[发明专利]基于大数据的居民收入预测系统及其预测方法

权利要求书

1.一种基于大数据的居民收入预测系统，其特征在于，包括：

数据获取单元，用于获取与居民收入相关的所有离散型变量和所有连续型变量，所述离散型变量包括工作类别、受教育程度、婚姻状况、职业、社会角色、种族、性别和国籍，所述连续型变量包括年龄、需要、受教育时间、资本收益、资本支出和每周工作时间；

第一全局编码单元，用于将所有所述离散型变量通过包含嵌入层的基于上下文的编码器模型以获得多个离散特征向量，并将所述多个离散特征向量二维拼接为离散特征矩阵；

邻接矩阵构造单元，用于基于各个所述离散型变量之间的合取逻辑和析取逻辑，构造所述多个离散型变量的合取邻接矩阵和析取邻接矩阵，其中，在所述合取邻接矩阵中，如果两个离散型变量之间存在合取范式，则对应位置的特征值1，如果两个离散型变量之间不存在合取范式，则对应位置的特征值为0，在所述析取邻接特征矩阵中，如果两个离散型变量之间存在析取范式，则对应位置的特征值为1，如果两个离散型变量之间不存在析取范式，则对应位置的特征值为0；

邻接特征矩阵生成单元，用于分别将所述合取邻接矩阵和所述析取邻接矩阵通过卷积神经网络以获得合取特征矩阵和析取特征矩阵，并计算所述合取特征矩阵和所述析取特征矩阵之间的按位置加权和以获得邻接特征矩阵；

第一融合单元，用于将所述离散特征矩阵与所述邻接特征矩阵进行矩阵相乘以获得第一特征矩阵；

第二全局编码单元，用于将所有所述连续型变量通过所述包含嵌入层的基于上下文的编码器模型以获得多个连续特征向量；

实数权重矩阵构造单元，用于分别对所述多个连续特征向量中各个连续特征向量进行归一化处理以获得多个归一化特征向量，并将所述多个归一化特征向量二维拼接为归一化特征矩阵，其中，所述归一化特征矩阵为与离散变量的0/1邻接关系表达相对应的实数权重矩阵；

激活函数构造单元，用于基于所述实数权重矩阵和所述邻接特征矩阵使用逻辑激活函数来构造第一逻辑激活函数和第二逻辑激活函数，其中，所述第一逻辑激活函数基于所述实数权重矩阵和所述邻接特征矩阵之间的乘积生成，所述第二逻辑激活函数基于单位矩阵减去所述邻接特征矩阵与所述单位矩阵减去所述实数权重矩阵的结果之间的乘积的结果生成；

激活单元，用于使用所述第一逻辑激活函数和所述第二逻辑激活函数对每个所述连续型变量对应的连续特征向量进行激活以获得第一激活向量和第二激活向量，并计算所述第一激活向量和所述第二激活向量之间的按位置加权以获得与每个所述连续型变量对应的最终激活向量；

二维排列单元，用于将与每个所述连续型变量对应的最终激活向量进行二维排列以获得第二特征矩阵；

第二融合单元，用于融合所述第一特征矩阵和所述第二特征矩阵以获得回归矩阵；以及

回归单元，用于对所述回归矩阵进行回归解码以获得居民收入的预测值。

2.根据权利要求1所述的基于大数据的居民收入预测系统，其中，所述第一全局编码单元，包括：

嵌入向量转化子单元，用于使用所述编码器模型的嵌入层分别将所述离散型变量转化为输入向量以获得输入向量的序列，其中，所述输入向量的序列中每一输入向量对应于一个所述离散型变量；以及

转换器子单元，用于将所述输入向量的序列通过所述编码器模型的转换器以获得多个离散特征向量；以及

矩阵拼接子单元，用于将所述多个离散特征向量二维拼接为所述离散特征矩阵。

3.根据权利要求2所述的基于大数据的居民收入预测系统，其中，所述邻接矩阵构造单元，进一步用于：

基于各个所述离散型变量之间的合取逻辑以如下公式来构建所述合取邻接矩阵；

其中，所述公式为：

其中，是合取矩阵，用于表示相应的一对规则构成合取范式时矩阵位置取1，而非合取范式时矩阵位置取0；以及

基于各个所述离散型变量之间的析取逻辑以如下公式来构建所述析取邻接矩阵；

其中，所述公式为：

其中，是析取邻接矩阵，用于表示相应的一对规则构成析取范式时矩阵位置取1，而非析取范式时矩阵位置取0。