一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法技术

本申请提供一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法，通过获取待测地点的标准地址上实有人口、房屋以及单位数据以及生活服务数据，对标准地址上实有人口、房屋以及单位数据进行筛选，得到非结构化数据，将非结构化数据进行结构化处理，得到结构化数据，基于结构化处理后的标准地址上实有人口、房屋以及单位数据，结合生活服务数据建立所述待测地点预警模型，基于待测地点预警模型筛查风险地区数据，生成比对信息以及风险等级信息，并将比对信息以及风险等级信息发送至客户端的方法，推测标准地址信息内实际居住人口数，并针对超标人口进行等级划分，从而对位置风险作出预估。置风险作出预估。置风险作出预估。

【技术实现步骤摘要】
一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法


[0001]本申请涉及数据分析
，尤其涉及一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法。

技术介绍

[0002]在实际工作中，基层工作人员在日常工作、走访、排查中，经常发现在登记的标准地址中，居住的实际人口往往与登记中的不相符，经常发现居民住宅商用等情况，一定程度上给片区治安带来潜在风险。因此需要对采集的标准地址上实有人口、房屋以及单位数据做进一步的判断与预估，以解决基层工作人员无法精准掌握预警研判的问题。

技术实现思路

[0003]本申请提供了一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法，以解决基层工作人员无法精准掌握预警研判的问题。
[0004]一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法，包括：
[0005]获取待测地点的标准地址上实有人口、房屋以及单位数据以及生活服务数据；
[0006]对所述标准地址上实有人口、房屋以及单位数据进行筛选，得到非结构化数据，将所述非结构化数据进行结构化处理，得到结构化数据；
[0007]基于结构化处理后的标准地址上实有人口、房屋以及单位数据，结合生活服务数据建立所述待测地点预警模型；
[0008]基于所述待测地点预警模型筛查风险地区数据；
[0009]生成比对信息以及风险等级信息，并将所述比对信息以及风险等级信息发送至客户端。
[0010]优选地，在对所述标准地址上实有人口、房屋以及单位数据进行筛选，得到非结构化数据，将所述非结构化数据进行结构化处理，得到结构化数据步骤中，还包括：
[0011]根据所述标准地址上实有人口、房屋以及单位数据筛选非结构化数据，半结构化数据，人口数据，房屋数据，单位数据；
[0012]对非结构化数据以及半结构化数据进行汇聚、清洗，得到标准地址数据；
[0013]对所述人口数据进行汇聚、清洗，得到实有人口数据；
[0014]对所述房屋数据进行汇聚、清洗，得到实有房屋数据；
[0015]对所述单位数据进行汇聚、清洗，得到实有单位数据。
[0016]优选地，在基于结构化处理后的标准地址上实有人口、房屋以及单位数据，结合生活服务数据建立所述待测地点预警模型步骤中，还包括：
[0017]获取所述生活服务数据的年度、季度以及月度数据；
[0018]基于层次分析法，对所述年度、季度以及月度数据进行分析；
[0019]设置模型风险等级阈值。
[0020]优选地，所述模型风险等级分为高、中、低、其他四类风险。
[0021]优选地，所述生活数据包括：水务数据，电力数据以及燃气数据。
[0022]优选地，一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法，其特征在于，还包括：
[0023]将所述水务数据，电力数据以及燃气数据进行模块化处理；
[0024]基于Fabric构建模块化处理后的水务数据，电力数据以及燃气数据。
[0025]由以上技术方案可知，本申请提供一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法，通过获取待测地点的标准地址上实有人口、房屋以及单位数据以及生活服务数据，对所述标准地址上实有人口、房屋以及单位数据进行筛选，得到非结构化数据，将所述非结构化数据进行结构化处理，得到结构化数据，基于结构化处理后的标准地址上实有人口、房屋以及单位数据，结合生活服务数据建立所述待测地点预警模型，基于所述待测地点预警模型筛查风险地区数据，生成比对信息以及风险等级信息，并将所述比对信息以及风险等级信息发送至客户端的方法，将标准地址上实有人口、房屋以及单位数据与生活数据进行比较分析，推测标准地址信息内实际居住人口数，并针对超标人口进行等级划分，从而对位置风险作出预估。
附图说明
[0026]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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。
[0027]图1为一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法流程图。
具体实施方式
[0028]下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
[0029]本申请提供的技术方案中，提供了一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法，其中，标准地址指街、路、巷、乡镇村组，房屋门牌及楼栋户号的标注地址
[0030]包括如下步骤，请参见图1。
[0031]S1：获取待测地点的标准地址上实有人口、房屋以及单位数据以及生活服务数据；
[0032]S2：对所述标准地址上实有人口、房屋以及单位数据进行筛选，得到非结构化数据，将所述非结构化数据进行结构化处理，得到结构化数据；
[0033]S3：基于结构化处理后的标准地址上实有人口、房屋以及单位数据，结合生活服务数据建立所述待测地点预警模型；
[0034]S4：基于所述待测地点预警模型筛查风险地区数据；
[0035]S5：生成比对信息以及风险等级信息，并将所述比对信息以及风险等级信息发送
至客户端。
[0036]在实际应用中，数据的获得可以通过视频采集、互联网采集、警务移动端采集、物联网采集、GIS位置采集以及其他采集方式进行数据收集。由于数据收集渠道的不同，因此数据的格式也各部相同，例如通过视频采集的数据格式为MP4格式，通过互联网采集的数据包括图片，文字等多种格式，所以在S2中需要对上述多种来源多种格式的数据进行结构化处理，使数据结构化标准好，便于后续分析。
[0037]在S2步骤中，采用ETL技术，ETL(Extract
‑
Transform
‑
Load)，用来描述将数据从来源端经过抽取、转换、加载至目的端的过程。ETL是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据，ETL是商业智能项目重要的一个环节。
[0038]进一步地，在对所述标准地址上实有人口、房屋以及单位数据进行筛选，得到非结构化数据，将所述非结构化数据进行结构化处理，得到结构化数据步骤中，还包括：
[0039]S21：根据所述标准地址上实有人口、房屋以及单位数据筛选非结构化数据，半结构化数据，人口数据，房屋数据，单位数据；
[0040]S22：对非结构化数据以及半结构化数据进行汇聚、清洗，得到标准地址数据；
[0041]S23：对所述人口数据进行汇聚、清洗，得到实有人口数据；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法，其特征在于，包括：获取待测地点的标准地址上实有人口、房屋以及单位数据以及生活服务数据；对所述标准地址上实有人口、房屋以及单位数据进行筛选，得到非结构化数据，将所述非结构化数据进行结构化处理，得到结构化数据；基于结构化处理后的标准地址上实有人口、房屋以及单位数据，结合生活服务数据建立所述待测地点预警模型；基于所述待测地点预警模型筛查风险地区数据；生成比对信息以及风险等级信息，并将所述比对信息以及风险等级信息发送至客户端。2.根据权利要求1所述的一种基于标准地址上实有人口、房屋以及单位数据分析的风险预估方法，其特征在于，在对所述标准地址上实有人口、房屋以及单位数据进行筛选，得到非结构化数据，将所述非结构化数据进行结构化处理，得到结构化数据步骤中，还包括：根据所述标准地址上实有人口、房屋以及单位数据筛选非结构化数据，半结构化数据，人口数据，房屋数据，单位数据；对非结构化数据以及半结构化数据进行汇聚、清洗，得到标准地址数据；对所述人口数据进行汇聚、清洗，得到实有人口数据；对所述房屋数...

【专利技术属性】
技术研发人员：丁武，康凯，唐兴宇，
申请(专利权)人：辽宁华盾安全技术有限责任公司，
类型：发明
国别省市：