【技术实现步骤摘要】
本专利技术涉及政务大数据，特别涉及低收入人口动态监测量化模型。
技术介绍
1、随着信息化技术的在政务领域的不断应用实践，相关政务部门积累了大量的数据资产。但政务部门对积累的低收入人口数据的应用更多是侧重于数据展示，即通过对数据加工处理后在应用系统前端做展示。这种应用方式存在以下不足：
2、1)、不能够让沉淀的低收入人口数据资产价值得到充分利用；
3、2)、无法让使用者快速定位到低收入人口重要的数据；
4、3)、无法加强低收入人口动态监测，从而无法更加精准、及时、有效做好社会救助工作。
5、当前有企业提出了解决上述低收入人口问题的一些方法。这些解决方案要么片面，只局限于某一个点，比如只针对已经认定为低收入人口的异常情况进行分析处理；要么无法做到精准识别帮扶低收入人口，比如基于手机信令数据预测低收入人群的方法，只能识别到某个区域范围的人群的特征，无法精准识别到每个家庭的特征，从而无法实现精准扶贫。
6、如何构建了一个更加全面化、体系化、精准化的低收入人口动态监测模型是政务领域必须认...
【技术保护点】
1.低收入人口动态监测量化模型，其特征在于，包含数据建模和动态监测单元，其中数据建模的具体步骤如下：
2.根据权利要求1所述的低收入人口动态监测量化模型，其特征在于，所述对家庭历史数据记录进行清洗加工，具体为：
3.根据权利要求1所述的低收入人口动态监测量化模型，其特征在于，步骤S101中，家庭历史数据记录包括家庭成员信息、家庭各项收入、家庭各项开支、家庭各项财产、低收入人口政策法规相关指标；
4.根据权利要求1所述的低收入人口动态监测量化模型，其特征在于，所述动态监测单元的具体流程如下：
5.根据权利要求4所述的低收入...
【技术特征摘要】
1.低收入人口动态监测量化模型，其特征在于，包含数据建模和动态监测单元，其中数据建模的具体步骤如下：
2.根据权利要求1所述的低收入人口动态监测量化模型，其特征在于，所述对家庭历史数据记录进行清洗加工，具体为：
3.根据权利要求1所述的低收入人口动态监测量化模型，其特征在于，步骤s101中，家庭历史数据记录...
【专利技术属性】
技术研发人员：许春来，严杰，田坤，娄志勇，
申请(专利权)人：武汉大江数据有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。