基于人口拐卖数据的热点区构建方法、装置以及设备制造方法及图纸

本发明专利技术涉及数据分析领域，特别涉及一种基于人口拐卖数据的热点区构建方法、装置以及设备，采用空间自相关方法，对目标区域的人口拐卖的空间分布差异性进行分析，获取所述若干个子区域相应的聚类类型数据，并采用多尺度地理加权回归模型，进一步对目标区域的若干个子区域的人口拐卖的空间分布差异性及影响因素进行了分析，获得所述若干个子区域相应的人口拐卖风险性评价值，结合聚类类型数据以及人口拐卖风险性评价值，将若干个子区域划分为热点区，获取目标区域的热点区，以表征目标区域的人口失踪的空间分布状况，准确地目标区域的人口拐卖情况进行分析。口拐卖情况进行分析。口拐卖情况进行分析。

【技术实现步骤摘要】
基于人口拐卖数据的热点区构建方法、装置以及设备


[0001]本专利技术涉及数据分析领域，特别涉及是一种基于人口拐卖数据的热点区构建方法、装置、设备以及存储介质。

技术介绍

[0002]人口拐卖不仅给家庭带来重大创伤，也严重危害了社会和谐与稳定，目前，对于人口拐卖的研究仍集中于法学、公安学领域，主要探讨人口拐卖的原因及公安治理对策，囿于片段线索认知故障、情报交流滞后等因素，难以表征各个区域的人口失踪的空间分布状况，从而无法对各个区域的人口拐卖情况进行准确地分析。

技术实现思路

[0003]基于此，本专利技术的目的在于，提供一种基于人口拐卖数据的热点区构建方法、装置、设备以及存储介质，采用空间自相关方法，对目标区域的人口拐卖的空间分布差异性进行分析，获取所述若干个子区域相应的聚类类型数据，并采用多尺度地理加权回归模型，进一步对目标区域的若干个子区域的人口拐卖的空间分布差异性及影响因素进行了分析，获得所述若干个子区域相应的人口拐卖风险性评价值，结合聚类类型数据以及人口拐卖风险性评价值，将若干个子区域划分为热点区，获取目标区域的热点区，以表征目标区域的人口失踪的空间分布状况，准确地目标区域的人口拐卖情况进行分析。
[0004]第一方面，本申请实施例提供了一种基于人口拐卖数据的热点区构建方法，包括以下步骤：
[0005]获取目标区域的人口拐卖数据集；其中，所述目标区域包括若干个子区域，所述人口拐卖数据集包括所述若干个子区域相应的人口拐卖发生数据以及人口拐卖数量数据，所述人口拐卖发生数据包括若干个不同类型的拐卖影响因素数据；
[0006]获取所述若干个子区域相应的空间权重参数，采用空间自相关方法，根据所述若干个子区域相应的人口拐卖数量数据以及所述空间权重参数，获取所述若干个子区域相应的聚类类型数据；
[0007]将所述若干个子区域相应的人口拐卖发生数据输入至预设的多尺度地理加权回归模型，获得所述若干个子区域的若干个不同类型的拐卖影响因素数据相应的回归系数；
[0008]对所述回归系数进行标准化处理，获得所述若干个不同类型的拐卖影响因素数据相应的指标权重参数，根据所述若干个子区域的若干个不同类型的拐卖影响因素数据相应的指标权重参数以及所述回归系数，获得所述若干个子区域相应的人口拐卖风险性评价值；
[0009]根据所述若干个子区域相应的聚类类型数据以及人口拐卖风险性评价值，将所述若干个子区域划分为热点区，确定所述目标区域的热点区。
[0010]第二方面，本申请实施例提供了一种基于人口拐卖数据的热点区构建装置，包括：
[0011]数据获取模块，用于获取目标区域的人口拐卖数据集；其中，所述目标区域包括若
干个子区域，所述人口拐卖数据集包括所述若干个子区域相应的人口拐卖发生数据以及人口拐卖数量数据，所述人口拐卖发生数据包括若干个不同类型的拐卖影响因素数据；
[0012]热点区识别模块，用于获取所述若干个子区域相应的空间权重参数，采用空间自相关方法，根据所述若干个子区域相应的人口拐卖数量数据以及所述空间权重参数，获取所述若干个子区域相应的聚类类型数据；
[0013]回归系数计算模块，用于将所述若干个子区域相应的人口拐卖发生数据输入至预设的多尺度地理加权回归模型，获得所述若干个子区域的若干个不同类型的拐卖影响因素数据相应的回归系数；
[0014]风险性评价模块，用于对所述回归系数进行标准化处理，获得所述若干个不同类型的拐卖影响因素数据相应的指标权重参数，根据所述若干个子区域的若干个不同类型的拐卖影响因素数据相应的指标权重参数以及所述回归系数，获得所述若干个子区域相应的人口拐卖风险性评价值；
[0015]热点区构建模块，用于根据所述若干个子区域相应的聚类类型数据以及人口拐卖风险性评价值，确定所述目标区域的热点区。
[0016]第三方面，本申请实施例提供了一种计算机设备，包括处理器、存储器以及存储在所述存储器中并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如第一方面所述的基于人口拐卖数据的热点区构建方法的步骤。
[0017]第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的基于人口拐卖数据的热点区构建方法的步骤。
[0018]在本申请实施例中，提供一种基于人口拐卖数据的热点区构建方法、装置、设备以及存储介质，采用空间自相关方法，对目标区域的人口拐卖的空间分布差异性进行分析，获取所述若干个子区域相应的聚类类型数据，并采用多尺度地理加权回归模型，进一步对目标区域的若干个子区域的人口拐卖的空间分布差异性及影响因素进行了分析，获得所述若干个子区域相应的人口拐卖风险性评价值，结合聚类类型数据以及人口拐卖风险性评价值，将若干个子区域划分为热点区，获取目标区域的热点区，以表征目标区域的人口失踪的空间分布状况，准确地目标区域的人口拐卖情况进行分析。
[0019]为了更好地理解和实施，下面结合附图详细说明本专利技术。
附图说明
[0020]图1为本申请一个实施例提供的基于人口拐卖数据的热点区构建方法的流程示意图；
[0021]图2为本申请一个实施例提供的基于人口拐卖数据的热点区构建方法的流程中S2的示意图；
[0022]图3为本申请一个实施例提供的基于人口拐卖数据的热点区构建方法的流程中S4的示意图；
[0023]图4为本申请一个实施例提供的基于人口拐卖数据的热点区构建方法的流程中S42的示意图；
[0024]图5为本申请另一个实施例提供的基于人口拐卖数据的热点区构建方法的流程的
示意图；
[0025]图6为本申请一个实施例提供的基于人口拐卖数据的热点区构建装置的结构示意图；
[0026]图7为本申请一个实施例提供的计算机设备的结构示意图。
具体实施方式
[0027]这里将详细地对示例性实施例进行说明，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。以下示例性实施例中所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。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0028]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0029]应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”/“若”可以被解释成为“在...

【技术保护点】

【技术特征摘要】
1.一种基于人口拐卖数据的热点区构建方法，其特征在于，包括以下步骤：获取目标区域的人口拐卖数据集；其中，所述目标区域包括若干个子区域，所述人口拐卖数据集包括所述若干个子区域相应的人口拐卖发生数据以及人口拐卖数量数据，所述人口拐卖发生数据包括若干个不同类型的拐卖影响因素数据；获取所述若干个子区域相应的空间权重参数，采用空间自相关方法，根据所述若干个子区域相应的人口拐卖数量数据以及所述空间权重参数，获取所述若干个子区域相应的聚类类型数据；将所述若干个子区域相应的人口拐卖发生数据输入至预设的多尺度地理加权回归模型，获得所述若干个子区域的若干个不同类型的拐卖影响因素数据相应的回归系数；对所述回归系数进行标准化处理，获得所述若干个不同类型的拐卖影响因素数据相应的指标权重参数，根据所述若干个子区域的若干个不同类型的拐卖影响因素数据相应的指标权重参数以及所述回归系数，获得所述若干个子区域相应的人口拐卖风险性评价值；根据所述若干个子区域相应的聚类类型数据以及人口拐卖风险性评价值，确定所述目标区域的热点区。2.根据权利要求1所述的基于人口拐卖数据的热点区构建方法，其特征在于，所述采用空间自相关方法，根据所述若干个子区域相应的人口拐卖数量数据以及空间权重参数，获取所述若干个子区域相应的聚类类型数据，包括步骤：根据所述若干个子区域相应的人口拐卖数量数据、空间权重参数以及预设的全局指数计算算法，获得所述目标区域的全局自相关指数，其中，所述全局指数包括全局自相关指数以及全局统计量指数，所述全局自相关指数计算算法为：算法为：V[I]＝E[I2]
‑
E[I]2式中，I为所述全局自相关指数，n为所述子区域数目，i和j分别表示为第i个子区域以及第j个子区域，W
ij
为第i个子区域以及第j个子区域的空间权重参数，x
i
和x
j
分别表示为所述第i个子区域以及第j个子区域相应的人口拐卖数量数据，为所述若干个子区域相应的人口拐卖数量数据的平均值，E[I]为全局期望指数，V[I]为全局方差指数，Z为所述全局统计量指数；根据所述目标区域的全局自相关指数以及预设的全局自相关指数阈值，获取所述目标区域的集群趋势判断结果，其中，所述集群趋势判断结果包括集群趋势显著结果以及集群趋势非显著结果；若所述集群趋势判断结果为集群趋势显著结果，根据所述若干个子区域相应的人口拐卖数量数据以及预设的局部指数计算算法，获得所述若干个子区域相应的局部自相关指数，其中，所述局部指数包括莫兰指数、空间聚合指数以及局部统计量指数，所述局部指数
计算算法为：计算算法为：V[I
i
]＝E[I
i2
]
‑
E[I
i
]2式中，I
i
为所述第i个子区域相应的莫兰指数，E[I
i
]为局部期望指数，V[I]为局部方差指数，Z为所述局部统计量指数，S0为空间聚合指数，其中，根据所述局部自相关指数，对所述若干个子区域进行聚类分析，获取所述若干个子区域的聚类类型数据。3.根据权利要求1所述的基于人口拐卖数据的热点区构建方法，其特征在于：所述拐卖影响因素数据包括经济水平数据、城乡收入差距数据，流动人口数量数据、人口密度数据、失业率数据以及受教育程度数据，所述多尺度地理加权回归模型为：式中，i表示为第i个子区域，k表示为所述子区域的第k个类型的拐卖影响因素数据，m为所述拐卖影响因素数据类型的数目，y
i,k
为第i个子区域的第k个类型的拐卖影响因素数据相应的回归系数，β
bwk
为第k个类型的拐卖影响因素数据相应的带宽系数，(u
i
,v
i
)为第i个子区域的位置参数，x
i,k
为第i个子区域的第k个类型的拐卖影响因素数据，ε
i
为第i个类型的拐卖影响因素数据相应的随机扰动量。4.根据权利要求1所述的基于人口拐卖数据的热点区构建方法，其特征在于，所述根据所述若干个子区域的若干个不同类型的拐卖影响因素数据相应的指标权重参数以及回归系数，获得所述若干个子区域相应的人口拐卖风险性评价值，包括步骤：根据所述若干个子区域的若...

【专利技术属性】
技术研发人员：黎咏春，李悦城，范裕，黎宇翔，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：