[发明专利]一种区域内脱贫户返贫风险预测评估方法及系统

说明书

本发明提供的一种区域内脱贫户返贫风险预测评估方法及系统，属于风险预测评估技术领域，将待预测脱贫户的返贫因子输入到模型中；其中，所述模型使用多组训练数据训练得到，所述多组训练数据中的每一组训练数据均包括：所述待预测脱贫户的可持续性生计指标；获取所述模型的输出信息，其中，所述输出信息包括所述待预测脱贫户的返贫风险值。本发明融合了多元数据，挖掘分析区域内的脱贫户返贫风险发展规律，识别出待预测脱贫户，提高了针对性，实现了对脱贫户返贫客观性、超前性、高精度的风险预测，预测评估低成本、效率高。

技术领域

本发明涉及风险预测评估技术领域，具体涉及一种区域内脱贫户返贫风险预测评估方法及系统。

背景技术

针对脱贫户，由于时间紧任务重，贫困户一旦脱贫，帮扶重心必然转移，社会对其支持力度也会大幅缩减，有限的资源必将流向其他贫困群体。这部分“已脱贫”群众既处于扶贫项目的退出边缘，又兼具风险脆弱性和返贫可能性等特点，更容易陷入“脱贫－返贫－再脱贫－再返贫”的恶性循环，甚至脱贫后富裕起来的农户也会因家庭经济条件恶化而再度返贫。

为了避免脱贫户再次返贫，还需要剔除已脱贫农户的潜在致贫因素，规避或降解生计风险，确保在政策逐渐脱钩后精准脱贫户能够依靠自身能力和现有条件实现生计可持续。需要对脱贫户的返贫因素进行预测评估，根据评估结果对脱贫户进行资源调配，脱贫户返贫预测目前只通过人为预测，没有有效的预测和评估方法。而由于我国脱贫户众多可持续生计不同，个体差异大，返贫风险因素多，数据挖掘程度不深，因此，现有的人为返贫评估存在较大主观性、滞后性、精度低。如何实现脱贫户返贫风险精准预测，根据预测评估结果对脱贫户进行有效的资源调配，对于避免脱贫户返贫具有重要的意义。

发明内容

本发明的目的在于提供一种利用多元数据融合技术，精准预测评估脱贫户返贫风险因素，将对脱贫户返贫的被动监测和处理转化为主动预测和应对的区域内脱贫户返贫风险预测评估方法及系统，以解决上述背景技术中存在的至少一项技术问题。

为了实现上述目的，本发明采取了如下技术方案：

一方面，本发明提供的一种区域内脱贫户返贫风险预测评估方法，将待预测脱贫户的返贫因子输入到模型中；其中，所述模型使用多组训练数据训练得到，所述多组训练数据中的每一组训练数据均包括：所述待预测脱贫户的可持续性生计指标；

获取所述模型的输出信息，其中，所述输出信息包括所述待预测脱贫户的返贫风险值。

优选的，所述使用多组训练数据训练得到所述模型包括：

采集待预测脱贫户的可持续性生计指标作为训练样本组成训练集；

将训练集进行无量纲化处理；

对于输出层：

对于隐含层：

计算网络总误差：

对输出层以及隐含层的权值进行调整：

以输出层的purelin函数计算模型的输出信息；根据设定的期望误差，判断输出信息是否满足要求，若不满足要求，则通过trainlm训练函数调整训练系数，继续迭代，直到满足要求；

其中，d表示期望输出值，o表示输出层的实际输出，n表示训练样本的个数，m表示输入层可持续性指标参数的个数，t表示训练次数，x_i表示输入的样本，y_j表示隐含层的输出，υ_ij表示输入层第i个节点与隐含层第j个节点之间的连接权，z_j表示输出层与隐含层第j个节点间的连接权，δ_o表示输出层期望与实际输出误差信号，表示δ_o反传至隐含层误差信号，η∈(0,1)为学习率，μ∈(0,1)为动量项。