[发明专利]一种基于大数据的失业人口动态监测方法

摘要

本发明提供的一种基于大数据的失业人口动态监测方法，包括以下步骤：根据个体的时空记录数据构建海量的个体出行轨迹；通过对先验样本进行训练，学习获得失业和就业人口在日常出行模式特征上的分界线；以此为基础对全体样本进行识别，判断其当前的就业状态；实时更新数据，对全体样本的就业情况进行监测和更新，计算失业人口占样本的比例；对样本进行扩样，获得全社会的在时间和空间两个维度上的失业人口分布情况及其统计结果。本发明的优点是能够便捷、高效地进行区域内实时失业人口和失业率的统计。

主权项

1.一种基于大数据的失业人口动态监测方法，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，提取个体的出行数据，以此构建个体出行轨迹数据集，以时间T为间隔对个体出行轨迹数据集的空间位置进行插值，构建个体出行时空序列；步骤2、采用空间聚类算法，对个体出行时空序列数据上的节点进行空间聚类，提取出个体长时间停留的空间聚类簇，以个体在聚类内驻留的时间作为聚类的大小，并将基本地理信息赋予该聚类，人工选择出大量失业人口样本，提取停留时间超过T小时的聚类点，对聚类点进行分析判断，提取出居住地和主要日常停留地，得到失业人口日常在非居留地的停留状态分布状况，作为失业状态的判断依据；步骤3、基于步骤4获得的失业人口日常在非居留地的停留状态分布状况，判断全样本中每个个体的就业/失业过程和当前状态，从中筛选当前处于统计意义上的失业状态的人数，依照固定比例扩样，得到任一时间点的失业人口数和失业率；步骤4、对个体的日常出行数据进行实时更新，分析监测每个个体的就业/失业状态变化，实现对失业人口的实时监测工作，步骤5、针对判别得到的个体失业/就业情况数据，分时间维度和空间维度以及时间空间综合分析失业人口的时空变化。