低保数据分析方法、系统及终端设备技术方案

本发明专利技术适用于数据分析技术领域，公开了一种低保数据分析方法、系统及终端设备，包括：获取低保数据，并对低保数据进行数据预处理；基于预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数；对预处理后的低保数据进行聚类分析，并统计聚类后的各个低保类别的特征；根据预处理后的低保数据，对低保家庭数量进行预测得到低保家庭预测量，并对保障房申请家庭数量进行预测得到保障房申请家庭预测量；根据预处理后的低保数据，对低保家庭的人均收入的各个影响因素进行分析，得到各个影响因素的排序。本发明专利技术能够对低保数据进行深入分析和挖掘，得到更多有效信息，供相关部门进行相关决策使用。

Data analysis method, system and terminal equipment for low-cost insurance

【技术实现步骤摘要】
低保数据分析方法、系统及终端设备
本专利技术属于数据分析
，尤其涉及一种低保数据分析方法、系统及终端设备。
技术介绍
低保数据分析是指以家庭低保为单位，评估低保和困难补助等社会福利申请者的经济情况，以便于相关部门根据分析结果进行相应的决策。目前，低保数据分析只是简单核对低保家庭是否符合低保标准，低保金的发放是否正确等等，无法为相关部门进行决策提供有效信息。
技术实现思路
有鉴于此，本专利技术实施例提供了一种低保数据分析方法、系统及终端设备，以解决现有技术中，只是简单核对低保家庭是否符合低保标准，低保金的发放是否正确等等，无法为相关部门进行决策提供有效信息的问题。本专利技术实施例的第一方面提供了一种低保数据分析方法，包括：获取低保数据，并对低保数据进行数据预处理；基于预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数；对预处理后的低保数据进行聚类分析，并统计聚类后的各个低保类别的特征；根据预处理后的低保数据，对低保家庭数量进行预测得到低保家庭预测量，并对保障房申请家庭数量进行预测得到保障房申请家庭预测量；根据预处理后的低保数据，对低保家庭的人均收入的各个影响因素进行分析，得到各个影响因素的排序。本专利技术实施例的第二方面提供了一种低保数据分析系统，包括：数据获取模块，用于获取低保数据，并对低保数据进行数据预处理；相关性分析模块，用于基于预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数；聚类分析模块，用于对预处理后的低保数据进行聚类分析，并统计聚类后的各个低保类别的特征；预测模块，用于根据预处理后的低保数据，对低保家庭数量进行预测得到低保家庭预测量，并对保障房申请家庭数量进行预测得到保障房申请家庭预测量；影响因素分析模块，用于根据预处理后的低保数据，对低保家庭的人均收入的各个影响因素进行分析，得到各个影响因素的排序。本专利技术实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面所述低保数据分析方法的步骤。本专利技术实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被一个或多个处理器执行时实现如第一方面所述低保数据分析方法的步骤。本专利技术实施例与现有技术相比存在的有益效果是：本专利技术实施例首先获取低保数据，并对低保数据进行数据预处理，然后基于预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数，对预处理后的低保数据进行聚类分析，并统计聚类后的各个低保类别的特征，接着根据预处理后的低保数据，对低保家庭数量进行预测得到低保家庭预测量，并对保障房申请家庭数量进行预测得到保障房申请家庭预测量，最后根据预处理后的低保数据，对低保家庭的人均收入的各个影响因素进行分析，得到各个影响因素的排序，能够对低保数据进行深入分析和挖掘，得到更多有效信息，供相关部门进行相关决策使用。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例提供的低保数据分析方法的实现流程示意图；图2是本专利技术另一实施例提供的低保数据分析方法的实现流程示意图；图3是本专利技术一实施例提供的低保数据分析系统的示意框图；图4是本专利技术一实施例提供的终端设备的示意框图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1是本专利技术一实施例提供的低保数据分析方法的实现流程示意图，为了便于说明，仅示出了与本专利技术实施例相关的部分。本专利技术实施例的执行主体可以是终端设备。如图1所示，该方法可以包括以下步骤：步骤S101：获取低保数据，并对低保数据进行数据预处理。在本专利技术实施例中，可以通过对接低保相关部门的系统来获取低保数据，也可以通过用户上传数据来获取低保数据。低保数据可以是历年来统计的低保家庭的相关信息，具体可以是历年来，每个月或每个季度统计的低保家庭的相关信息，可以包括历年来，每个月或每个季度统计的低保家庭的数量和每个低保家庭的属性。每个低保家庭的属性可以包括致贫原因、家庭人口数量、就业情况、人均收入、最差健康状况、最严重残疾等级、最高文化程度、家庭老幼占比、在读学生占比、残疾占比、重病占比、平均年龄和平均劳动能力等信息中的一种或多种。对低保数据进行数据预处理可以包括对低保数据进行清洗和标准化，具体可以为采用现有方法，对不完整的数据、错误的数据和重复的数据进行一致性检查、无效值和缺失值处理；然后将数据标准化。步骤S102：基于预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数。在本专利技术实施例中，可以采用预设的相关性分析模型，根据预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数。步骤S103：对预处理后的低保数据进行聚类分析，并统计聚类后的各个低保类别的特征。在本专利技术实施例中，可以采用预设的聚类模型，将预处理后的低保数据划分为多个低保类别，并统计聚类后的各个低保类别的特征。具体地，可以针对某一年、某个季度或某个月的低保数据进行聚类分析，获得该某一年、该某个季度或该某个月的低保家庭的特点。步骤S104：根据预处理后的低保数据，对低保家庭数量进行预测得到低保家庭预测量，并对保障房申请家庭数量进行预测得到保障房申请家庭预测量。在本专利技术实施例中，根据预处理后的低保数据，可以得到过去每年、每个季度或每个月的低保家庭数量和保障房申请家庭数量。可以根据过去每年的低保家庭数量进行预测，得到未来每年的低保家庭预测量；可以根据过去每个季度的低保家庭数量进行预测，得到未来每个季度的低保家庭预测量；或者，可以根据过去每个月的低保家庭数量进行预测，得到未来每个月的低保家庭预测量。可以根据过去每年的保障房申请家庭数量进行预测，得到未来每年的保障房申请家庭预测量；可以根据过去每个季度的保障房申请家庭数量进行预测，得到未来每个季度的保障房申请家庭预测量；或者，可以根据过去每个月的保障房申请家庭数量进行预测，得到未来每个月的保障房申请家庭预测量。步骤S105：根据预处理后的低保数据，对低保家庭的人均收入的各个影响因素进行分析，得到各个影响因素的排序。在本专利技术实施例中，对低保家庭的人均收入的影响因素可以根据专家经验给出，可以包括平均年龄、平均劳动能力、最高文化程度、家庭老幼占比、家庭人口数量、家庭重病占比、残疾占比、最差健康状况、最严重残疾等级和就业状况中的一种或多种。可以根据预处理后的低保数据，得到低保家庭的人均收入和人均收入的各个影响因素的参数值，根据该参数值进行分析，得到各个影响因素的排序。由上述描本文档来自技高网...

【技术保护点】
1.一种低保数据分析方法，其特征在于，包括：获取低保数据，并对所述低保数据进行数据预处理；基于预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数；对所述预处理后的低保数据进行聚类分析，并统计聚类后的各个低保类别的特征；根据所述预处理后的低保数据，对低保家庭数量进行预测得到低保家庭预测量，并对保障房申请家庭数量进行预测得到保障房申请家庭预测量；根据所述预处理后的低保数据，对低保家庭的人均收入的各个影响因素进行分析，得到各个影响因素的排序。

【技术特征摘要】
1.一种低保数据分析方法，其特征在于，包括：获取低保数据，并对所述低保数据进行数据预处理；基于预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数；对所述预处理后的低保数据进行聚类分析，并统计聚类后的各个低保类别的特征；根据所述预处理后的低保数据，对低保家庭数量进行预测得到低保家庭预测量，并对保障房申请家庭数量进行预测得到保障房申请家庭预测量；根据所述预处理后的低保数据，对低保家庭的人均收入的各个影响因素进行分析，得到各个影响因素的排序。2.根据权利要求1所述的低保数据分析方法，其特征在于，所述基于预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数，包括：获取用户选取的相关性分析模型；根据所述相关性分析模型和所述预处理后的低保数据，对低保家庭的各个属性进行相关性分析，得到不同属性之间的相关性系数。3.根据权利要求1所述的低保数据分析方法，其特征在于，所述对所述预处理后的低保数据进行聚类分析，并统计聚类后的各个低保类别的特征，包括：获取用户选取的聚类模型和聚类后的类别数量；根据所述聚类模型，对所述预处理后的低保数据进行聚类分析，将所述预处理后的低保数据划分为多个低保类别，所述低保类别的数量为所述聚类后的类别数量；统计每个低保类别的聚类中心的属性值、每个低保类别包含的低保家庭的数量以及每个低保类别包含的低保家庭的数量占总低保家庭数量的比例。4.根据权利要求1所述的低保数据分析方法，其特征在于，所述根据所述预处理后的低保数据，对人均收入的各个影响因素进行分析，得到各个影响因素的排序，包括：根据所述预处理后的低保数据，获取历史低保家庭数量，并根据所述历史低保家庭数量，对预设的回归模型进行训练，得到训练完成后的回归模型；根据所述训练完成后的回归模型，对低保家庭数量进行预测，得到低保家庭预测量；根据所述预处理后的低保数据，获取历史保障房申请家庭数量；对所述历史保障房申请家庭数量进行时序分析，并根据预设模型，对保障房申请家庭数量进行预测得到保障房申请家庭预测量。5.根据权利要求1所述的低保数据分析方法，其特征在于，所...

【专利技术属性】
技术研发人员：许国杰，任晓德，钟秋发，鲍正，
申请(专利权)人：中科恒运股份有限公司，
类型：发明
国别省市：河北,13