CN108600340A - 一种基于移动大样本数据的历史人群规模推总方法及装置 - Google Patents

Abstract

本申请实施例公开了一种基于移动大样本数据的历史人群规模推总方法及装置，包括：采集待推总区域内移动设备的设备位置信息；网格化划分所述待推总区域，并确定各个网格所属的分类；构建目标分类网格的人口推算模型，所述目标分类网格为对应目标分类的网格，所述人口推算模型与所述设备位置信息相关联；根据所述人口推算模型推总所述目标分类网格的人群规模。通过基于设备位置信息推总人群规模时结合网格分类，既能够保证数据的合理性，又能大大节省成本。

Description

一种基于移动大样本数据的历史人群规模推总方法及装置

技术领域

本申请涉及人群规模推总技术领域，具体涉及一种基于移动大样本数据的历史人群规模推总方法及装置。

背景技术

商业地理分析需要大量人口数据、区域地理数据的支持，以往对于公众人流的跟踪采用人工抽样统计、闸口统计、视频采集等手段，成本高的同时还存在数据误差大、布放条件高等不利因素，特别是无法实现实时动态分析。

随着移动设备的普及，设备自带GPS(Global Positioning System，全球定位***)、陀螺仪、近场通信功能等，这使得利用移动终端采集更丰富的数据信息成为可能，进而产生完全不同于PC的新式互联网服务。我们目前已经可以享受到了比如导航、签到、O2O(Online To Offline，线上到线下)等新式服务，未来可能会出现更革命性的应用服务。

现有主流方案主要是通过***公开数据、互联网开放数据、线下人工调研采集数据为基础，将宏观的人口原理与微观的行为需求原理相结合，完成对大规模人口的建模和仿真。

针对这类技术而言，多方数据来源的人群定义口径、人群统计时间周期存在不一致的情况，建立在人群规模覆盖少、人群属性特征缺失，数据基础良莠不齐的基础上的大规模人口仿真建模必然存在较大的误差和风险。

申请内容

本申请提供一种基于移动大样本数据的历史人群规模推总方法及装置，能够基于设备位置信息推总人群规模，在保证数据的合理性的同时又能大大节省成本。

有鉴于此，本申请实施例第一方面提供一种基于移动大样本数据的历史人群规模推总方法，包括：

采集待推总区域内移动设备的设备位置信息；

网格化划分所述待推总区域，并确定各个网格所属的分类；

构建目标分类网格的人口推算模型，所述目标分类网格为对应目标分类的网格，所述人口推算模型与所述设备位置信息相关联；

根据所述人口推算模型推总所述目标分类网格的人群规模。

进一步的，所述根据所述人口推算模型推总所述目标分类网格的人群规模包括：

根据所述设备位置信息确定所述目标分类网格内的移动设备总数；

将所述移动设备总数代入所述人口推算模型以推算得到所述目标分类网格的人群规模。

进一步的，所述人口推算模型为：

网格修正系数*(移动设备总数/机型渗透率系数)/设备渗透率系数；

其中，所述网格修正系数与所述目标分类网格相对应关联，所述机型渗透率系数与所述待推总区域内移动设备的数量、市场存量、厂家出货量相关联，所述设备渗透率系数与所述待推总区域内报点的移动设备数量以及人均移动设备持有量相关联。

进一步的，所述确定各个网格所属的分类包括：

分别统计各个网格内所有POI类型的数量，并对应确定数量比重最高的POI类型为网格所属的分类。

进一步的，所述采集待推总区域内移动设备的设备位置信息包括：

采集移动设备上报的报点信息，所述报点信息包含LBS位置数据和WiFi探针采集数据；

获取所述报点信息的停留点，所述停留点通过对所述报点信息进行时序聚类处理获得；

确定所述停留点为所述设备位置信息。

本申请实施例第二方面提供了一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现如上本申请实施例第一方面提供的所述基于移动大样本数据的历史人群规模推总方法。

本申请实施例第三方面提供了一种基于移动大样本数据的历史人群规模推总装置，包括：

采集模块，用于采集待推总区域内移动设备的设备位置信息；

划分模块，用于网格化划分所述待推总区域，并确定各个网格所属的分类；

构建模块，用于构建目标分类网格的人口推算模型，所述目标分类网格为对应目标分类的网格，所述人口推算模型与所述设备位置信息相关联；

推总模块，用于根据所述人口推算模型推总所述目标分类网格的人群规模。

进一步的，所述推总模块具体用于：

根据所述设备位置信息确定所述目标分类网格内的移动设备总数；

将所述移动设备总数代入所述人口推算模型以推算得到所述目标分类网格的人群规模；

其中，所述人口推算模型为：

网格修正系数*(移动设备总数/机型渗透率系数)/设备渗透率系数；

所述网格修正系数与所述目标分类网格相对应关联，所述机型渗透率系数与所述待推总区域内移动设备的数量、市场存量、厂家出货量相关联，所述设备渗透率系数与所述待推总区域内报点的移动设备数量以及人均移动设备持有量相关联。

进一步的，所述划分模块具体用于：

分别统计各个网格内所有POI类型的数量，并对应确定数量比重最高的POI类型为网格所属的分类。

进一步的，所述采集模块具体用于：

采集移动设备上报的报点信息，所述报点信息包含LBS位置数据和WiFi探针采集数据；

获取所述报点信息的停留点，所述停留点通过对所述报点信息进行时序聚类处理获得；

确定所述停留点为所述设备位置信息。

依据上述实施例的基于移动大样本数据的历史人群规模推总方法及装置，通过采集待推总区域内移动设备的设备位置信息作为移动大样本数据，将待推总区域网格化划分，构建人口推算模型推总目标分类网格的人群规模，可见，本申请实施例中在基于设备位置信息推总人群规模时结合网格分类，能够保证数据的合理性，同时又能大大节省成本。

附图说明

图1为本申请实施例中基于移动大样本数据的历史人群规模推总方法的一个实施例示意图；

图2为本申请实施例中时序聚类示意图；

图3为本申请实施例中基于移动大样本数据的历史人群规模推总装置的一个实施例示意图。

具体实施方式

下面通过具体实施方式结合附图对本申请作进一步详细说明。

应理解，在现有技术中还有一类是通过从手机通信运营商实时获取的实时手机用户行为数据进行人群规模推总，将目标区域划分为不同的空间区域，统计当前统计时刻各个空间区域内的所有手机个体的出现概率，得到各个空间区域的手机终端总量，根据有效手机终端样本比例、人均随身手机持有比例与移动通信运营商市场占有比例，进行模型推算到总体人群。

但对于这类技术来讲，由于运营商基站采集位置通常是方圆2公里内的范围，另外采集位置信息不完整，甚至漂移，从而造成用户行为轨迹的缺失和误判。

而在本申请实施例中，主要通过移动互联网数据服务提供商，利用自身业务数据优势，将移动设备的LBS(Location Based Service，基于移动位置服务)位置数据与WiFi(Wireless-Fidelity，无线保真)探针采集的数据相结合，采集大量的移动设备的报点信息作为移动大样本数据，并将其进行时序聚类优化处理以得到准确的设备位置信息。

需要说明的是，本申请实施例中移动设备包括但不限于ios设备和Android设备，该ios设备即基于ios操作***的移动设备，该Android设备基于Android操作***的移动设备。

具体的，如图1所示，在基于移动大样本数据的历史人群规模推总方法的一个实施例中，包括：

S101、采集待推总区域内移动设备的设备位置信息；

在本实施例中，采集待推总区域内移动设备上报的包含LBS位置数据和WiFi探针采集数据的报点信息，该待推总区域可以以一个待推总的城市区域为例进行举例说明。

利用时序聚类对报点信息的数据进行聚类优化得到该移动设备在一天内的停留点，并将该停留点作为移动设备的设备位置信息。

如图2所示，具体为：对于单个移动设备上报的报点信息，其位置轨迹可以抽象为一系列的报点构建出的报点序列，即T＝S1→S2→…→Si→…→Sl(T为轨迹序列，S1，S2，…是具体停留点)；以t小时(具体时间可根据实际场景自行设置)为标准，利用时间序列补齐缺失的点；在t小时内若有多个停留点(如S1，S2，S3，S4)，则通过聚类算法确定这些停留点的聚类中心，以该聚类中心为对应时间点的停留点；然后对该报点序列中24/t个时间点的停留点进一步分析即可确定该移动设备一天内完整的线下行为活动轨迹，比如将所有停留点按照时间顺序依次连线。

需要说明的是，上述停留点可以是二维的坐标数据(如经纬度等)，而在前述聚类算法中，对于任意两个连续的停留点的计算：如果二者的时间间隔小于阈值t、空间距离小于阈值d(根据实际场景设置d的大小)，则将这两个点归为同一个类簇；如果某一停留点与其前后两个停留点的时间、距离均大于阈值，则它单独归为一个类簇；然后，计算所有类簇的质心作为最终的停留点。举个例子，假如求n个坐标为(a1，b1)，(a2，b2)，(a3，b3)，……，(an，bn)，这n个坐标的质心可以为((a1+a2+a3+…+an)/n，(b1+b2+b3+…+bn)/n)。

S102、网格化划分待推总区域，并确定各个网格所属的分类；

本实施例中，对于一个大型城市而言，可以划分为几十万甚至上百万的单位面积为25m*25m的网格，此处以25m*25m大小的网格进行举例，但不应构成对本申请实施例的限定。

其中，该网格划分的坐标原点可以为待推总区域中任选的点，例如：选取待检测区域的交通站点为坐标原点，根据交通站点位置确定该交通站点对应的相邻网格，假设网格(X_i，Y_j)为交通站点所在的网格，则其相邻网格可以为(X_i±1，Y_j±1)，即对于任意一网格可以为(X_i±n，Y_j±m)，n和m为包含0在内的正整数。

通过分别统计各个网格内所有POI(Point of Interest，兴趣点)类型的数量，可以将数量比重最高的POI类型作为对应对的网格所属的分类，其计算式可以如下所示：

G_i＝P_i1*K_i1+P_i2*K_i2+……+P_ij*K_ij； (1)

其中，计算式(1)中G_i可以定义为该网格的类型；P_ij可以为该网格的第j种POI类型，可以包含居住类型和工作类型；

K_ij可以定义为第i个网格内，第j种POI占该网格所有POI类型总数的比重，计算式可以为K_ij＝n(i，j)/N_i； (2)

其中，计算式(2)中N_i可以为第i个网格内POI类型的总数；n(i，j)可以为第i个网格内，第j种POI的数量。

S103、构建目标分类网格的人口推算模型；

本实施例中，该待推总区域对于目标分类网格的人口推算模型可以构建为:

网格修正系数*(移动设备总数/机型渗透率系数)/设备渗透率系数(3)

在该计算式(3)中，网格修正系数可以与目标分类网格相对应关联，其可以为经验值，例如05～4.0之间；该移动设备总数可以为目标分类网格内所有的移动设备的总数，其可以依据前述设备位置信息来确定；该机型渗透率系数可以为(该待推总区域内活跃的所有机型移动设备的规模/工信部定期发布的该待推总区域内所有机型移动设备的市场存量规模∪所有机型厂家的出货量规模)，该∪即指并集；该设备渗透率系数可以为待推总区域内报点的移动设备数量/工信部人均电话持有量。

需要说明的是，对于上述移动设备总数可以区分为ios设备总数和Android设备总数，并且在本申请实施例中，针对不同的应用场景构建有差异化的人口推算模型，例如居住地人口规模场景、工作地人口规模场景等；其中，以居住地人口规模场景为例，取一段时间内，通常是一个月为最细时段内，该区域居住人口的规模统计，可以适用于城市人口研究、地产投资规划等。

基于此，上述计算式(3)则可以变形得到该待推总区域中每个网格每月工作人口推算模型，如下所示：

其中，i代表第i个网格；W_GID_i代表第i个网格中每月工作人口；GF_i为第i个网格的网格修正系数；ios_w即第i个网格中ios设备总数，Adr_w即第i个网格中Android设备总数，_w即指该第i个网格的POI分类为工作地；该ios_fix及Adr_fix即机型渗透率系数，ios_fix即该待推总区域内活跃的ios设备的规模/工信部定期发布的该待推总区域内ios设备的市场存量规模∪所有机型厂家的出货量规模，同理Adr_fix即该待推总区域内活跃的Android设备的规模/工信部定期发布的该待推总区域内Android设备的市场存量规模∪所有机型厂家的出货量规模；该city_fix即设备渗透率系数，为该待推总区域内报点的移动设备数量/工信部人均电话持有量。

且，需要说明的是，对于该设备渗透率系数可以包括最近6个月和最近12个月两种统计口径，使用时视具体情况而定：

city_fix＝city_lbs_lst6/city_stat*per_mbl；(最近6个月在该待推总区域内报点的移动设备数量/工信部人均电话持有量)

city_fix＝city_lbs_lst12/city_stat*per_mbl。(最近12个月在该待推总区域内报点的移动设备数量/工信部人均电话持有量)

S104、根据人口推算模型推总目标分类网格的人群规模。

本实施例中，可以利用上述计算式(4)即可推算得到该目标分类网格i的人群规模，而通过统计所有的该目标分类的网格(工作地)即可推总得到该待推总区域中每月工作人口的总数。

同理，基于该计算式(4)可以得出该待推总区域中每个网格每月居住人口推算模型，如下所示：

其中，在该计算式(5)中，该H_GID_i即代表第i个网格中每月居住人口；该ios_h即指居住地ios设备总数，Adr_h即指居住地Android设备总数，_h即指该第i个网格的POI分类为居住地。

该待推总区域中每个网格每月常驻人口推算模型，可以如下所示：

在计算式(6)中，该Y_GIDi即代表第i个网格中每月常驻人口。

需要说明的是,本申请实施例中推总目标分类网格的人群规模也还可以推算归总所有该目标分类网格的人口,如归总该待推总区域(某一城市)内的常驻人口。

如图3所示，本申请实施例中基于移动大样本数据的历史人群规模推总装置一个实施例,包括：

采集模块301，用于采集待推总区域内移动设备的设备位置信息；

划分模块302，用于网格化划分待推总区域，并确定各个网格所属的分类；

构建模块303，用于构建目标分类网格的人口推算模型，该目标分类网格为对应目标分类的网格，该人口推算模型与设备位置信息相关联；

推总模块304，用于根据该人口推算模型推总目标分类网格的人群规模。

可选的，在本申请的一些实施例中，该推总模块304具体用于：

根据设备位置信息确定目标分类网格内的移动设备总数；

将该移动设备总数代入人口推算模型以推算得到该目标分类网格的人群规模。

可选的，在本申请的一些实施例中，该人口推算模型为：

网格修正系数*(移动设备总数/机型渗透率系数)/设备渗透率系数；

该网格修正系数与目标分类网格相对应关联，该机型渗透率系数与待推总区域内移动设备的数量、市场存量、厂家出货量相关联，该设备渗透率系数与待推总区域内报点的移动设备数量以及人均移动设备持有量相关联。

可选的，在本申请的一些实施例中，该划分模块302具体用于：

分别统计各个网格内所有POI类型的数量，并对应确定数量比重最高的POI类型为网格所属的分类。

可选的，在本申请的一些实施例中，该采集模块301具体用于：

采集移动设备上报的报点信息，该报点信息包含LBS位置数据和WiFi探针采集数据；

获取该报点信息的停留点，该停留点通过对报点信息进行时序聚类处理获得；

确定该停留点为设备位置信息。

本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的***进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。

以上应用了具体个例对本申请进行阐述，只是用于帮助理解本申请，并不用以限制本申请。对于本申请所属技术领域的技术人员，依据本申请的思想，还可以做出若干简单推演、变形或替换。

Claims (10)

1.一种基于移动大样本数据的历史人群规模推总方法，其特征在于，包括：

采集待推总区域内移动设备的设备位置信息；

网格化划分所述待推总区域，并确定各个网格所属的分类；

构建目标分类网格的人口推算模型，所述目标分类网格为对应目标分类的网格，所述人口推算模型与所述设备位置信息相关联；

根据所述人口推算模型推总所述目标分类网格的人群规模。

2.根据权利要求1所述的一种基于移动大样本数据的历史人群规模推总方法，其特征在于，所述根据所述人口推算模型推总所述目标分类网格的人群规模包括：

根据所述设备位置信息确定所述目标分类网格内的移动设备总数；

将所述移动设备总数代入所述人口推算模型以推算得到所述目标分类网格的人群规模。

3.根据权利要求1所述的一种基于移动大样本数据的历史人群规模推总方法，其特征在于，所述人口推算模型为：

网格修正系数*(移动设备总数/机型渗透率系数)/设备渗透率系数；

其中，所述网格修正系数与所述目标分类网格相对应关联，所述机型渗透率系数与所述待推总区域内移动设备的数量、市场存量、厂家出货量相关联，所述设备渗透率系数与所述待推总区域内报点的移动设备数量以及人均移动设备持有量相关联。

4.根据权利要求1所述的一种基于移动大样本数据的历史人群规模推总方法，其特征在于，所述确定各个网格所属的分类包括：

分别统计各个网格内所有POI类型的数量，并对应确定数量比重最高的POI类型为网格所属的分类。

5.根据权利要求1所述的一种基于移动大样本数据的历史人群规模推总方法，其特征在于，所述采集待推总区域内移动设备的设备位置信息包括：

采集移动设备上报的报点信息，所述报点信息包含LBS位置数据和WiFi探针采集数据；

获取所述报点信息的停留点，所述停留点通过对所述报点信息进行时序聚类处理获得；

确定所述停留点为所述设备位置信息。

6.一种计算机可读存储介质，其特征在于，包括程序，所述程序能够被处理器执行以实现如权利要求1-5中任一项所述的基于移动大样本数据的历史人群规模推总方法。

7.一种基于移动大样本数据的历史人群规模推总装置，其特征在于，包括：

采集模块，用于采集待推总区域内移动设备的设备位置信息；

划分模块，用于网格化划分所述待推总区域，并确定各个网格所属的分类；

构建模块，用于构建目标分类网格的人口推算模型，所述目标分类网格为对应目标分类的网格，所述人口推算模型与所述设备位置信息相关联；

推总模块，用于根据所述人口推算模型推总所述目标分类网格的人群规模。

8.根据权利要求7所述的一种基于移动大样本数据的历史人群规模推总装置，其特征在于，所述推总模块具体用于：

根据所述设备位置信息确定所述目标分类网格内的移动设备总数；

将所述移动设备总数代入所述人口推算模型以推算得到所述目标分类网格的人群规模；

其中，所述人口推算模型为：

网格修正系数*(移动设备总数/机型渗透率系数)/设备渗透率系数；

所述网格修正系数与所述目标分类网格相对应关联，所述机型渗透率系数与所述待推总区域内移动设备的数量、市场存量、厂家出货量相关联，所述设备渗透率系数与所述待推总区域内报点的移动设备数量以及人均移动设备持有量相关联。

9.根据权利要求7所述的一种基于移动大样本数据的历史人群规模推总装置，其特征在于，所述划分模块具体用于：

分别统计各个网格内所有POI类型的数量，并对应确定数量比重最高的POI类型为网格所属的分类。

10.根据权利要求7所述的一种基于移动大样本数据的历史人群规模推总装置，其特征在于，所述采集模块具体用于：

采集移动设备上报的报点信息，所述报点信息包含LBS位置数据和WiFi探针采集数据；

获取所述报点信息的停留点，所述停留点通过对所述报点信息进行时序聚类处理获得；

确定所述停留点为所述设备位置信息。