[发明专利]一种基于大数据实时监测生产总值统计分析方法

摘要

一种基于大数据实时监测生产总值统计分析方法，其包括步骤：连续获取至少6个周期内的用电量、用水量物流发件量、通话时长以及上市公司总体股价上升值，以第一个周期的数据作为基准数据，获取后5个周期与第一个周期之间的差值；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；对得到的经济活动进行扩样，完成对于经济活动的动态监测，根据经济活动的变化获取生产总值的数据。本发明可以根据企业的用电量、用水量、物流发件量、通话时长以及股价上升值准确的对生产总值进行预测估计，以便政府制定相应的经济规划。

主权项

1.一种基于大数据实时监测生产总值统计分析方法，其特征在于，包括以下步骤：S1：按照固定周期时间T获取区域范围内各企业的用电量、用水量、物流发件量、通话时长以及股价上升值，其中所述企业的用电量、用水量、物流发件量、通话时长可区分为经济活动与非经济活动两种，所述股价上升值为经济活动；S2：连续获取至少6个周期内的用电量、用水量物流发件量、通话时长以及上市公司总体股价上升值，以第一个周期的数据作为基准数据，获取后5个周期与第一个周期之间的差值；S3：将上述差值除以第一个周期的各项数据，获取后五个周期的各项数据的波动率；S4：从时间起点开始，对每个周期之间的上述各项数据之间进行插值，构建由真实点和插值点构成的个体时空序列；S5：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；S6：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；S7：遍历个体出行时空序列，依据S6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；S8：对得到的经济活动进行扩样，完成对于经济活动的动态监测，根据经济活动的变化获取生产总值的数据。