[发明专利]一种基于大数据的经济活动人口识别方法

摘要

本发明提供的一种基于大数据的经济活动人口识别方法利用移动终端个体在指定时间范围和空间范围内的活动数据集(即移动终端个体与固定位置传感器的通信记录)，构成个体出行轨迹，对出行轨迹进行插值扩充节点，建立个体出行轨迹；通过空间聚类方法将个体的出行空间划分为若干区域，提取其长时间驻留地点；选取样本个体的出行轨迹，对其进行训练，学习获得各种经济活动人口的出行活动的空间分布特征及其相关参数；对全样本的数据进行分析，识别判断出样本中的经济活动人口；最后采样固定比例进行扩样，得到实时的经济活动人口总数。

主权项

一种基于大数据的经济活动人口识别方法，其特征在于，包括以下步骤：步骤1、从传感器运营商获取匿名加密移动终端传感器数据，匿名加密移动终端传感器数据在时间与空间上连续，不同移动终端对应不同的EPID；步骤2、依次提取每个EPID在指定时间段内与传感器的通信信令记录，按时间顺序排序，建立与当前EPID相对应的个体出行轨迹数据集；从时间起点t0出发，以T时间为间隔对个体出行轨迹数据集的空间位置进行插值，构建由真实点和插值点构成的个体出行时空序列；步骤3、基于DBSCAN算法，设计基于距离的空间聚类算法，对样本的个体出行时空序列数据上的插值点进行空间聚类，提取出节点的节点聚类簇，从中提取出节点聚类簇中的核心点作为当前个体的驻留点，以个体在节点聚类簇内驻留的时间作为节点聚类簇的大小；步骤4、对经济活动和非经济活动类型进行划分，选取其中的典型样本的出行时空序列数据，统计其在指定时间段内的聚类数量、聚类大小、聚类中心点所在位置，挖掘不同活动类型的个体的空间出行活动特征，获得不同活动类型的典型特征参数及其上下界误差范围，作为个体活动类型的判别依据；步骤5、遍历个体出行时空序列，依据步骤4获得的判别依据，对每个个体的经济活动类型进行判断和识别；步骤6、对得到的经济活动个体进行扩样，得到经济活动人口的总体统计数据，完成对于经济活动人口的动态监测，并更新数据库。