一种适用于社区服务圈的资源配套评估方法、及系统与流程

1.本技术涉及城市管理技术领域，具体而言，涉及一种适用于社区服务圈的资源配套评估方法、及系统。


背景技术：

2.社区服务是地方政府倡导，以街道居民委员会等基层性质社区组织为依托，为满足社区成员的多种需要，解决社区问题而开展的具有社会福利的新兴事业。社区服务圈中社区服务设施网点的服务能力，一般由居民一刻钟步行的距离、人口空间分布关系，以及设施网点服务规模共同影响，目前，在产业结构优化升级和疏解整治提升的大背景下，如何科学量化评估“一刻钟社区服务圈
”ꢀ
资源配套建设的合理性和有效性，已成为当前亟待解决的问题。
3.目前，目前国内学者虽然已通过问卷调查的研究手段，对社区服务圈的建设质量和服务功能做出评价，但其没有结合数据分析，缺乏对“一刻钟社区服务圈”的量化精准评价，存在评估准确度不高的问题。


技术实现要素：

4.本技术实施例的目的在于提供一种适用于社区服务圈的资源配套评估方法、及系统，以解决现有技术中存在的评估准确度不高的技术问题。
5.本技术实施例提供了一种适用于社区服务圈的资源配套评估方法，包括以下步骤：确定目标设施分布数据、以及目标社区地理数据；根据所述目标设施分布数据和所述目标社区地理数据之间的关联关系，得到各社区配置设施的设施分布密度；根据社区居民的历史出行轨迹、在社区中的历史逗留时长以及历史出行频次，确定各社区居民人群的人口分布密度；根据所述设施分布密度和所述人口分布密度之间的关联匹配程度，进行资源配套评估。
6.第二方面，本技术实施例还提供了一种适用于社区服务圈的资源配套评估系统，所述系统包括数据获取模块、第一计算模块、第二计算模块以及评估模块，其中：所述数据获取模块，用于确定目标设施分布数据、以及目标社区地理数据；所述第一计算模块，用于根据所述目标设施分布数据和所述目标社区地理数据之间的关联关系，得到各社区配置设施的设施分布密度；所述第二计算模块，用于根据社区居民的历史出行轨迹、在社区中的历史逗留时长以及历史出行频次，确定各社区居民人群的人口分布密度；所述评估模块，用于根据所述设施分布密度和所述人口分布密度之间的关联匹配程度，进行资源配套评估。
7.第三方面，本技术实施例还提供了一种可读存储介质，所述可读存储介质中包括适用于社区服务圈的资源配套评估方法程序，所述适用于社区服务圈的资源配套评估方法程序被处理器执行时，实现如上述任一项所述的一种适用于社区服务圈的资源配套评估方法的步骤。
8.由上可知，本技术实施例提供的一种适用于社区服务圈的资源配套评估方法、系统及可读存储介质，通过目标设施分布数据和目标社区地理数据之间的关联关系，确定各社区配置设施的设施分布密度。并根据设施分布密度和人口分布密度之间的关联匹配程度，确定社区设施服务与居民出行行为之间的强关联性，并由此进行资源配套评估。当前，通过依照社区居民需求匹配社区设施服务，使得居民的各项需求能够在社区服务圈内得以满足，在资源评估准确度的同时，避免资源的使用浪费，实现对社区服务圈资源的有效整合。
9.本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
10.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
11.图1为本技术实施例提供的一种适用于社区服务圈的资源配套评估方法的流程图；图2为本技术实施例提供的各社区配置设施的设施分布密度的显示图；图3为本技术实施例提供的一种适用于社区服务圈的资源配套评估系统的结构示意图。
具体实施方式
12.下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
13.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
14.请参照图1，图1是本技术一些实施例中的一种适用于社区服务圈的资源配套评估方法的流程图。以该方法应用于计算机设备（该计算机设备具体可以是终端或服务器，终端具体可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设
备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群）为例进行说明，包括以下步骤：步骤s100，确定目标设施分布数据、以及目标社区地理数据。
15.其中，目标设施分布数据的数据字段包括名称、地址、经纬度、所属区、所属类别等信息，目标社区地理数据的数据字段包括社区名称、社区经纬度信息等，本技术实施例对此不做限定。
16.具体的,计算机设备进行初始数据的获取，并基于预设的预处理方式对获取到的初始数据进行预处理，后续再基于得到的预处理结果确定目标设施分布数据、以及目标社区地理数据。
17.在其中一个实施例中，计算机设备采用的预处理方式包括但不限于以下几种情况：数据筛选（例如将设施所属地区为洪山区以外的设施过滤掉）、数据分类去重（例如对含公交站、餐饮店、洗衣店等310个小类数据进行剔重归类，将其分为生活服务、健康服务、交通服务、体育娱乐体闲服务、餐饮服务、文化服务六类）、以及重复数据去重等，本技术实施例对此不做限定。
18.在一个实施例中，计算机设备可以通过百度、极海等开放位置数据服务平台提供的开放数据，获取目标设施分布数据和目标社区地理数据，当然，具体的数据获取方式并不仅限于上述一种方式，本技术实施例对此不做限定。
19.步骤s101，根据目标设施分布数据和目标社区地理数据之间的关联关系，得到各社区配置设施的设施分布密度。
20.具体的,计算机设备利用预先构建的空间聚类模型，基于设施的分布位置和社区所处的地理位置的关联关系进行空间聚类，得到各社区配置设施的设施分布密度。
21.步骤s102，根据社区居民的历史出行轨迹、在社区中的历史逗留时长以及历史出行频次，确定各社区居民人群的人口分布密度。
22.具体的，计算机设备可以通过手机通信数据获取社区居民的历史出行轨迹，并基于该历史出行轨迹对具备不同活动特性的人群进行区分。在一个实施例中，可以以一千米范围内居住人数、离开居住地以外途径扇区次数、离开居住地一千米以外的驻留时长、离开居住地不足一千米的驻留时长等，反映社区居民密度、活动强度、以及出行强度等，以此，间接反映居民的多样化需求和社区服务功能定位。
23.步骤s103，根据设施分布密度和人口分布密度之间的关联匹配程度，进行资源配套评估。
24.具体的，计算机设备可以基于根据设施分布密度和人口分布密度之间的关联匹配程度，与居民出行行为之间的强关联性，进行资源配套评估。其中，所得的资源评估结果可以再进一步反馈到管理终端，此时，位于管理终端侧的管理人员可以基于接收到的资源评估结果，明确社区服务圈设施配备的成熟度，并以此为依据，依照社区居民需求匹配社区设施服务，使得居民的各项需求能够在社区服务圈内得以满足，提高居民生活幸福感。
25.由上可知，本技术实施例提供的一种适用于社区服务圈的资源配套评估方法，通过目标设施分布数据和目标社区地理数据之间的关联关系，确定各社区配置设施的设施分布密度。并根据设施分布密度和人口分布密度之间的关联匹配程度，确定社区设施服务与居民出行行为之间的强关联性，并由此进行资源配套评估。当前，通过依照社区居民需求匹
配社区设施服务，使得居民的各项需求能够在社区服务圈内得以满足，在资源评估准确度的同时，避免资源的使用浪费，实现对社区服务圈资源的有效整合。
26.在其中一个实施例中，步骤s100中，确定目标设施分布数据、以及目标社区地理数据，包括：步骤s1000，获取初始设施分布数据、以及初始社区地理数据，其中，初始设施分布数据中的数据字段包括设施名称、所属地区以及所属类别，初始社区地理数据中的数据字段包括社区名称、以及社区经纬度信息。
27.步骤s1001，基于预设的预处理方式，分别对初始设施分布数据、以及初始社区地理数据进行处理，得到相应的预处理结果，其中，预处理方式包括基于设施所属地区和社区经纬度信息进行所属地区的筛选、基于设施所属的类型进行分类去重。
28.具体的，上述获取到的各个初始设施分布数据以及初始社区地理数据可以设置在一个统一的数据存储集合中。在进行预处理的时候，计算机设备可以对初始设施分布数据和初始社区地理数据中包括的各项数据字段进行遍历。其中，遍历过程中，计算机设备再基于所确定的预处理规则，进行分类去重以及所属地区的筛选；例如，计算机设备在进行所属地区筛选时，例如，以“洪山区”为例，若根据当前遍历到的数据字段，确定对应设施所属地区或社区经纬度信息不属于“洪山区”，则将该设施对应的数据作为无效数据，并将该无效数据从上述的数据存储集合中删除；在进行分类去重的时候，此情况具体针对的是原始数据存在重复交叉的情况。在一个实施例中，计算机设备可以选择对含公交站、餐饮店、洗衣店、理发店、银行网点等310个小类的原始数据进行剔重归类，并将其简分为生活服务、健康服务、交通服务、体育娱乐休闲服务、餐饮服务、以及文化服务六类。
29.步骤s1002，基于得到的预处理结果，确定对应的目标设施分布数据、以及目标社区地理数据。
30.上述实施例中，通过对获取到的初始设施分布数据、以及初始社区地理数据进行预处理，以完成对无效数据的筛除、以及剔重归类，保障了数据准确度，提高了评估效率。
31.在其中一个实施例中，步骤s101中,根据目标设施分布数据和目标社区地理数据之间的关联关系，得到各社区配置设施的设施分布密度，包括：步骤s1010，基于目标社区地理数据，对目标设施分布数据进行空间聚类，得到各社区分别涵盖的配置设施的总数量。
32.具体的，计算机设备可以基于预设的空间聚类模型，对目标设施分布数据进行空间聚类。在一个实施例中，涉及到的空间聚类模型类型包括：（1）给与划分的聚类；（2）基于层次的聚类；（3）基于密度的聚类；（4）基于网格的聚类。当前实施例中，具体采用的是基于层次的聚类模型进行空间聚类。
33.需要说明的是，层次聚的目的是将数据对象分配到一个层次结构。在当前实施例中，所分配的层次可以进一步理解为以社区的地理分布位置以及设施的设施分布位置为基础，基于地理分布位置与设施分布位置在空间上的重合程度进行聚类，基于空间位置上的关联，以确定各社区分别涵盖的配置设施，以及配置设施的总数量。
34.步骤s1011，针对各个社区，基于涵盖的配置设施的总数量以及区域位置范围，得到配置设施的分布密度。
35.具体的，针对相应社区，计算机设备将该社区涵盖的配置设施的总数量，与该社区
的区域位置范围进行求除计算，后续再基于得到的求除结果确定配置设施在该社区中的分布密度。当然，当前实施例中，并不仅限于通过上述方式确定配置设施在相应社区中的分布密度，例如，计算机设备还可以基于加权计算方式、对上述求除公式进行变形等，本技术实施例对此不做限定。
36.上述实施例中，基于目标社区地理数据，对目标设施分布数据进行空间聚类，通过分析出社区的地理分布位置与设施的设施分布位置在空间上的关联程度，达到准确识别各社区涵盖的配置设施的目的，保障了配置设施分布密度的准确性。
37.在其中一个实施例中，步骤s102中，根据社区居民的历史出行轨迹、在社区中的历史逗留时长以及历史出行频次，确定各社区居民人群的人口分布密度，包括：步骤s1020，获取由手机通讯服务商提供的移动手机通信数据、以及各社区的出行数据，其中，出行数据包括出行起讫点的属性信息，属性信息包括位置信息和时间信息。
38.具体的，移动通信指的是沟通移动用户与固定点用户之间或移动用户之间的通信方式，移动手机通信数据也就是指的是手机用户之间，在基于上述的通信方式进行通信过程中产生的数据，其包括但不限于是用户手机在移动网络中产生的各种信令事件数据，例如，开关机产生的位置更新数据、跨基站位置区时的切换数据、周期性的位置更新数据以及移动用户上网产生的流量数据等。各社区的出行数据包括但不限于是社区居民的出行路线，出行时间起点、抵达目的地的出行时间终点，出行地点所处的地理位置等。
39.步骤s1021，根据移动手机通信数据，确定社区居民的历史出行轨迹，并根据历史出行轨迹，确定居民在社区中的历史逗留时长。
40.具体的，假设目标社区被多个移动基站覆盖，且每个移动基站的基本信息中均具备标识字段、所处的地理位置以及覆盖区域的范围。基于上述实施例，计算机设备根据移动手机通信数据，进一步确定手机用户出行过程中，在不同时间段分别接入到的目标移动基站。之后，计算机设备再基于目标移动基站的基本信息中涵盖的各项字段，例如移动基站所处的地理位置，进行位置上的关联，并基于位置上的关联结果，从而确定出社区居民的历史出行轨迹。
41.在一个实施例中，上述所确定的社区居民的历史出行轨迹可以进一步显示在热力图中，并将具备相近经纬度的多个出行轨迹划分到同一个分组中，其中，针对同一分组中，采用相同的颜色或标识等样式进行标记，不同分组中采用不同样式进行标记，由此，当前实施例中，采用经纬度来标识出行轨迹，可以进一步明确出行覆盖范围，提高显示效果。
42.步骤s1022，根据出行起讫点的属性信息，确定社区居民的历史出行频次。
43.步骤s1023，根据居民在社区中的历史逗留时长、以及历史出行频次进行常驻人口的识别，并基于常驻人口统计数量确定各社区居民人群的人口分布密度。
44.具体的，计算机设备根据目标居民在社区中的历史逗留时长a、以及历史出行频次b，在确定a大于预设第一阈值，以及b大于预设第二阈值的时候，即可确定目标居民长时间、以及频繁出入于社区中，其属于常驻人口。以及，在确定a小于预设第一阈值，以及b小于预设第二阈值的时候，确定目标居民为流动人口，其并不常驻在该社区，其并不属于常驻人口。当前实施例中，当然并不仅限于上述一种常驻人口识别方法，计算机设备还可以（1）基于已建设的人像档案库对人脸抓拍数据进行统计分析，通过统计用户在预设周期内出现天数的频率，来确定该用户是否为常驻人口；（2）基于社区内用户手机号码对应接入的基站，
通过接入基站的变化情况，分析用户是否频繁出现在社区中，以此来确定该用户是否为常驻人口；（3）综合上述各项方式进行常驻人口的识别，本技术实施例对此不做限定。
45.上述实施例中，根据居民在社区中的历史逗留时长、以及历史出行频次进行常驻人口的识别，并基于常驻人口统计数量确定各社区居民人群的人口分布密度，由此实现对流动人口的筛除，保障了人口分布密度准确性。
46.在其中一个实施例中，步骤s103中，根据设施分布密度和人口分布密度之间的关联匹配程度，进行资源配套评估，包括：获取各社区的出行数据，出行数据包括出行起讫点的属性信息，属性信息包括位置信息和时间信息；根据位置信息、时间信息以及社区内各配置设施的分布位置，对应居往返配置设施的目标出行起讫点对、以及出行量进行统计；根据统计得到的出行起讫点对和出行量，确定居民活动信息，居民活动信息包括活动强度和对应活动强度的居民人次；确定设施分布密度和人口分布密度之间的关联匹配程度，并根据关联匹配程度与居民活动信息，进行资源配套评估。
47.在其中一个实施例中，该方法还包括：根据设施分布密度的取值大小，对各个社区涵盖的区域位置范围进行重要程度划分，并将划分的等级按照从低到高顺序的进行排序；为各区域位置范围分配标记颜色，其中，标记颜色的颜色深浅度，与区域位置范围对应的重要程度排列顺序相适应；在城市地图中展示各个社区涵盖的区域位置范围时，将标记颜色展示在相应的区域位置范围内，以利用颜色的不同对相应区域位置范围内涵盖的配置设施的设施分布密度进行展示。
48.请参照图3所示，本技术实施例还提供了一种适用于社区服务圈的资源配套评估系统300，该系统300包括数据获取模块301、第一计算模块302、第二计算模块303以及评估模块304，其中：数据获取模块301，用于确定目标设施分布数据、以及目标社区地理数据。
49.第一计算模块302，用于根据目标设施分布数据和目标社区地理数据之间的关联关系，得到各社区配置设施的设施分布密度。
50.第二计算模块303，用于根据社区居民的历史出行轨迹、在社区中的历史逗留时长以及历史出行频次，确定各社区居民人群的人口分布密度。
51.评估模块304，用于根据设施分布密度和人口分布密度之间的关联匹配程度，进行资源配套评估。
52.在其中一个实施例中，数据获取模块301还用于获取初始设施分布数据、以及初始社区地理数据，其中，初始设施分布数据中的数据字段包括设施名称、所属地区以及所属类别，初始社区地理数据中的数据字段包括社区名称、以及社区经纬度信息；基于预设的预处理方式，分别对初始设施分布数据、以及初始社区地理数据进行处理，得到相应的预处理结果，其中，预处理方式包括基于设施所属地区和社区经纬度信息进行所属地区的筛选、基于设施所属的类型进行分类去重；基于得到的预处理结果，确定对应的目标设施分布数据、以及目标社区地理数据。
53.在其中一个实施例中，第一计算模块301还用于基于目标社区地理数据，对目标设施分布数据进行空间聚类，得到各社区分别涵盖的配置设施的总数量；针对各个社区，基于涵盖的配置设施的总数量以及区域位置范围，得到配置设施的设施分布密度。
54.在其中一个实施例中，第一计算模块301还用于根据移动手机通信数据，确定社区
居民的历史出行轨迹，并根据历史出行轨迹，确定居民在社区中的历史逗留时长；根据出行起讫点的属性信息，确定社区居民的历史出行频次；根据居民在社区中的历史逗留时长、以及历史出行频次进行常驻人口的识别，并基于常驻人口统计数量确定各社区居民人群的人口分布密度。
55.在其中一个实施例中，评估模块304还用于获取各社区的出行数据，出行数据包括出行起讫点的属性信息，属性信息包括位置信息和时间信息；根据位置信息、时间信息以及社区内各配置设施的分布位置，对应居往返配置设施的目标出行起讫点对、以及出行量进行统计；根据统计得到的出行起讫点对和出行量，确定居民活动信息，居民活动信息包括活动强度和对应活动强度的居民人次；确定设施分布密度和人口分布密度之间的关联匹配程度，并根据关联匹配程度与居民活动信息，进行资源配套评估。
56.在其中一个实施例中，该系统300还包括显示模块，其中：显示模块，用于根据设施分布密度的取值大小，对各个社区涵盖的区域位置范围进行重要程度划分，并将划分的等级按照从低到高顺序的进行排序；为各区域位置范围分配标记颜色，其中，标记颜色的颜色深浅度，与区域位置范围对应的重要程度排列顺序相适应；在城市地图中展示各个社区涵盖的区域位置范围时，将标记颜色展示在相应的区域位置范围内，以利用颜色的不同对相应区域位置范围内涵盖的配置设施的设施分布密度进行展示。
57.上述适用于社区服务圈的资源配套评估系统，通过目标设施分布数据和目标社区地理数据之间的关联关系，确定各社区配置设施的设施分布密度。并根据设施分布密度和人口分布密度之间的关联匹配程度，确定社区设施服务与居民出行行为之间的强关联性，并由此进行资源配套评估。当前，通过依照社区居民需求匹配社区设施服务，使得居民的各项需求能够在社区服务圈内得以满足，在资源评估准确度的同时，避免资源的使用浪费，实现对社区服务圈资源的有效整合。
58.本技术实施例提供一种存储介质，所述计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（static random access memory, 简称sram），电可擦除可编程只读存储器（electrically erasable programmable read-only memory, 简称eeprom），可擦除可编程只读存储器（erasable programmable read only memory, 简称eprom），可编程只读存储器（programmable red-only memory, 简称prom），只读存储器（read-only memory, 简称rom），磁存储器，快闪存储器，磁盘或光盘。
59.上述存储介质，通过目标设施分布数据和目标社区地理数据之间的关联关系，确定各社区配置设施的设施分布密度。并根据设施分布密度和人口分布密度之间的关联匹配程度，确定社区设施服务与居民出行行为之间的强关联性，并由此进行资源配套评估。当前，通过依照社区居民需求匹配社区设施服务，使得居民的各项需求能够在社区服务圈内得以满足，在资源评估准确度的同时，避免资源的使用浪费，实现对社区服务圈资源的有效整合。
60.在本技术所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻
辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
61.另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
62.再者，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
63.在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
64.以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。