[发明专利]基于大数据的社区服务分析方法、系统和可读存储介质

权利要求书

1.一种基于大数据的社区服务分析方法，其特征在于，包括以下步骤：

对各社区服务圈进行大数据分析识别以提取目标特征值；

基于预设模型对所述社区服务圈进行分类，并对所述社区服务圈进行评级；

待所述社区服务圈评级结束后，识别各所述社区服务圈的所述目标特征值，结合预设的关联规则输出对应的分析结果；

所述对各社区服务圈进行大数据分析识别以提取目标特征值，具体包括：

基于空间聚类的各所述社区服务圈的基础设施识别，以得到设施特征值；

基于各社区中居民人群的特征进行划分，以得到用户特征值；

所述基于空间聚类的各所述社区服务圈的基础设施识别，以得到设施特征值，具体包括：

获取设施源数据，并进行预处理，其中预处理包括数据筛选以及数据归类；

利用空间聚类模型对各所述社区服务圈内的所述基础设施汇总得到设施分布密度，并将所述设施分布密度作为所述设施特征值；

所述基于各社区中居民人群的特征进行划分，以得到用户特征值，具体包括：

获取用户源数据，并进行预处理，其中预处理包括清楚无效数据、推算无手机用户数据以及数据去重；

通过手机通信数据对人群动态特征进行画像以得到所述用户特征值；

所述基于预设模型对所述社区服务圈进行分类，并对所述社区服务圈进行评级，具体包括：

基于决策树模型、KNN模型以及随机森林模型对各所述社区服务圈进行测试检验，并获取对应的检验准确率；

提取所述检验准确率降序排列第一位的所述预设模型对所述社区服务圈进行实际评级，其中，评级标准包括服务圈建成时间以及服务圈兴趣点数量级；

基于所述设施特征值以及所述用户特征值得到所述目标特征值，基于所述目标特征值，识别各所述社区服务圈中出现次数超过预设阈值的变量，进而提取该变量与所述社区服务圈的相关关系，其中，提取各所述相关关系作为所述分析结果进行输出；还包括对所述分析结果进行可视化；

还包括增添其他所述目标特征值。

2.一种基于大数据的社区服务分析系统，其特征在于，包括存储器和处理器，所述存储器中包括基于大数据的社区服务分析方法程序，所述基于大数据的社区服务分析方法程序被所述处理器执行时实现如下步骤：

对各社区服务圈进行大数据分析识别以提取目标特征值；

基于预设模型对所述社区服务圈进行分类，并对所述社区服务圈进行评级；

待所述社区服务圈评级结束后，识别各所述社区服务圈的所述目标特征值，结合预设的关联规则输出对应的分析结果；

所述对各社区服务圈进行大数据分析识别以提取目标特征值，具体包括：

基于空间聚类的各所述社区服务圈的基础设施识别，以得到设施特征值；

基于各社区中居民人群的特征进行划分，以得到用户特征值；

所述基于空间聚类的各所述社区服务圈的基础设施识别，以得到设施特征值，具体包括：

获取设施源数据，并进行预处理，其中预处理包括数据筛选以及数据归类；

利用空间聚类模型对各所述社区服务圈内的所述基础设施汇总得到设施分布密度，并将所述设施分布密度作为所述设施特征值；

所述基于各社区中居民人群的特征进行划分，以得到用户特征值，具体包括：

获取用户源数据，并进行预处理，其中预处理包括清楚无效数据、推算无手机用户数据以及数据去重；

通过手机通信数据对人群动态特征进行画像以得到所述用户特征值；

所述基于预设模型对所述社区服务圈进行分类，并对所述社区服务圈进行评级，具体包括：

基于决策树模型、KNN模型以及随机森林模型对各所述社区服务圈进行测试检验，并获取对应的检验准确率；

提取所述检验准确率降序排列第一位的所述预设模型对所述社区服务圈进行实际评级，其中，评级标准包括服务圈建成时间以及服务圈兴趣点数量级；

基于所述设施特征值以及所述用户特征值得到所述目标特征值，基于所述目标特征值，识别各所述社区服务圈中出现次数超过预设阈值的变量，进而提取该变量与所述社区服务圈的相关关系，其中，提取各所述相关关系作为所述分析结果进行输出；还包括对所述分析结果进行可视化；

还包括增添其他所述目标特征值。

3.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种基于大数据的社区服务分析方法程序，所述基于大数据的社区服务分析方法程序被处理器执行时，实现如权利要求1所述的一种基于大数据的社区服务分析方法的步骤。