[发明专利]一种基于全景画像关联分析的弱势家庭监测方法、系统在审

专利信息
申请号: 201710933766.9 申请日: 2017-10-09
公开(公告)号: CN107977669A 公开(公告)日: 2018-05-01
发明(设计)人: 童号;孙亭;李毅;叶云;丁杰;沈自然;沈昌力 申请(专利权)人: 中国电子科技集团公司第二十八研究所
主分类号: G06K9/62 分类号: G06K9/62;G06F17/30;G06Q50/26
代理公司: 北京中知法苑知识产权代理事务所(普通合伙)11226 代理人: 常玉明
地址: 210007 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 全景 画像 关联 分析 弱势 家庭 监测 方法 系统
【说明书】:

技术领域

发明涉及弱势家庭监测领域,特别是一种基于全景画像关联分析的弱势家庭监测方法、系统。

背景技术

在日常民生服务中,如何快速、高效的定位城市弱势家庭,对城市弱势家庭成因、分布、数量和现状进行全面掌控一直是困扰政府部门的一道难题。通常,政府扶贫办决策人员在筛选城市弱势家庭时,判断依据比较单一,按房屋居住信息、家庭收入情况、受教育程度、家庭成员人数等相关信息来鉴别该家庭或个人是否属于弱势家庭。然而,单纯通过这些表象特征,并依靠决策者的主观判断和经验来鉴别弱势家庭,这在很大程度上会筛选到伪弱势家庭,不能真正帮扶到那些需要帮扶的弱势家庭。

传统弱势家庭鉴别方式是决策者根据家庭收入情况,家庭房屋居住情况,家庭成员受教育情况等鉴别弱势家庭。这种方式在一定程度上能鉴别出弱势家庭,但是,依靠人力经验的方式,筛选时容易漏掉更需帮扶的弱势家庭,同时,扶贫办的决策者经验也不禁相同,判断的标准不一,导致筛选的贫富差异程度的弱势家庭也不禁相同。

但是,传统的采用社区居委会等层层上报的方式,提报弱势家庭,该方法筛选出的弱势人群标准不一,也容易漏掉那些更加需要帮扶的弱势家庭,筛选方式不够精准。同时传统的方式筛选弱势人群的速度缓慢,需要派出大量人力调查取证,耗费财力物力和人力等。

发明内容

本发明公开一种基于全景画像关联分析的弱势家庭监测方法,以解决弱势家庭人工筛选的问题,包括:

提取社会信息数据,建立弱势家庭分类监测模型,计算弱势家庭分类监测指数;

根据设定的所述弱势家庭分类监测模型的权重指数,生成弱势家庭画像模型,计算所述弱势家庭的综合弱势指数;

根据弱势家庭的综合弱势指数排名,筛选需要帮扶的弱势家庭。

进一步的,所述弱势家庭分类监测模型包括:弱势家庭孤寡指数模型、弱势家庭患病指数模型、弱势家庭残疾指数模型、弱势家庭老年指数模型、弱势家庭财富贫弱指数模型。

进一步的,所述建立弱势家庭孤寡指数模型包括:从民政局、公安局提取家庭人口组成信息,根据家庭人口年龄及成员结构关系,建立所述弱势家庭孤寡指数模型:

其中,W1表示弱势家庭孤寡指数,集合所有家庭成员的孤寡因子之和,Ai表示单个家庭成员的孤寡因子,n表示单个家庭户中的家庭成员人数,a1表示年龄小于15岁时孤儿约定的孤因子,a2表示离异或丧偶的家庭成员的寡因子。

进一步的,所述建立弱势家庭患病指数模型包括:从卫计委提取弱势家庭家庭成员患病情况,根据国家卫生部发布的重大疾病划分范畴,建立弱势家庭患病指数模型:

其中,W2表示弱势家庭患病指数,是所有家庭成员的患病指数之和,n表示单个家庭户中的家庭成员人数,Bi表示单个家庭成员的患病指数,b1表示在国家卫生部公布的特大疾病范畴M1(i)下的患病指数,b2表示在国家卫生部公布的重大疾病范畴M2(i)下的患病指数,b3表示在国家卫生部公布的慢性疾病范畴M3(i)下的患病指数。

进一步的,所述建立弱势家庭残疾指数模型包括:提取由残联鉴定的家庭成员残疾等级证明,依据家庭成员的残疾等级情况,建立所述弱势家庭残疾指数模型:

其中,W3表示弱势家庭残疾指数,是所有家庭成员的残疾指数之和,Ci表示单个家庭成员的残疾指数,n表示单个家庭户中的家庭成员人数,c1表示在国家残联划定的一级N1(i)残废指数,c2表示在国家残联划定的二级N2(i)残废指数,c3表示在国家残联划定的三级N3(i)残废指数。

进一步的,所述建立弱势家庭老年指数计算模型包括:从公安局和社保局提取家庭成员老年人口比例及老年化程度数据,建立所述弱势家庭老年指数模型:

其中,W4表示弱势家庭老年指数,是所有家庭成员的老年指数之和,n表示单个家庭户中的家庭成员人数,Di表示单个家庭成员的老年指数,x表示家庭成员年龄。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第二十八研究所,未经中国电子科技集团公司第二十八研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710933766.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top