[发明专利]人口流动模拟预测方法、装置、设备及介质

说明书

本公开涉及一种人口流动模拟预测方法、装置、设备及介质，其中，所述方法包括：对往年人流数据进行特征提取得到流量数据；对所述流量数据进行流量二元分解得到节假日流量以及日常性流量；根据二元分解后的所述节假日流量和所述日常性流量分别进行模型构建得到初步预测模型；对模型构建后的所述初步预测模型进行叠加得到初步预测结果；对所述初步预测结果结合实时人流数据进行再次预测得到实时预测结果。本公开的基于长序列手机信令大数据预测人口流动的方法相对于现有技术能够取得较好的预测效果。

技术领域

本公开涉及互联网技术领域，更为具体来说，本公开涉及人口流动模拟预测方法、装置、设备及介质。

背景技术

为连续观测春运期间全国人口流动情况，百度、腾讯等互联网公司通过向用户提供空间定位服务，从而获取人口流动的轨迹及其特征。LBS技术是指借助网络运营商提供的无线电通讯网络，或者通过外部定位方式，采集移动终端用户的空间位置（如地理坐标），向用户提供与位置服务相关的增值业务。当人们允许各类平台的手机应用程序APP调用LBS服务时，即可通过定位信息刻画出用户的移动轨迹。利用该项技术，可以动态展示春运期间国内城市间的人口流动情况。

第一，既有技术仅利用大数据进行了人口流动现状格局的分析，大数据应用主要停留在展示层面，未能提取人口流动的时空变化过程的一般规律，没有实现对未来人口流动的预测功能。第二，LBS服务需要终端用户主动发起服务请求后，才能获得相关时空数据。提供该服务的平台数量众多，因此数据覆盖程度有待提升，大量空间流动行为未能有效记录。第三，该项技术获取的数据没有用户ID信息，因此无法识别用户的完整出行，只是统计城市间的人口流动量。大部分的出行被拆解，未被完整识别，如从A地出发到最终目的地B地途径了C地，同时用户在C地也有定位信息，此次出行会被拆解为A-C和C-B两次出行。

基于多元线性回归的重大节假日OD交通量预测的技术方法采用高速公路联网收费产生的出口流水数据，综合考虑影响高速公路出行的多种因素，利用往年数据，构建多元线性回归模型，对节假日范围内的区域总OD需求进行预测，再基于历史各日占总量的比例将所预测的总量分配到各日，得到重大节假日各日的交通OD量预测。

基于多元线性回归的重大节假日OD交通量预测方法虽然简单有效，具有一定的合理性，但多元模型中的解释变量的确定依赖经验判断和主观选择，解释变量的选择会对预测效果产生一定的影响。此外，该方法所采用的高速公路出口流水数据只能反映重大节假日期间高速公路单一交通方式的OD流量，而不能反映综合多种交通方式的节假日期间人口流动OD量。且该预测方法多适用于范围较小的预测区域，对于较大范围，如全国的交通OD量预测，该方法的计算过程将较为庞杂。

发明内容

为提供一种应用便捷、准确率高、稳定性强的基于手机信令大数据预测人口流动数量与特征的方法的问题以解决现有技术的人口流动预测方法不能满足实际需求的技术问题。

为实现上述技术目的，本公开提供了一种基于长时序信令大数据的人口流动模拟预测方法，包括：

对往年人流数据进行特征提取得到流量数据；

对所述流量数据进行流量二元分解得到节假日流量以及日常性流量；

根据二元分解后的所述节假日流量和所述日常性流量分别进行模型构建得到两个初步预测模型；

对模型构建后的两个所述初步预测模型进行叠加得到初步预测结果；

对所述初步预测结果结合实时人流数据进行再次预测得到实时预测结果。

进一步，所述人流数据具体包括：

手机信令数据和地理信息数据，其中，所述手机信令数据包括手机与通讯基站之间的通信记录数据。

进一步，所述对所述流量数据进行流量二元分解得到节假日流量以及日常性流量包括：

根据公式