[发明专利]社区数据分析方法、装置、社区智能交互平台及存储介质

权利要求书

1.一种社区数据分析方法，应用于云服务器，其特征在于，所述方法包括：

获取社区居民的时空轨迹数据和个人信息数据，将时空轨迹数据和个人信息数据与基础地理区块数据绑定，并将社区居民各项活动标识为不同的类型；

通过不同的活动类型组成的序列对社区各个居民每天的活动进行记录；

对各社区的居民活动进行序列分析，获得不同社区居民的基本行为模式；

根据居民的个人信息数据，挖掘各类行为模式关联的居民社会经济属性。

2.根据权利要求1所述的社区数据分析方法，其特征在于，所述对各社区的居民活动进行序列分析，获得不同社区居民的基本行为模式，具体包括：

对社区各居民序列进行比对；

依据序列相似度进行归类，每个序列分类代表一种行为模式；

根据社区各居民序列进行比对结果，获得不同社区居民的基本行为模式。

3.根据权利要求2所述的社区数据分析方法，其特征在于，所述对社区各居民序列进行比对，具体包括：

构建赋值函数：若两序列对应的字符，匹配则赋值1分，错配则赋值0分；任一序列链出现gap，记作空位罚分d；

两序列比对：当两序列比对时，全局比对使用Needleman-Wunsch算法，局部比对使用Smith-Waterman算法，每次均通过两种算法进行比对，选择匹配结果最优的一种算法完成序列比对。

4.根据权利要求2所述的社区数据分析方法，其特征在于，所述依据序列相似度进行归类，每个序列分类代表一种行为模式，具体包括：

在全局比对中，H_ij的计算公式为：

在局部比对中，H_ij的计算公式为：

两序列比对的相似度得分记为S，计算公式为：

S＝H_ijmax

依据S值，将两两比对得分最高的序列归为同一类，每个序列分类代表一种居民行为模式；其中，H_ij表示第i行第j列的矩阵单元的相似度，W_ij表示第i行第j列的相似度权重，d代表空位罚分。

5.根据权利要求2所述的社区数据分析方法，其特征在于，所述根据社区各居民序列进行比对结果，获得不同社区居民的基本行为模式，具体包括：

将多条序列进行多序列比对分析，将比对结果使用最大似然法建构进化树，提取进化树中各分支的典型序列进行分析，获得不同社区居民的基本行为模式。

6.根据权利要求1所述的社区数据分析方法，其特征在于，所述根据居民的个人信息数据，挖掘各类行为模式关联的居民社会经济属性，具体包括：

从居民个人信息数据中获取居民的社会经济属性，将居民的社会经济属性进行编码，挖掘各序列分类内部的居民社会经济属性频繁项，得到各种行为模式关联的高频居民社会经济属性。

7.根据权利要求1所述的社区数据分析方法，其特征在于，所述方法还包括：

根据各社区的居民行为模式，倒推出各社区居民常用的服务设施类型，计算社区生活圈设施的可达性。

8.根据权利要求1所述的社区数据分析方法，其特征在于，所述方法还包括：

获取多元主体在交互平台的社区交流论坛中的关注信息和评论信息，通过构建社区治理中多元主体的关系网络，分析各主体在社区治理网络中的作用；其中，所述构建社区治理中多元主体的关系网络，分析各主体在社区治理网络中的作用，具体包括：

构建社区治理中主体的关系网络，计算网络内部各节点的度中心度、接近中心度与中介中心度，分析多元主体在社区治理网络中的作用。