数据和原始用户数据，生成每个目标区域内的移动用户数据，包括：

根据所述移动定位数据和所述区域边界数据，确定所述移动定位数据中的每个用户在每个所述目标区域内的停留时间；

根据所述移动定位数据和所述人口普查数据，为所述移动定位数据中的每个用户分配用户属性；其中，所述用户属性包括以下至少之一：年龄、性别；

根据所述病例数据和每个用户对应的用户属性，确定所述移动定位数据中每个用户是否为输入性病例的病例状态和输入性病例对应的感染日期，得到每个目标区域内的移动用户数据。

3.根据权利要求2所述的人流扩散风险的预测方法，其特征在于，所述移动定位数据包括：用户标识、定位日期、定位时间和定位位置；所述根据所述移动定位数据和所述区域边界数据，确定所述移动定位数据中的每个用户在每个所述目标区域内的停留时间，包括：

根据所述移动定位数据包括的定位日期，对所述移动定位数据进行排序，得到排序后的第一移动定位数据；

根据所述用户标识，从所述第一移动定位数据中获取每个用户在每个定位日期下的第二移动定位数据，并基于所述第二移动定位数据包括的定位时间，对所述第二移动定位数据进行排序，得到每个用户在每个定位日期下的第三移动定位数据；

针对每个用户在每个定位日期下的每一个第三移动定位数据，根据该第三移动定位数据中的定位位置，确定该定位位置对应的目标区域；

针对每个定位日期下的每个用户，若存在同一目标区域内的连续多条第三移动定位数据，则根据所述多条第三移动定位数据中的第一条第三移动定位数据和最后一条第三移动定位数据，确定该定位日期下该用户在该目标区域的停留时间。

4.根据权利要求2所述的人流扩散风险的预测方法，其特征在于，所述人口普查数据包括：多个预设年龄阶段下不同性别的人口数量；所述根据所述移动定位数据和所述人口普查数据，为所述移动定位数据中的每个用户分配用户属性，包括：

根据所述人口普查数据中每个年龄阶段的第一人口数量以及人口总数量，确定每个年龄阶段对应的第一比例；

根据所述移动定位数据对应的第一用户数量以及每个年龄阶段对应的第一比例，确定每个年龄阶段下的第二用户数量，并基于所述每个年龄阶段下的第二用户数量，为所述移动定位数据中的用户分配匹配年龄阶段的年龄属性；

根据所述人口普查数据中每个年龄阶段的第一人口数量以及该年龄阶段各个性别下的第二人口数量，确定该年龄阶段下各个性别对应的第二比例；

根据每个年龄阶段下各个性别对应的第二比例，为所述移动定位数据中该年龄阶段下的用户分配性别属性。