[发明专利]一种实有人口数据多尺度空间化方法

权利要求书

1.一种实有人口数据多尺度空间化方法，其特征在于，包括以下步骤：

1)获取原始数据，包括“四实”数据和地址门牌数据；其中“四实”数据包括实有人口数据、实有房屋栋数据、实有房屋套数据和人房关系数据；

2)对原始数据进行质量评估，通过质量评估中存在的问题构建“四实”数据的清洗规则，对原始数据进行清洗；

3)构建人房关系的空间关系链；

4)使用构建的空间关系链对人口数据以个体为数据尺度进行空间化，得到个体人口空间化数据；

5)通过聚合算法对个体人口空间化数据进行多尺度空间化，生成多尺度人口空间化数据。

2.根据权利要求1所述的一种实有人口数据多尺度空间化方法，其特征在于：在步骤2)中，依据“四实”数据采集与处理过程中存在着标准不统一，数据录入缺乏审核导致数据质量存在问题；通过对原始数据的访问与分析，相关的质量问题包括数据重复、数据异常和数据含义不明；主要从数据完整性、一致性、准确性这三个方面构建“四实”数据质量和清洗标准，提高数据的可用性，为后续的人口数据空间化与聚合提供数据支撑，其具体情况如下：

a、数据质量评估主要从数据完整性、数据一致性、数据准确性这三个方面来对数据质量进行评估，具体如下：

a1、数据完整性

数据完整性是指数据信息是否存在缺失的状况，数据缺失有两种，一是整个数据记录缺失，二是数据中某个字段信息记录缺失；质量目标为最大限度保留数据的完整性，确保后续分析具有完整的数据信息及样本量；

a2、数据一致性

一致性检查是根据每个变量的合理取值范围和相互关系，检查数据是否合乎要求，发现超出正常范围、逻辑上不合理或者相互矛盾的数据；质量目标为基于数据逻辑与规则进行数据更新，确保数据的准确度、可信度；

a3、数据准确性

数据准确性是指数据记录的信息是否存在异常或错误；常见的数据准确性错误为乱码，其次异常的大或者小的数据也是不符合条件的数据；质量目标为识别错误值与异常，保证数据准确度；

b、依据“四实”数据质量评估所存在的问题，主要从数据去重，数据准确性检查，数据一致性检查，无效值、缺失值处理和隐私数据的统计处理方面构建“四实”数据的清洗原则，具体如下：

b1、数据去重

为了获取当前最新数据，对当前人口数据、房屋栋数据、房屋套数据和人房关系数据的原始数据进行去重处理，具体操作为：对人口数据按照人口ID分组，选出其中时间最新的一条，对房屋栋、房屋套数据分别按照房屋栋ID、房屋套ID来进行分组，选出时间最新的一条数据，在人房关系表中通过人口ID和房屋套ID来对数据进行分组，选出时间最新的一条数据，完成数据的去重工作；

b2、数据准确性检查

根据数据关联关系、常识性规则和属性约束方式检测数据值，进行纠正；

b3、数据一致性检查

数据一致性检查根据每个变量的合法取值范围和相互关系，检查数据是否合乎要求，处理超出正常范围、逻辑上不合理或者相互矛盾的数据；

b4、数据无效性、缺失值处理

由于调查、编码和录入误差造成无效值和缺失值存在，通过成对删除处理，保证样本量及变量的完整性；

b5、隐私数据的统计处理

由于原始的人口数据中的字段存在有个人敏感信息，为了防止个人隐私信息泄露，对原始人口数据中的敏感信息进行隐藏，将原始字段保存为字段的统计信息，包括各性别人数、各人口类型人数、各年龄阶段人数、劳动人口和育龄妇女人口。