基于对象移动不平衡分析的区域信息处理方法及装置

本发明涉及大数据分析，具体涉及一种基于对象移动不平衡分析的区域信息处理方法及装置。另外，还涉及一种电子设备及处理器可读存储介质。

背景技术：

1、城市居民在使用城市设施、利用城市提供的机会等与移动相关的方面上正经历愈发不平等或者不平衡，这源于性别、社会经济和不同类型群体之间的差距。虽然城市化总体上改善了城市中活动场所的可达性并刺激了经济增长，但城市区域中移动能力的日益不平等或者不平衡威胁着城市作为社会纽带的结构，影响着市民的生计和福祉。衡量并分析城市移动能力的不平等或者不平衡并剖析其潜在原因是一项具有挑战性的任务，但为了实现有效的城市区域管理并减轻其带来的损失是十分必要的。

2、目前，在城市计算领域，对城市移动不平等的现有技术往往在数据集或所使用的方法上存在局限性。比如在数据来源方面，通常依赖于调查数据，此类数据规模小，收集成本高，这可能会限制分析结果的典型性。以往的分析方法主要集中在居民的出行频率与距离等城市移动的物理属性，以及城市区域之间的连通性，但忽略了居民与不同城市功能场所的交互的不平等。具体来说，如学校、公园、博物馆等城市场所，往往反映了居民获取、利用城市资源能力的差异，从中可以更好地刻画和理解城市移动的不平等或者不平衡。此外，以往的技术大多基于社会和人口因素与城市移动行为之间的相关性来分析不平等，这可能会由于未能控制混杂变量而使得分析结果不准确，导致区域信息分析处理能力较差，区域管理效果局限性较高，区域管理信息的可靠性和精确度较差。因此，如何将居民和具体城市场所的交互行为用于区域中移动不平等分析以提高城市中的区域管理信息的精确性和可靠性成为亟待解决的问题。

技术实现思路

1、为此，本发明提供一种基于对象移动不平衡分析的区域信息处理方法及装置，以解决现有技术中存在的基于对象移动不平衡分析的区域关系信息方案局限性较高，从而导致城市区域管理效果和可靠性较差的缺陷。

2、第一方面，本发明提供一种基于对象移动不平衡分析的区域信息处理方法，包括：

3、获取区域中对象访问区域场所的移动数据；

4、对所述移动数据进行预处理，获取所述区域内各地区中对象的移动水平和移动选择，并获得相应的地区属性；

5、其中，所述移动水平为地区内对象在预设时间段内访问所有区域场所的人均次数；所述移动选择为地区内对象在预设时间段内访问特定类别区域场所占访问所有区域场所的比例；

6、基于因果推断匹配策略分析所述地区属性对所述对象的移动水平和移动选择的影响程度，并根据所述影响程度判断所述移动水平和所述移动选择是否平衡，输出所述地区属性与移动的不平衡分析结果；

7、基于所述地区属性与移动的不平衡分析结果，确定对所述区域中区域场所进行相应管理操作的指示信息。

8、进一步的，所述的基于对象移动不平衡分析的区域信息处理方法，还包括：

9、基于表征学习方式，利用预设的条件随机抽样策略分析所述地区属性上所述移动选择的不平衡信息，并利用嵌入向量拟合所述移动选择，并基于预设的采样样本集进行训练，获得相应的拟合模型；其中，所述地区属性包含对象属性和社会经济属性；

10、基于所述拟合模型对待分析目标区域中所述对象针对特定类别区域场所的移动选择进行预测，输出相应的预测结果。

11、进一步的，所述获取目标区域中对象访问区域场所的移动数据，包括：

12、基于移动网络数据和地理位置信号，获取相应的对象访问区域场所数据；

13、基于所述对象访问区域场所数据，获得所述目标区域中各地区在预设时间段内对象访问区域场所的次数及分布数据，将所述预设时间段内对象访问区域场所的次数及分布数据作为所述移动数据；

14、其中，所述地区为所述目标区域中覆盖预设数量对象的子区域。

15、进一步的，所述基于因果推断匹配策略分析所述地区属性对所述对象的移动水平和移动选择的影响程度，具体包括：

16、基于广义精确匹配策略分析区域中移动的不平衡，当分析所述地区属性中的每个地区属性对移动的影响程度时，匹配所述地区属性中的除所述每个地区属性之外的其他地区属性的分箱值完全相同的地区，并根据匹配的地区个数进行加权线性回归分析，以实现在去除混杂效应下分析每个地区属性对所述移动的影响程度；所述移动包括所述移动水平与所述移动选择。

17、进一步的，所述根据匹配的地区个数进行加权线性回归分析，以实现在去除混杂效应下分析每个地区属性对所述移动的影响程度，具体包括：

18、对于每个地区属性，拟合所述移动水平与所述移动选择相对应的不同测试水平进行加权线性回归分析，根据加权线性回归分析结果确定每个地区属性对所述移动水平与所述移动选择的影响程度；其中，所述测试水平是将每个地区属性分层得到的三个粗化层，每个粗化层对应一个测试水平。

19、进一步的，当目标地区属性对应提高一个测试水平时，所述目标地区属性对所述移动水平与所述移动选择的影响程度表现为相应的所述移动水平与所述移动选择的增加值；所述目标地区属性为所述每个地区属性中的其中一个地区属性。

20、进一步的，所述基于表征学习方式，利用预设的条件随机抽样策略分析所述地区属性上所述移动选择的不平衡信息，并利用嵌入向量拟合所述移动选择，并基于预设的采样样本集进行训练，获得相应的拟合模型，具体包括：

21、基于表征学习方式采样所述地区属性和所述移动选择的组合关系，以获取所述移动选择在所述地区属性上的不平衡信息，基于所述条件随机采样策略将所述移动选择的不平衡信息映射到嵌入空间中，确定区域中不同场所类别和区域属性的表征的嵌入向量，并基于预设的采样样本集进行训练，获得所述拟合模型。

22、第二方面，本发明还提供一种基于对象移动不平衡分析的区域信息处理装置，包括：

23、移动数据获取单元，用于获取区域中对象访问区域场所的移动数据；

24、数据预处理单元，用于对所述移动数据进行预处理，获取所述区域内各地区中对象的移动水平和移动选择，并获得相应的地区属性；

25、其中，所述移动水平为地区内对象在预设时间段内访问所有区域场所的人均次数；所述移动选择为地区内对象在预设时间段内访问特定类别区域场所占访问所有区域场所的比例；

26、平衡分析单元，用于基于因果推断匹配策略分析所述地区属性对所述对象的移动水平和移动选择的影响程度，并根据所述影响程度判断所述移动水平和所述移动选择是否平衡，输出所述地区属性与移动的不平衡分析结果；

27、区域管理单元，用于基于所述地区属性与移动的不平衡分析结果，确定对所述区域中区域场所进行相应管理操作的指示信息。

28、进一步的，所述的基于对象移动不平衡分析的区域信息处理装置，还包括：

29、模型拟合单元，用于基于表征学习方式，利用预设的条件随机抽样策略分析所述地区属性上所述移动选择的不平衡信息，并利用嵌入向量拟合所述移动选择，并基于预设的采样样本集进行训练，获得相应的拟合模型；其中，所述地区属性包含对象属性和社会经济属性；

30、模型预测单元，用于基于所述拟合模型对待分析目标区域中所述对象针对特定类别区域场所的移动选择进行预测，输出相应的预测结果。

31、进一步的，所述移动数据获取单元，具体用于：

32、基于移动网络数据和地理位置信号，获取相应的对象访问区域场所数据；

33、基于所述对象访问区域场所数据，获得所述目标区域中各地区在预设时间段内对象访问区域场所的次数及分布数据，将所述预设时间段内对象访问区域场所的次数及分布数据作为所述移动数据；

34、其中，所述地区为所述目标区域中覆盖预设数量对象的子区域。

35、进一步的，所述平衡分析单元，具体用于：

36、基于广义精确匹配策略分析区域中移动的不平衡，当分析所述地区属性中的每个地区属性对移动的影响程度时，匹配所述地区属性中的除所述每个地区属性之外的其他地区属性的分箱值完全相同的地区，并根据匹配的地区个数进行加权线性回归分析，以实现在去除混杂效应下分析每个地区属性对所述移动的影响程度；所述移动包括所述移动水平与所述移动选择。

37、进一步的，所述根据匹配的地区个数进行加权线性回归分析，以实现在去除混杂效应下分析每个地区属性对所述移动的影响程度，具体包括：

38、对于每个地区属性，拟合所述移动水平与所述移动选择相对应的不同测试水平进行加权线性回归分析，根据加权线性回归分析结果确定每个地区属性对所述移动水平与所述移动选择的影响程度；其中，所述测试水平是将每个地区属性分层得到的三个粗化层，每个粗化层对应一个测试水平。

39、进一步的，当目标地区属性对应提高一个测试水平时，所述目标地区属性对所述移动水平与所述移动选择的影响程度表现为相应的所述移动水平与所述移动选择的增加值；所述目标地区属性为所述每个地区属性中的其中一个地区属性。

40、进一步的，所述模型拟合单元，具体用于：

41、基于表征学习方式采样所述地区属性和所述移动选择的组合关系，以获取所述移动选择在所述地区属性上的不平衡信息，基于所述条件随机采样策略将所述移动选择的不平衡信息映射到嵌入空间中，确定区域中不同场所类别和区域属性的表征的嵌入向量，并基于预设的采样样本集进行训练，获得所述拟合模型。

42、第三方面，本发明还提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述计算机程序时实现如上述任意一项所述的基于对象移动不平衡分析的区域信息处理方法的步骤。

43、第四方面，本发明还提供一种处理器可读存储介质，所述处理器可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述的基于对象移动不平衡分析的区域信息处理方法的步骤。

44、本发明提供的基于对象移动不平衡分析的区域信息处理方法，通过对获取的区域中对象访问区域场所的移动数据进行预处理，获取区域内各地区中对象的移动水平和移动选择，并获得地区属性；然后基于因果推断匹配策略分析地区属性对对象的移动水平和移动选择的影响程度，并根据影响程度判断移动水平和移动选择是否平衡，输出地区属性与移动的不平衡分析结果，并能够提高基于对象移动不平衡分析的区域信息处理效果，从而提升区域管理操作信息的精确度和可靠性，其能够提高基于对象移动不平衡分析的区域信息处理效果，从而提升区域管理操作信息的精确度和可靠性。