[发明专利]一种基于手机信令数据的城市低收入人群分布预测方法、系统及存储介质

权利要求书

1.一种基于手机信令数据的城市低收入人群分布预测方法，其特征在于，所述方法包括：

获取城市贫困相关手机信令数据、兴趣点数据、网络开源数据、城市低保人口数据、遥感影像数据和城市道路数据；

对获取的城市贫困相关大数据、兴趣点数据、城市低保人口数据和城市道路数据进行预处理，划分样本单元网格；

根据各街道的低保人口数据，计算低保人数占比作为贫困深度指标，并利用自然断裂点法进行贫困分级；

构建基于手机信令数据与其他开源数据的多维城市贫困模型，根据预处理的数据，划分样本单元网格，计算多源大数据的相关指标；

根据样本单元网格，构建随机森林模型，输入基于手机信令数据与其他开源数据的多维城市贫困模型的相关指标，对城市贫困深度进行测度；

结合基于手机信令数据与其他开源数据的多维城市贫困模型，对随机森林模型测度出的城市贫困聚集区进行索引分析，分析贫困成因和贫困维度。

2.根据权利要求1所述的一种基于手机信令数据的城市低收入人群分布预测方法，其特征在于，所述获取城市贫困相关手机信令数据、兴趣点数据、网络开源数据、低保人口数据和城市道路数据，具体包括：

向联通智慧足迹申请相关手机信令数据；

获取高德地图兴趣点数据，内容包括：医疗设施、中学、小学、文娱设施、公共交通设施站点；

获取大众点评网站的消费数据；

获取安居客网站的租房数据；

从地理国情监测云下载广州市主城区所在区域的landsat8遥感影像数据；

从OSM开源wiki地图获取道路线要素数据；

从国家地理信息公共服务平台获取基础行政数据；

从广州市各区民政局官网获得低保人口数据。

3.根据权利要求1所述的一种基于手机信令数据的城市低收入人群分布预测方法，其特征在于对已获取基础行政数据城市贫困相关大数据、兴趣点数据、低保人口数据、城市道路数据和遥感影像数据进行数据预处理，具体包括：

对在线房租数据和在线消费数据的缺失值运用反距离权重插值法进行处理；

对在线房租数据和在线消费数据中的异常值进行清洗处理。

对手机信令中人口数为“5”的网格做去除处理

将基础行政区地图数据按照手机行令数据的中心点划分为500*500m的网格，并对每个网格进行编号。

将2000*2000m精度的手机数据赋值入已编号的网格，并除以16，即将原手机信令数据2000*2000m网格等分为16个500*500m网格。

对所有数据的坐标统一转换为WGS1984地理坐标系。

4.根据权利要求1所述的一种基于手机信令数据的城市低收入人群分布预测方法，其特征在于各个网络，具体包括：

获取从城市政府民政局网站公示的最低生活保障信息，得到各街道的最低生活保障金领取人数，并通过ArcGIS将其连接到各街道行政边界矢量数据上的，再利用ArcGIS的空间连接工具，将其连接到各个网格中，并除以网格数量，得到每个网格的领取低保人数，再通过手机信令得到各网格的居住人口数量，计算每个网格的领取低保人数占比，公示如下:

其中表示居住在i号网格领取最低生活保障的人口总和，R_i表示i号网格居住人口数量，位于两个街道交接处的栅格取相邻街道的平均值。