CN112417214A - 一种用于城市大脑场景的多源异构数据的融合方法及*** - Google Patents

Abstract

本发明公开了一种用于城市大脑场景的多源异构数据的融合方法，包括以下：转换多源异构数据为统一格式的多源数据；依据统一的空间基准，将统一格式的多源数据进行叠加与分析；对统一格式的多源数据的属性进行规范化；对规范化的统一格式的多源数据进行空间位置对齐，统一坐标系；融合统一格式的多源数据；以城市治理业务为导向，构建数据模型。本发明还公开了一种用于城市大脑场景的多源异构数据的融合***。该用于城市大脑场景的多源异构数据的融合方法及***目的是解决城市治理中各行业数据不统一而导致无法融合的问题。

Description

一种用于城市大脑场景的多源异构数据的融合方法及***

技术领域

本发明属于城市治理电子信息技术领域，具体涉及一种用于城市大脑场景的多源异构数据的融合方法及***。

背景技术

在城市治理领域，政务类数据源的特点是广泛、海量、繁杂、来源多、种类多、类型多和碎片化，当前数据的融合共享情况还不容乐观，很多政务数据还没有最大程度的发挥价值，在平台的使用中由于坐标系、格式、来源和尺度等诸多问题，使其无法真正地融合在一起共同提供辅助决策分析的基础能力。

当前城市治理已经把硬件设施的问题基本解决了，但是信息孤岛的现象依旧存在，例如人的数据存在于公安、民政等部门，物的数据存在于社会商业部门，空间的数据存在于城市规划部门等。大量的数据存在于社会公共资源中，由于各行业数据标准、格式、数学基础不一致，导致了即便数据收集到一起，数据和数据之间仍然是独立的，无法真正地利用起来。

有鉴于此，本领域技术人员亟待提供一种用于城市大脑场景的多源异构数据的融合方法及***用于解决城市治理中各行业数据不统一而导致无法融合的问题。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是城市治理中各行业数据不统一而导致无法融合。

(二)技术方案

本发明的第一方面提供了一种用于城市大脑场景的多源异构数据的融合方法，该融合方法包括以下步骤：

转换多源异构数据为统一格式的多源数据；

依据统一的空间基准，将所述统一格式的多源数据进行叠加与分析；

对所述统一格式的多源数据的属性进行规范化；

对规范化的所述统一格式的多源数据进行空间位置对齐，统一坐标系；

融合所述统一格式的多源数据；

以城市治理业务为导向，构建数据模型。

进一步地，所述转换多源异构数据为统一格式的多源数据，具体为：

进行所述多源异构数据格式的转换和统一，针对不同的数据格式，形成标准的统一格式。

进一步地，所述依据统一的空间基准，将所述统一格式的多源数据进行叠加与分析，具体为：

对所述统一格式的多源数据进行数据坐标转换，使其基于统一的空间参考下进行叠加与分析。

进一步地，所述对所述统一格式的多源数据的属性进行规范化，具体为：

将所述统一格式的多源数据的属性字段的名称进行统一、合并或映射，将属性值的格式、数值样式进行统一化。

进一步地，所述对规范化的所述统一格式的多源数据进行空间位置对齐，统一坐标系，具体为：

规范化后的所述统一格式的多源数据以标准、现势数据为基础进行空间位置对齐，统一坐标系。

进一步地，所述融合所述统一格式的多源数据，具体包括如下步骤：

对所述统一格式的多源数据的要素进行合并、综合，形成目标要素；

针对所述统一格式的多源数据进行特征提取，综合多样信息特征构建目标组合；

针对所述统一格式的多源数据的具体值进行属性解析，并结合多种数据类似的属性加以融合。

进一步地，所述以城市治理业务为导向，构建数据模型后，还包括：

构建混合式数据索引。

本发明的第二方面提供了一种用于城市大脑场景的多源异构数据的融合***，该融合***包括：

转换单元，用于转换多源异构数据为统一格式的多源数据；

叠加分析单元，用于依据统一的空间基准，将所述统一格式的多源数据进行叠加与分析；

规范化单元，用于对所述统一格式的多源数据的属性进行规范化；

对齐单元，用于对规范化的所述统一格式的多源数据进行空间位置对齐，统一坐标系；

融合单元，用于融合所述统一格式的多源数据；

建模单元，用于以城市治理业务为导向，构建数据模型。

(三)有益效果

本发明的上述技术方案具有如下优点：

本发明提供的一种用于城市大脑场景的多源异构数据的融合方法，包括：转换多源异构数据为统一格式的多源数据；依据统一的空间基准，将统一格式的多源数据进行叠加与分析；对统一格式的多源数据的属性进行规范化；对规范化的统一格式的多源数据进行空间位置对齐，统一坐标系；融合统一格式的多源数据；以城市治理业务为导向，构建数据模型。能够将支撑城市治理的各项数据源，针对数据的数据实例、类型进行深度的提炼和分析；运用深度学习技术，建立适用于政务城市治理的数据结构和数据字典，通过规范化处理，提取数据融合框架，建立多源异构时空数据模型，构建混合式数据索引，解决数据的割裂问题，将不同行业数据进行互补与合成，提升数据的内涵价值。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种用于城市大脑场景的多源异构数据的融合方法；

图2为本发明实施例提供的另一用于城市大脑场景的多源异构数据的融合方法；

图3为本发明实施例提供的一种用于城市大脑场景的多源异构数据的融合***。

图中：

100、转换单元；200、叠加分析单元；300、规范化单元；400、对齐单元；500、融合单元；600、建模单元。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参照附图并结合实施例来详细说明本申请。

根据本发明实施例的第一方面提供了一种用于城市大脑场景的多源异构数据的融合方法，如图1所示，该融合方法包括以下步骤：

S1、转换多源异构数据为统一格式的多源数据；

S2、依据统一的空间基准，将统一格式的多源数据进行叠加与分析；

S3、对统一格式的多源数据的属性进行规范化；

S4、对规范化的统一格式的多源数据进行空间位置对齐，统一坐标系；

S5、融合统一格式的多源数据；

S6、以城市治理业务为导向，构建数据模型。

在该实施方式中，以城市治理的任务为导向，将社会资源、政务资源等多种类型的数据进行基准统一、格式转换、实体对齐、规范化处理、数据融合等，形成适合业务需求的数据模型结构，并构建混合式数据索引，提高模型的查询检索效率；运用深度学习技术，建立适用于政务城市治理的数据结构和数据字典，建立多源异构时空数据模型，构建混合式数据索引。充分整合并融合城市治理相关资源，最大程度发挥城市治理资源的价值，建立适于政务特性的数据模型，通过索引构建提高数据的查询检索效率；将社会资源、政务资源等多种类型的数据进行基准统一、格式转换、实体对齐、规范化处理、数据融合。

在一些可选的实施例中，在步骤S1中，转换多源异构数据为统一格式的多源数据，具体为：

进行多源异构数据格式的转换和统一，针对不同的数据格式，形成自定义的统一格式。

在一些可选的实施例中，在步骤S2中，依据统一的空间基准，将统一格式的多源数据进行叠加与分析，具体为：

对统一格式的多源数据进行数据坐标转换，使其基于统一的空间参考下进行叠加与分析。

在一些可选的实施例中，在步骤S3中，对统一格式的多源数据的属性进行规范化，具体为：

将统一格式的多源数据的属性字段的名称进行统一、合并或映射，将属性值的格式、数值样式进行统一化。

在一些可选的实施例中，在步骤S4中，对规范化的统一格式的多源数据进行空间位置对齐，统一坐标系，具体为：

规范化后的统一格式的多源数据以标准、现势数据为基础进行空间位置对齐，统一坐标系。

在一些可选的实施例中，在步骤S5中，融合统一格式的多源数据，具体包括如下步骤：

S501、对统一格式的多源数据的要素进行合并、综合，形成目标要素；

S502、针对统一格式的多源数据进行特征提取，综合多样信息特征构建目标组合；

S503、针对统一格式的多源数据的具体值进行属性解析，并结合多种数据类似的属性加以融合。

在一些可选的实施例中，在步骤S6，以城市治理业务为导向，构建数据模型后，还包括：

S7、构建混合式数据索引。

具体地，建立混合式空间索引结构，能够提高多源异构数据模型的查询检索效率。

根据本发明实施例的第一方面提供了另用于城市大脑场景的多源异构数据的融合方法，如图2所示，该融合方法包括以下步骤：

S201、转换多源异构数据为统一格式的多源数据；

S202、依据统一的空间基准，将统一格式的多源数据进行叠加与分析；

S203、对统一格式的多源数据的属性进行规范化；

S204、对规范化后的统一格式的多源数据进行空间位置对齐；

S205、对统一格式的多源数据的要素进行合并、综合，形成目标要素；

S206、针对统一格式的多源数据进行特征提取，综合多样信息特征构建目标组合；

S207、针对统一格式的多源数据的具体值进行属性解析，并结合多种数据类似的属性加以融合；

S208、以城市治理业务为导向，构建数据模型；

S209、构建混合式数据索引。

在该实施方式中，针对多源异构多维数据的各个层面的融合，包括格式统一、基准统一等，达到要素级融合、特征级融合、决策级融合，通过初始数据模型的建立进行目标提炼，构建混合式数据索引，完成新模型创建。

本发明的第二方面提供了一种用于城市大脑场景的多源异构数据的融合***，如图3所示，该融合***包括：

转换单元100，用于转换多源异构数据为统一格式的多源数据；

叠加分析单元200，用于依据统一的空间基准，将统一格式的多源数据进行叠加与分析；

规范化单元300，用于对统一格式的多源数据的属性进行规范化；

对齐单元400，用于对规范化的统一格式的多源数据进行空间位置对齐，统一坐标系；

融合单元500，用于融合统一格式的多源数据；

建模单元600，用于以城市治理业务为导向，构建数据模型。

以下通过具体实施例对本发明做进一步说明

实例1

基于人口综合治理场景的使用

针对城市人口专题的综合治理，需要海量的数据进行支撑，包括静态人口属性信息、居住信息、流动信息、位置信息，基于数据的融合与分析，实现对人口数量、结构、相关指数、时空分布等不同维度的分析支撑能力，最终辅助城市人口治理与监测管理。

包括如下步骤：

1)建设人口主题资源库，按照业务逻辑将数据库进行逻辑分类；

2)整合人口数据，通过工具将数据进行格式统一、坐标转换；

3)建立不同数据源之间的属性字段映射；

4)非空间数据的挂接处理；

5)数据的要素合并、删减与融合；

6)构建人口数据模型库，并将融合后的数据进行入库，完成人口主题库创建；

7)使用人口主题资源库借助相关工具进行人口结构、流向等分析。

实例2

基于多源数据融合实现的疫情后复工复产指标研究场景

包括如下步骤：

1)针对当前疫情影响下，企业复工复产逐步恢复，需要能够活用海量复杂的多源异构数据来支撑经济运营指标的分析决策；

2)判断其运行趋势，统筹人口普查数据、房屋数据、交通数据、通讯数据、电力数据、将数据空间化；

3)将能够量化和分析出经济指标的属性进行提取和融合，辅助管理者合理调配资源，强化预测预警，做好结构优化和稳定工作。

需要明确的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本发明并不局限于上文所描述并在图中示出的特定步骤和结构。并且，为了简明起见，这里省略对已知方法技术的详细描述。

以上仅为本申请的实施例而已，并不限制于本申请。在不脱离本发明的范围的情况下对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围内。

Claims (8)

1.一种用于城市大脑场景的多源异构数据的融合方法，其特征在于，该融合方法包括以下步骤：

转换多源异构数据为统一格式的多源数据；

依据统一的空间基准，将所述统一格式的多源数据进行叠加与分析；

对所述统一格式的多源数据的属性进行规范化；

对规范化的所述统一格式的多源数据进行空间位置对齐，统一坐标系；

融合所述统一格式的多源数据；

以城市治理业务为导向，构建数据模型。

2.根据权利要求1所述的用于城市大脑场景的多源异构数据的融合方法，其特征在于，所述转换多源异构数据为统一格式的多源数据，具体为：

进行所述多源异构数据格式的转换和统一，针对不同的数据格式，形成标准的统一格式。

3.根据权利要求1所述的用于城市大脑场景的多源异构数据的融合方法，其特征在于，所述依据统一的空间基准，将所述统一格式的多源数据进行叠加与分析，具体为：

对所述统一格式的多源数据进行数据坐标转换，使其基于统一的空间参考下进行叠加与分析。

4.根据权利要求1所述的用于城市大脑场景的多源异构数据的融合方法，其特征在于，所述对所述统一格式的多源数据的属性进行规范化，具体为：

将所述统一格式的多源数据的属性字段的名称进行统一、合并或映射，将属性值的格式、数值样式进行统一化。

5.根据权利要求1所述的用于城市大脑场景的多源异构数据的融合方法，其特征在于，所述对规范化的所述统一格式的多源数据进行空间位置对齐，统一坐标系，具体为：

规范化后的所述统一格式的多源数据以标准、现势数据为基础进行空间位置对齐，统一坐标系。

6.根据权利要求1所述的用于城市大脑场景的多源异构数据的融合方法，其特征在于，所述融合所述统一格式的多源数据，具体包括如下步骤：

对所述统一格式的多源数据的要素进行合并、综合，形成目标要素；

针对所述统一格式的多源数据进行特征提取，综合多样信息特征构建目标组合；

针对所述统一格式的多源数据的具体值进行属性解析，并结合多种数据类似的属性加以融合。

7.根据权利要求1所述的用于城市大脑场景的多源异构数据的融合方法，其特征在于，所述以城市治理业务为导向，构建数据模型后，还包括：

构建混合式数据索引。

8.一种用于城市大脑场景的多源异构数据的融合***，其特征在于，该融合***包括：

转换单元，用于转换多源异构数据为统一格式的多源数据；

叠加分析单元，用于依据统一的空间基准，将所述统一格式的多源数据进行叠加与分析；

规范化单元，用于对所述统一格式的多源数据的属性进行规范化；

对齐单元，用于对规范化的所述统一格式的多源数据进行空间位置对齐，统一坐标系；

融合单元，用于融合所述统一格式的多源数据；

建模单元，用于以城市治理业务为导向，构建数据模型。

Images