本发明涉及数据处理技术领域，尤其是涉及一种吸毒传播预测方法、装置及电子设备。
背景技术：
目前，日趋严重的毒品问题已经成为全球性的灾难。毒品不仅会严重损害人体健康，而且还从灵魂和心身摧残和毁灭滥用个体。一方面会导致滥用个体经济崩溃、家庭解体；另一方面还会不可避免地衍生盗窃、抢劫、暴力、凶杀等恶性犯罪，给公共社会带来了不可估量的灾难性危害。
现有技术中，大多以吸毒为背景，建立在此背景下某传染病的传播网络模型，也就是艾滋病通过吸毒行为传播的网络模型，着眼点在传染病方面，而在吸毒的传播并没有深入研究。
为了能够合理预测吸毒的传播情况，指导如何寻找有效的阻断策略，合理使用资源和调整策略，更有效地开展社会行为干预行动，需要深入对吸毒传播的研究，然而目前还没有很好的吸毒传播预测方案。
技术实现要素：
有鉴于此，本发明的目的在于提供一种吸毒传播预测方法、装置及电子设备，以实现对吸毒传播情况的合理预测，进而为禁毒行动提供数据参考及决策依据，有助于寻找有效的阻断策略，合理使用资源和调整策略，更有效地开展社会行为干预行动。
第一方面，本发明实施例提供了一种吸毒传播预测方法，包括：
获取参数值，所述参数值包括预先划分的不同类型人群的转换参数，单个吸毒者对应的亲朋好友人数及不同类型人群的人数初始值；所述转换参数包括不同类型人群之间的转换速率或者转换概率；
根据所述参数值，基于预先建立的吸毒传播模型，计算预设时间内的不同类型人群的人数；所述不同类型人群包括亲朋人群、吸毒人群、隔离人群及戒毒人群。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述预设时间分为多个阶段，所述吸毒传播模型的建立过程包括：
根据吸毒人群在当前阶段的人数、亲朋人群在当前阶段的人数及戒毒人群在当前阶段的人数及所述转换参数，计算吸毒人群在下一阶段的人数；
根据隔离人群在当前阶段的人数、吸毒人群的当前阶段的人数及所述转换参数，计算隔离人群在下一阶段的人数；
根据戒毒人群在当前阶段的人数、隔离人群的当前阶段的人数及所述转换参数，计算戒毒人群在下一阶段的人数；
根据所述吸毒人群在下一阶段的人数、单个吸毒者对应的亲朋好友人数，计算亲朋人群在下一阶段的人数。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，每个所述类型人群根据性别和年龄划分多个组别，所述转换参数还包括死亡率；所述参数值还包括每个类型人群中不同组别对应的初始占比。
结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述预设时间分为多个阶段，所述吸毒传播模型的建立过程包括：
根据吸毒人群中各个组别在当前阶段的人数、单个吸毒者对应的亲朋好友人数、戒毒人群中相应组别在当前阶段的人数、死亡率及转换参数，确定吸毒人群中每个组别在下一阶段的人数；根据吸毒人群中各个组别在下一阶段的人数，确定所述吸毒人群在下一阶段的人数；
根据隔离人群中相应组别在当前阶段的人数、吸毒人群中相应组别在当前阶段的人数、死亡率及转换参数，确定隔离人群中每个组别在下一阶段的人数；根据隔离人群中各个组别在下一阶段的人数，确定所述隔离人群在下一级段的人数；
根据戒毒人群中相应组别在当前阶段的人数、隔离人群中相应组别在当前阶段的人数、死亡率及转换参数，确定戒毒人群中每个组别在下一阶段的人数；根据戒毒人群中各个组别在下一阶段的人数，确定所述戒毒人群在下一级段的人数。
结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述转换概率包括吸毒人群中的吸毒者影响亲朋人群中的亲朋好友转换为吸毒者的概率α；所述转换速率包括戒毒人群中的戒毒者变为吸毒者的速率θ、吸毒人群中的吸毒者变为隔离人群中的隔离者的速率β，及隔离者变为戒毒者的速率λ；所述死亡率包括吸毒者每月的死亡率x、隔离者每月的死亡率y及戒毒者每月的死亡率z。
结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述吸毒传播模型为：
qj(t)＝βj×dj(t-1)+(1-λj-yj)×qj(t-1)；
aj(t)＝λj×qj(t-1)+(1-θj-zj)×aj(t-1)；
其中，k为常数，表示单个吸毒者对应的亲朋好友人数；αij表示吸毒人群中第i组吸毒者影响亲朋人群中第j组亲朋好友转化为吸毒者的概率；m表示根据性别和年龄划分多个组别的数量；dj(t)表示吸毒人群中第j组吸毒者在第t阶段的人数；dj(t-1)表示吸毒人群中第j组吸毒者在第t-1阶段的人数；qj(t)表示隔离人群中第j组隔离者在第t阶段的人数；qj(t-1)表示隔离人群中第j组隔离者在第t-1阶段的人数；aj(t)表示戒毒人群中第j组戒毒者在第t阶段的人数；aj(t-1)表示戒毒人群中第j组戒毒者在第t-1阶段的人数；θj表示戒毒人群中的第j组戒毒者变为吸毒者的速率；aj(t-1)表示戒毒人群中第j组戒毒者在第t-1阶段的人数；βj表示吸毒人群中第j组吸毒者变为隔离者的速率；λj表示隔离人群中第j组隔离者变为戒毒者的速率；xj表示吸毒人群中第j组吸毒者每月的死亡率；yj表示隔离人群中第j组隔离者每月的死亡率；zj表示戒毒人群中第j组戒毒者每月的死亡率；d(t)表示吸毒人群在第t阶段的人数；q(t)表示隔离人群在第t阶段的人数；a(t)表示戒毒人群在第t阶段的人数。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，还包括：
根据所述预设时间内的不同类型人群的总数，绘制不同类型人群的总数的变化图像，并进行输出展示。
第二方面，本发明实施例还提供一种吸毒传播预测装置，包括：
获取模块，用于获取参数值，所述参数值包括预先划分的不同类型人群的转换参数，单个吸毒者对应的亲朋好友人数及不同类型人群的人数初始值；所述转换参数包括不同类型人群之间的转换速率或者转换概率；
计算模块，用于根据所述参数值，基于预先建立的吸毒传播模型，计算预设时间内的不同类型人群的人数；所述不同类型人群包括亲朋人群、吸毒人群、隔离人群及戒毒人群。
第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面及其任一种可能的实施方式所述的方法。
第四方面，本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行所述第一方面及其任一种可能的实施方式所述方法。
本发明实施例带来了以下有益效果：
在本发明实施例中，首先获取参数值，该参数值包括预先划分的不同类型人群的转换参数，单个吸毒者对应的亲朋好友人数及不同类型人群的人数初始值；该转换参数包括不同类型人群之间的转换速率或者转换概率；然后根据上述参数值，基于预先建立的吸毒传播模型，计算预设时间内的不同类型人群的人数；其中不同类型人群包括亲朋人群、吸毒人群、隔离人群及戒毒人群。这样，根据待预测区域的实际情况设置人数初始值后，结合转换参数及单个吸毒者对应的亲朋好友人数，就可以基于吸毒传播模型计算出各个类型人群的人数，从而实现对吸毒传播情况的合理预测，进而为禁毒行动提供数据参考及决策依据，有助于寻找有效的阻断策略，合理使用资源和调整策略，更有效地开展社会行为干预行动。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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不同类型人群之间的转换示意图；
图2为本发明实施例提供的吸毒传播预测方法的流程示意图；
图3为本发明实施例提供的不同类型人群的总数的一种变化图像；
图4为本发明实施例提供的不同类型人群的总数的另一种变化图像；
图5为本发明实施例提供的吸毒传播预测装置的结构示意图；
图6为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前为了能够合理预测吸毒的传播情况，指导如何寻找有效的阻断策略，合理使用资源和调整策略，更有效地开展社会行为干预行动，需要深入对吸毒传播的研究，然而目前还没有很好的吸毒传播预测方案。基于此，本发明实施例提供的一种吸毒传播预测方法、装置及电子设备，可以根据待预测区域的实际情况设置人数初始值后，结合转换参数及单个吸毒者对应的亲朋好友人数，就可以基于吸毒传播模型计算出各个类型人群的人数，从而实现对吸毒传播情况的合理预测，进而为禁毒行动提供数据参考及决策依据，有助于寻找有效的阻断策略，合理使用资源和调整策略，更有效地开展社会行为干预行动。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种吸毒传播预测方法进行详细介绍。
实施例一：
为完整准确描述本发明实施例的技术方案，首先对吸毒传播预测对象进行规范化描述：
将待预测区域内的人群划分为不同的类型，包括吸毒人群d、亲朋人群f、隔离人群q和戒毒人群a。为了获得待预测区域内，在预设时间内的不同类型人群的人数，可以将预设时间划分为多个阶段，如需要预测12个月内各个类型人群的人数，可以以一个月为一个阶段进行计算。
如图1所示，在可能的实施例中，以一个月为一个阶段为例，亲朋人群f受到吸毒人群d的影响，以每月α×f(t)的概率转换为吸毒者，其中f(t)表示亲朋人群在第t个月(从开始预测的当月起为第1个月)的人数；α为吸毒人群d中的吸毒者影响亲朋人群f中的亲朋好友转换为吸毒者的概率；公安部门以每月β×d(t)的速率将吸毒人群f中的吸毒者转化为隔离人群q中的隔离者，d(t)表示吸毒人群d在第t个月的人数，β为吸毒人群d中的吸毒者变为隔离人群q中的隔离者的速率；公安部门以每月λ×q(t)的速率将隔离人群q中的隔离者放归社会成为戒毒人群a中的戒毒者，q(t)表示隔离人群在第t个月的人数，λ为隔离者变为戒毒者的速率；戒毒人群a中的戒毒者受到环境影响以速度θ×a(t)的速率重归吸毒人群d而变为吸毒者，a(t)表示戒毒人群a的第t个月的人数，θ为戒毒人群a中的戒毒者变为吸毒者的速率；亲朋人群f由吸毒人群d直接决定，随吸毒人群d的变化而变化，人数满足条件f(t)＝k×d(t)。
下面以上述描述为例对吸毒传播预测方法进行说明。
图2示出了本发明实施例提供的吸毒传播预测方法的流程示意图。如图2所示，该吸毒传播预测方法包括：
步骤s101，获取参数值，该参数值包括预先划分的不同类型人群的转换参数，单个吸毒者对应的亲朋好友人数及不同类型人群的人数初始值；该转换参数包括不同类型人群之间的转换速率或者转换概率。
步骤s102，根据上述参数值，基于预先建立的吸毒传播模型，计算预设时间内的不同类型人群的人数；上述不同类型人群包括亲朋人群、吸毒人群、隔离人群及戒毒人群。
具体地，单个吸毒者对应的亲朋好友人数及不同类型人群的人数初始值是由待预测区域的实际情况设置的。在可能的实施例中，上述不同类型人群之间的转换速率包括戒毒人群中的戒毒者变为吸毒者的速率θ、吸毒人群中的吸毒者变为隔离人群中的隔离者的速率β，及隔离者变为戒毒者的速率λ；上述转换概率包括吸毒人群中的吸毒者影响亲朋人群中的亲朋好友转换为吸毒者的概率α。其中θ、β、λ及α的值可以根据先验经验设定。
具体地，上述预设时间可以分为多个阶段。如预设时间为20年，则可以分为240个阶段进行计算，每个阶段为一个月。假设当前阶段处于第t-1个月，下一阶段为第t个月。
在可能的实施例中，上述步骤s102中，吸毒传播模型的第一种建立过程包括：
(a1)根据吸毒人群在当前阶段的人数、亲朋人群在当前阶段的人数及戒毒人群在当前阶段的人数及转换参数，计算吸毒人群在下一阶段的人数。
具体的，根据吸毒人群d在当前阶段的人数d(t-1)、吸毒人群d中的吸毒者影响亲朋人群d中的亲朋好友转换为吸毒者的概率α、亲朋人群f在当前阶段的人数f(t-1)、戒毒人群a中的戒毒者变为吸毒者的速率θ、戒毒人群a在当前阶段的人数a(t-1)、吸毒人群d中的吸毒者变为隔离人群q中的隔离者的速率β，计算吸毒人群d在下一阶段的人数d(t)。
(a2)根据隔离人群在当前阶段的人数、吸毒人群在当前阶段的人数及上述转换参数，计算隔离人群在下一阶段的人数。
具体地，根据隔离人群q在当前阶段的人数q(t-1)、吸毒人群d在当前阶段的人数d(t-1)、吸毒人群d中的吸毒者变为隔离人群q中的隔离者的速率β及隔离人群q中的隔离者变为戒毒者的速率λ，计算隔离人群q在下一阶段的人数q(t)。
(a3)根据戒毒人群在当前阶段的人数、隔离人群在当前阶段的人数及转换参数，计算戒毒人群在下一阶段的人数。
具体地，根据戒毒人群a在当前阶段的人数a(t-1)、隔离人群q在当前阶段的人数q(t-1)、隔离人群q中的隔离者变为戒毒者的速率λ、戒毒人群a中的戒毒者变为吸毒者的速率θ，计算戒毒人群a在下一阶段的人数a(t)。
(a4)根据吸毒人群在下一阶段的人数、单个吸毒者对应的亲朋好友人数，计算亲朋人群在下一阶段的人数。
具体地，单个吸毒者对应的亲朋好友人数为常数。
在可能的实施例中，根据步骤(a1)至(a4)建立的第一种吸毒传播模型如下：
d(t)＝α×f(t-1)+θ×a(t-1)+(1-β)×d(t-1)
q(t)＝β×d(t-1)+(1-λ)×q(t-1)
a(t)＝λ×q(t-1)+(1-θ)×a(t-1)
f(t)＝k×d(t)
进一步地，t可以根据预设时长确定，将不同类型人群的人数初始值，包括吸毒人群d的人数初始值d(1)、亲朋人群f的初始值f(1)、隔离人群q的初始值q(1)和戒毒人群a的初始值a(1)、θ、β、λ、α及t的值，代入至第一种吸毒传播模型中，即可计算出不同类型人群的人数。
在本发明实施例中，根据待预测区域的实际情况设置人数初始值后，结合转换参数及单个吸毒者对应的亲朋好友人数，就可以基于吸毒传播模型计算出各个类型人群的人数，从而实现对吸毒传播情况的合理预测，进而为禁毒行动提供数据参考及决策依据，有助于寻找有效的阻断策略，合理使用资源和调整策略，更有效地开展社会行为干预行动。
进一步的，在可能的实施例中，上述方法还包括：
步骤s103，根据上述预设时间内的不同类型人群的总数，绘制不同类型人群的总数的变化图像，并进行输出展示。
以一个实例对应用第一种吸毒传播模型计算的情况进行说明：
设d(1)＝10000，q(1)＝300，a(1)＝200，f(1)＝200000，且设k＝20，α＝0.001，θ＝0.01，β＝0.1，λ＝0.02，则可以但不限于利用matlab进行模型建立，其中应用matlab的计算程序如下：
其中，设t的取值范围为2≤t≤240的正整数。最后输出的变化图像如图3所示，横坐标为参数t，纵坐标为人数，其中未示出亲朋人群的人数。
在可能的实施例中，还要考虑到性别和年龄对转换参数的影响，例如不同性别、年龄的人吸毒的概率，复吸的概率存在一定的差异。每个类型人群根据性别和年龄划分多个组别，上述转换参数还包括死亡率；上述参数值还包括每个类型人群中不同组别对应的初始占比。初始占比用于确定每个类型人群中不同组别对应的初始人数。
其中，上述死亡率包括吸毒者每月的死亡率x、隔离者每月的死亡率y及戒毒者每月的死亡率z。
如：考虑两种性别(男女)，n个年龄段，综合起来将每种类型人群分成了m＝2×n个组别。除此以外，由于吸毒者较一般人更容易死亡，还要考虑不同人群死亡率对人数变化的影响，进而使得预测更加精确。
因此，在对每个类型人群进行组别划分后，上述θ具体表现为戒毒人群中的第j组戒毒者变为吸毒者的速率θj、上述β具体表现为吸毒人群中第j组吸毒者变为隔离者的速率βj，及上述λ具体表现为隔离人群中第j组隔离者变为戒毒者的速率λj；上述α具体表现为吸毒人群中第i组吸毒者影响亲朋人群中第j组亲朋好友转化为吸毒者的概率αij。上述x具体表现为吸毒人群中第j组吸毒者每月的死亡率xj；y具体表现为隔离人群中第j组隔离者每月的死亡率yj；z具体表现为戒毒人群中第j组戒毒者每月的死亡率zj。
在可能的实施例中，仍以当前阶段为第t-1阶段，下一阶段为第t阶段为例，进行说明。上述步骤s102中，吸毒传播模型的第二种建立过程包括：
(b1)根据吸毒人群中各个组别在当前阶段的人数、单个吸毒者对应的亲朋好友人数、戒毒人群中相应组别在当前阶段的人数、死亡率及转换参数，确定吸毒人群中每个组别在下一阶段的人数；根据吸毒人群中各个组别在下一阶段的人数，确定吸毒人群在下一阶段的人数。
具体的，首先根据吸毒人群d的各个组别(即为d中的m个组别)在当前阶段的人数、吸毒人群d中各个组别的吸毒者分别影响亲朋人群f中第j组亲朋好友转化为吸毒者的概率，单个吸毒者对应的亲朋好友人数k，计算出吸毒人群d中各个组别的吸毒者影响亲朋人群中第j组亲朋好友转化为吸毒者的人数，可以表示为
然后根据戒毒人群a中第j组在当前阶段的人数aj(t-1)、戒毒人群a中的第j组戒毒者变为吸毒者的速率θj、吸毒人群d中第j组吸毒者每月的死亡率xj、吸毒人群d中第j组吸毒者变为隔离者的速率βj及吸毒人群d中的第j组在当前阶段的人数dj(t-1)，确定吸毒人群d中第j组在下一阶段的人数dj(t)。
按照如上方法分别计算出吸毒人群中各个组别在下一阶段的人数。最后，根据吸毒人群中各个组别在下一阶段的人数，确定吸毒人群在下一阶段的人数计算吸毒人群d的下一阶段的人数d(t)。
(b2)根据隔离人群中相应组别的当前阶段的人数、吸毒人群中相应组别的当前阶段的人数、死亡率及转换参数，确定隔离人群中每个组别的下一阶段的人数；根据隔离人群中各个组别的下一阶段的人数，确定隔离人群在下一级段的人数。
具体地，根据吸毒人群d中的第j组在当前阶段的人数dj(t-1)、隔离人群q中的第j组在当前阶段的人数qj(t-1)、吸毒人群d中第j组吸毒者变为隔离者的速率βj、隔离人群q中第j组隔离者变为戒毒者的速率λj及隔离人群中第j组隔离者每月的死亡率yj，确定隔离人群q中第j组的下一阶段的人数qj(t)。
按照如上方法分别计算出隔离人群中各个组别在下一阶段的人数。最后，根据隔离人群中各个组别在下一阶段的人数，确定隔离人群在下一阶段的人数计算隔离人群q的下一阶段的人数q(t)。
(b3)根据戒毒人群中相应组别的当前阶段的人数、隔离人群中相应组别的当前阶段的人数、死亡率及转换参数，确定戒毒人群中每个组别的下一阶段的人数；根据戒毒人群中各个组别的下一阶段的人数，确定戒毒人群在下一级段的人数。
具体地，根据隔离人群q中的第j组在当前阶段的人数qj(t-1)、戒毒人群a中的第j组在当前阶段的人数aj(t-1)、戒毒人群a中的第j组戒毒者变为吸毒者的速率θj、隔离人群q中第j组隔离者变为戒毒者的速率λj及戒毒人群a中第j组戒毒者每月的死亡率zj，确定戒毒人群a中第j组的下一阶段的人数aj(t)。
按照如上方法分别计算出戒毒人群中各个组别在下一阶段的人数。最后，根据戒毒人群中各个组别在下一阶段的人数，确定戒毒人群在下一阶段的人数计算戒毒人群a的下一阶段的人数a(t)。
在可能的实施例中，根据步骤(b1)至(b3)建立的第二种吸毒传播模型如下：
qj(t)＝βj×dj(t-1)+(1-λj-yj)×qj(t-1)；
aj(t)＝λj×qj(t-1)+(1-θj-zj)×aj(t-1)；
其中，m表示根据性别和年龄划分多个组别的数量，1≤i≤m，1≤j≤m。
进一步地，将不同类型人群的人数初始值，包括吸毒人群d的人数初始值d(1)、亲朋人群f的初始值f(1)、隔离人群q的初始值q(1)和戒毒人群a的初始值a(1)确定每个类型人群中不同组别对应的初始人数。t可以根据预设时长确定，将预先确定的θj、βj、λj、αij、zj、yj、xj及t的值，代入至第二种吸毒传播模型中，即可计算出不同类型人群的人数。
在本发明实施例中，根据待预测区域的实际情况设置人数初始值后，综合考虑性别、年龄及死亡率对各个不同类型人群之间转换的影响，基于吸毒传播模型计算出各个类型人群的人数，从而实现对吸毒传播情况的进一步的精确预测，进而更好的为禁毒行动提供数据参考及决策依据，有助于寻找有效的阻断策略，合理使用资源和调整策略，更有效地开展社会行为干预行动。
以一个实例对应用第一种吸毒传播模型计算的情况进行说明：
假设某地区吸食毒品状况比较严重，需要进行禁毒专项行动，对吸毒行为要进行严抓严打，在实施之前想要建立模型来预测一下禁毒行动的大致效果，并给出建议。
设将每种类型人群的男、女，分别划分四个年龄段(15～3030～4545～6060～75)，综合起来将每种类型人群分成了8个组别，即：男15～30男30～45男45～60男60～75女15～30女30～45女45～60女60～75。
步骤s101中的参数值包括以下：
吸毒人群中吸毒者影响亲朋人群中亲朋好友转化为吸毒者的概率α的取值如表1所示：
表1
上述吸毒人群中的吸毒者变为隔离者的速率β，隔离人群中隔离者变为戒毒者的速率λ；戒毒人群中的戒毒者变为吸毒者的速率θ的取值如表2所示：
表2
上述吸毒人群中的吸毒者每月的死亡率x、隔离人群中的隔离者每月的死亡率y、戒毒人群中的戒毒者每月的死亡率z的取值，如表3所示：
表3
设d(1)＝10000，q(1)＝300，a(1)＝200，f(1)＝200000，且设k＝20，t的取值范围为2≤t≤240的正整数，即预设时长为20年；
每个类型人群中不同组别对应的初始占比，如表4所示：
表4
在可能的实施例中，可以但不限于利用matlab进行模型建立，将上述参数值作为模型的输入，其中应用matlab的计算程序如下：
最后输出的变化图像如图4所示，横坐标为参数t，纵坐标为人数。根据图4得到结论：在禁毒专项行动实施后，前20个月内吸毒人群会大幅度减少，然后维持在400人左右，前50个月内隔离人群会先有个较大的增幅，然后减少，最后维持在2560人左右，前50个月戒毒人群有较大幅度上升，最终维持在3400人左右，禁毒专项行动可行，能取得较好的成果，建议扩大戒毒所的容纳量。
本发明实施例提供一种吸毒传播预测方法，可以根据某一地区当前的现实情况预测未来一段时间里该地区吸毒人群，隔离人群，戒毒人群的人数、性别和年龄构成的变化，为社会禁毒行动提供数据参考及决策依据。
实施例二：
对应于实施例一中的方法，本实施例提供了一种吸毒传播预测装置，参见图5，该装置包括：
获取模块11，用于获取参数值，该参数值包括预先划分的不同类型人群的转换参数，单个吸毒者对应的亲朋好友人数及不同类型人群的人数初始值；该转换参数包括不同类型人群之间的转换速率或者转换概率；
计算模块12，用于根据上述参数值，基于预先建立的吸毒传播模型，计算预设时间内的不同类型人群的人数；该不同类型人群包括亲朋人群、吸毒人群、隔离人群及戒毒人群。
在本发明实施例中，根据待预测区域的实际情况设置人数初始值后，结合转换参数及单个吸毒者对应的亲朋好友人数，就可以基于吸毒传播模型计算出各个类型人群的人数，从而实现对吸毒传播情况的合理预测，进而为禁毒行动提供数据参考及决策依据，有助于寻找有效的阻断策略，合理使用资源和调整策略，更有效地开展社会行为干预行动。
实施例三：
参见图6，本发明实施例还提供一种电子设备100，包括：处理器40，存储器41，总线42和通信接口43，所述处理器40、通信接口43和存储器41通过总线42连接；处理器40用于执行存储器41中存储的可执行模块，例如计算机程序。
其中，存储器41可能包含高速随机存取存储器(ram，randomaccessmemory)，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线42可以是isa总线、pci总线或eisa总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器41用于存储程序，所述处理器40在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中，或者由处理器40实现。
处理器40可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessing，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现成可编程门阵列(field-programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41，处理器40读取存储器41中的信息，结合其硬件完成上述方法的步骤。
本发明实施例提供的吸毒传播预测装置及电子设备，与上述实施例提供的吸毒传播预测方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
本发明实施例所提供的进行吸毒传播预测方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置及电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
附图中的流程图和框图显示了根据本发明的多个实施例方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。