一种基于大数据的智慧城市社区管理系统的制作方法

1.本发明涉及社区管理技术领域，具体为一种基于大数据的智慧城市社区管理系统。


背景技术：

2.社区管理系统是为了对社区的日常生活进行规划管理，普遍的社区管理系统是对社区内的人员进行统计，对社区人员的工作以及生活情况进行记录登记，然后由设定的管理人员依据数据进行整合管理。
3.目前，随着社区管理方面的问题，各个区域逐渐普及使用社区管理系统，将社区内实际情况进行数字化的管理，但是该社区管理系统无法自主的对社区进行区域划分，并对划分后的区域进行实际状况的数值分析，也无法依据实际情况的数值分析结果对社区的区域进行监管力度判定，从而对不同区域进行不同力度的监管。


技术实现要素：

4.本发明的目的在于提供一种基于大数据的智慧城市社区管理系统，是通过对社区进行区域划分，从而对划分的各个社区区域进行单独分析，更进一步的对社区的每个区域的实际情况进行了解，精确的了解社区每个区域的状况，依据区域内人员的流动情况、人员入住的初步数值评价、发出事故以及纠纷的相关数据进行频率均值等各个方面的转化数值进行一个综合评价计算，从而将区域的人员稳定性进行信号转化，依据信号进行监管力度的调控，更完善的对区域进行划分监管，实行点对点监管，提高监管力度，节省时间。
5.本发明的目的可以通过以下技术方案实现：
6.一种基于大数据的智慧城市社区管理系统，包括社区监管服务平台、社区区域分析单元、社区人员监测单元、社区事故分析单元、处理器以及社区管理规划单元；
7.所述处理器生成区域处理信令并发送至社区区域分析单元，所述社区区域分析单元依据区域处理信令对城市社区进行区域数据处理，得到不变数值、增速均值、减速均值以及流时均值；
8.所述处理器生成监测人员信令并传输至社区人员监测单元，所述社区人员监测单元依据监测人员信令对社区的人员进行人员数值分析，得到住时均值、短住年龄评价值以及久住年龄评价值；
9.所述处理器生成事故处理信令并传输至社区事故分析单元，所述社区事故分析单元依据事故处理信令对社区区域内的事故频发进行事故分析操作，得到纠时均值、纠时均差值、纠纷间隔均值、事时均值、事时均差值以及事故间隔均值；
10.所述处理器生成管理规划信令并发送至社区管理规划单元，所述社区管理规划单元依据管理规划信令对社区区域进行综合评价处理操作，得到低监管力度信号、正常监管力度信号或严格监管力度信号，依据低监管力度信号、正常监管力度信号或严格监管力度信号进行不同监管力度的监管。
11.进一步的，区域数据处理的具体过程为：
12.获取社区区域，并将每个区域标定为o，o的取值为正整数，统计出一段时间内每个社区区域中的人员居住数量，并将一段时间内每个社区区域中的人员居住数量标定为qri，i＝1,2,3......n1，n1的取值为正整数，获取每个社区区域中人员数量的时间并标定为时间数据；
13.统计一段时间内每个时间点社区区域中的人员居住数量的，将每个时间点对应的时间数据标定为x轴数值，将每个时间点对应的人员居住数量标定为y轴数值，从而组成一个虚拟平面直角坐标系，将坐标系内每个对应的y轴数值进行直线连接形成人员居住数量图像，对人员居住数量图像进行图像分析，图像分析的具体过程为：
14.当人员居住数量图像呈现一条水平与x轴的直线时，则判定该区域的人员流动稳定，生成人员稳定信号，当人员居住数量图像的y轴数值逐渐增加时直线时，则判定该区域的人员入住率稳定增长，生成入住增长信号，当人员居住数量图像的y轴数值逐渐减小时直线时，则判定该区域的人员入住率平稳下降，生成入住下降信号，人员居住数量图像呈现一条波浪线时，生成人员流动信号；
15.提取人员稳定信号、入住增长信号、入住下降信号以及人员流动信号并进行识别，当识别到人员稳定信号，则判定该区域的人员流动量为零，并赋予不变数值，将该区域标定为稳定区域，当识别到入住增长信号，则进行增员速度处理，得到增速均值；
16.当识别到入住下降信号时，则进行减员速度处理，得到减速均值；
17.当识别到人员流动信号时，则进行流动频率处理，具体为：
18.提取人员居住数量图像，选取出x轴中相邻两个时间点的上升最高点以及下降最低点，将上升最高点到下降最低点，再从将下降最低点到上升最高点的时间为一个流动时间，选取出x轴中每个流动时间，将每个流动时间进行均值计算，计算出流时均值。
19.进一步的，增员速度处理的具体处理过程为：
20.提取时间数据，依据x轴的时间数据选取出每个区域两个不同时间点内的人员居住数量，并将两个不同的时间点分别标记为st1、st2，将两个不同的时间点st1以及st2进行时间差值计算，计算出时间差值，将两个不同时间点对应的人员居住数量分别标定为qr1以及qr2，将两个不同时间点对应的人员居住数量qr1以及qr2进行差值计算，计算出人员差值，将人员差值与时间差值进行增员速度计算，计算出人员增加速度并标定为增员速度值；
21.依据增员速度值的计算方式计算出每两个时间点之间的增员速度值，将若干个增员速度值进行均值计算，计算出增速均值。
22.进一步的，减员速度处理的具体处理过程为：
23.提取时间数据，依据x轴的时间数据选取出每个区域两个不同时间点内的人员居住数量，并将两个不同的时间点分别标记为st3、st4，将两个不同的时间点st3以及st4进行时间差值计算，计算出时间差值，将两个不同时间点对应的人员居住数量分别标定为qr3以及qr4，将两个不同时间点对应的人员居住数量qr3以及qr4进行差值计算，计算出人员差值，将人员差值与时间差值进行减员速度计算，计算出人员增加速度并标定为减员速度值；
24.依据减员速度值的计算方式计算出每两个时间点之间的减员速度值，将若干个减员速度值进行均值计算，计算出减速均值。
25.进一步的，人员数值分析的具体分析过程为：
26.获取每个社区区域入住人员的入住时间并标定为入住时间，获取每个社区区域入住人员的搬离时间并标定为搬离时间，获取每个社区区域中入住人员入住时的年龄大小并标定为年龄数据；
27.提取入住时间以及搬离时间，将搬离时间与入住时间进行差值计算，计算出入住时长值，依据入住时长值的计算方式对社区区域内的每个入住人员进行入住时长值计算，计算出若干个入住时长值，将若干个入住时长值进行均值计算，计算出住时均值；
28.将若干个入住时长值进行从大到小的排序，得到入住时长排序数据，将住时均值与入住时长排序数据进行匹配处理，得到青年分段、中年分段以及老年分段；
29.依据青年分段、中年分段以及老年分段对久住人员以及短住人员进行久住年龄段划分处理，得到久住年龄评价值jn；
30.依据久住年龄评价值jn的计算式，对青年分段、中年分段以及老年分段对久住人员以及短住人员进行短住年龄段划分，得到短住年龄评价值dn。
31.进一步的，将住时均值与入住时长排序数据进行匹配处理的具体过程为：
32.将住时均值与入住时长排序数据进行匹配，匹配出与住时均值对应的入住时长排序数据的序列，将该入住时长排序数据的序列前的标定为久住人员，将该入住时长排序数据的序列后的标定为短住人员；
33.选取每个入住人员的年龄数据，将提每个入住人员的年龄进行年龄段划分，当年龄数据属于年龄阈值范围m1时，则将对应的年龄数据标定为中年分段，当年龄数据小于年龄阈值范围m1的最小值时，则将对应的年龄数据标定为青年分段，当年龄数据大于年龄阈值范围m1的最大值时，则将对应的年龄数据标定为老年分段。
34.进一步的，久住年龄段划分处理的具体过程为：
35.识别出久住人员的年龄数据，并将年龄数据与青年分段、中年分段以及老年分段进行识别，识别出青年分段、中年分段以及老年分段中的人数，并将其分别标定为青年人数值、中年人数值以及老年人数值，依据青年人数值、中年人数值以及老年人数值计算出青年分段、中年分段以及老年分段的人数占比，从而得到青年占比值、中年占比值以及老年占比值；
36.将久住人员对应的青年占比值标记为qz1，将久住人员对应的中年占比值标记为zz1，将久住人员对应的老年占比值标记为lz1，将久住人员对应的青年占比值的权重系数标记为u1，将久住人员对应的中年占比值的权重系数标记为u2，将久住人员对应的老年占比值的权重系数标记为u3，将久住年龄分段的偏差调节因子标记为ghl；
37.依据久住年龄评价计算式：计算出久住年龄评价值jn。
38.进一步的，事故分析操作的具体分析过程为：
39.获取社区区域内的争吵纠纷并将其标定为纠纷数据，统计出纠纷数据发生的次数并标定为纠纷次数，将纠纷数据发生的时间标定为纷时数据，统计出纠纷数据进行的时间长度标定为纠时数据；
40.将纠纷数据、纠纷次数、纷时数据以及纠时数据进行纠纷处理，具体为：依据纠纷次数对应的纠时数据进行均值计算，计算出纠时均值，将若干个纠时数据与纠时均值进行
差值计算，计算出若干个纠时差值，将若干个纠时差值进行均值计算，计算出纠时均差值；
41.获取每两次纠纷数据发生的时间，并将两次发生纠纷数据的时间进行差值计算，计算出若干个纠纷时间差值，将若干个纠纷时间差值进行均值计算，计算出纠纷间隔均值；
42.获取社区区域内的事故并标定为事故数据，事故数值指代车辆碰撞、人员的磕碰、公共物品的损坏等，统计出事故数据的发生次数并标定为事故次数，将事故数据发生的时间标定为事时数据，统计出事故数据进行的时间长度标定为故时数据；
43.依据纠时均值、纠时均差值以及纠纷间隔均值的计算方式，将事故数据、事故次数、事时数据以及故时数据进行事故处理，得到事时均值、事时均差值以及事故间隔均值。
44.进一步的，综合评价处理操作的具体操作过程为：
45.提取不变数值、增速均值、减速均值以及流时均值并统一标定为员变数据ybr，r＝1，2，3，4，当r＝1时，则判定该员变数据为不变数值，当r＝2时，则判定该员变数据为增速均值，当r＝3时，则判定该员变数据为减速均值，当r＝4时，则判定该员变数据为流时均值；
46.依据综合评价计算式：
[0047][0048]
计算出综合评价计算值zp
评
，ybr表示为员变数据，fhr表示为员变数据的权重系数，且fhr中r的取值为1-4，fh2＞fh1＞fh4＞fh3，jn表示为久住年龄评价值，a1表示为久住年龄评价值的权重系数，dn表示为短住年龄评价值，a2表示为短住年龄评价值的权重系数，fj表示为纠时均值，fjc表示为纠时均差值，fg表示为纠纷间隔均值，a3表示为纠纷偏差纠正因子，sj表示为事时均值，sjc表示为事时均差值，sg表示为事故间隔均值，a4表示为事故偏差纠正因子，kc1表示为纠纷事故转化因子，kc2表示为入住年龄评价转化因子；
[0049]
将综合评价计算值与评价阈值范围进行比对，当综合评价计算值大于评价阈值范围的最大值时，则判定该区域内部人员稳定性高，生成低监管力度信号，当综合评价计算值属于评价阈值范围时，则判定该区域内部人员稳定性一般，生成正常监管力度信号，当综合评价计算值小于评价阈值范围的最小值时，则判定该区域内部人员稳定性低，生成严格监管力度信号；
[0050]
依据低监管力度信号、正常监管力度信号或严格监管力度信号，对社区进行不同监管力度的监管，低监管力度信号对应的监管力度＜正常监管力度信号对应的监管力度＜严格监管力度信号对应的监管力度。
[0051]
本发明的有益效果如下：
[0052]
本发明是通过对社区进行区域划分，从而对划分的各个社区区域进行单独分析，更进一步的对社区的每个区域的实际情况进行了解，精确的了解社区每个区域的状况，依据区域内人员的流动情况，分析出该区域的入住以及搬离的速度频率，依据区域内人员的年龄以及入住的时间进行人员入住的年龄分段，并依据入住的年龄分段以及入住时间进行长期入住以及短期入住的初步数值评价，依据区域内人员之间发出事故以及纠纷的相关数据进行频率均值计算，从而计算出事故以及纠纷的相关转化数值，最后根据区域内的各个方面的转化数值进行一个综合评价计算，从而将区域的人员稳定性进行信号转化，依据信号进行监管力度的调控，更完善的对区域进行划分监管，实行点对点监管，提高监管力度，节省时间。
附图说明
[0053]
下面结合附图对本发明作进一步的说明。
[0054]
图1是本发明的系统框图；
[0055]
图2为本发明中智慧城市社区管理的运行流程图。
具体实施方式
[0056]
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0057]
请参阅图1-2所示，本发明为一种基于大数据的智慧城市社区管理系统，包括社区监管服务平台、社区区域分析单元、社区人员监测单元、社区事故分析单元、处理器以及社区管理规划单元；
[0058]
社区监管服务平台内部设置有处理器，社区区域分析单元、社区人员监测单元、人员等级处理单元以及社区管理规划单元均设置在社区监管服务平台内，且社区区域分析单元、社区人员监测单元、人员等级处理单元以及社区管理规划单元均与处理器通信连接；
[0059]
处理器生成区域处理信令并发送至社区区域分析单元，通过社区区域分析单元对城市社区进行区域数据处理，从而对城市的各个区域的情况进行处理，增加社区区域情况的直观性了解，进行区域数据处理的具体过程为：
[0060]
获取社区区域，并将每个区域标定为o，o的取值为正整数，统计出一段时间内每个社区区域中的人员居住数量，并将一段时间内每个社区区域中的人员居住数量标定为qri，i＝1,2,3......n1，n1的取值为正整数，获取每个社区区域中人员数量的时间并标定为时间数据，其中，一段时间指代去年一月的第一天到去年十二月的最后一天；
[0061]
统计一段时间内每个时间点社区区域中的人员居住数量的，将每个时间点对应的时间数据标定为x轴数值，将每个时间点对应的人员居住数量标定为y轴数值，从而组成一个虚拟平面直角坐标系，将坐标系内每个对应的y轴数值进行直线连接形成人员居住数量图像，对人员居住数量图像进行图像分析，图像分析的具体过程为：
[0062]
当人员居住数量图像呈现一条水平与x轴的直线时，则判定该区域的人员流动稳定，生成人员稳定信号，当人员居住数量图像的y轴数值逐渐增加时直线时，则判定该区域的人员入住率稳定增长，生成入住增长信号，当人员居住数量图像的y轴数值逐渐减小时直线时，则判定该区域的人员入住率平稳下降，生成入住下降信号，人员居住数量图像呈现一条波浪线时，生成人员流动信号；
[0063]
提取人员稳定信号、入住增长信号、入住下降信号以及人员流动信号并进行识别，当识别到人员稳定信号，则判定该区域的人员流动量为零，并赋予不变数值，将该区域标定为稳定区域，当识别到入住增长信号，则进行增员速度处理，具体为：
[0064]
提取时间数据，依据x轴的时间数据选取出每个区域两个不同时间点内的人员居住数量，并将两个不同的时间点分别标记为st1、st2，将两个不同的时间点st1以及st2进行时间差值计算，计算出时间差值，将两个不同时间点对应的人员居住数量分别标定为qr1以及qr2，将两个不同时间点对应的人员居住数量qr1以及qr2进行差值计算，计算出人员差
值，将人员差值与时间差值进行增员速度计算，计算出人员增加速度并标定为增员速度值；
[0065]
依据增员速度值的计算方式计算出每两个时间点之间的增员速度值，将若干个增员速度值进行均值计算，计算出增速均值；
[0066]
当识别到入住下降信号时，则进行减员速度处理，具体为：
[0067]
提取时间数据，依据x轴的时间数据选取出每个区域两个不同时间点内的人员居住数量，并将两个不同的时间点分别标记为st3、st4，将两个不同的时间点st3以及st4进行时间差值计算，计算出时间差值，将两个不同时间点对应的人员居住数量分别标定为qr3以及qr4，将两个不同时间点对应的人员居住数量qr3以及qr4进行差值计算，计算出人员差值，将人员差值与时间差值进行减员速度计算，计算出人员增加速度并标定为减员速度值；
[0068]
依据减员速度值的计算方式计算出每两个时间点之间的减员速度值，将若干个减员速度值进行均值计算，计算出减速均值；
[0069]
当识别到人员流动信号时，则进行流动频率处理，具体为：
[0070]
提取人员居住数量图像，选取出x轴中相邻两个时间点的上升最高点以及下降最低点，将上升最高点到下降最低点，再从将下降最低点到上升最高点的时间为一个流动时间，选取出x轴中每个流动时间，将每个流动时间进行均值计算，计算出流时均值；
[0071]
处理器生成监测人员信令并传输至社区人员监测单元，通过社区人员监测单元对社区的人员进行人员数值分析，从而增加对社区区域人员的数据进行数值转化，人员数值分析的具体分析过程为：
[0072]
获取每个社区区域入住人员的入住时间并标定为入住时间，获取每个社区区域入住人员的搬离时间并标定为搬离时间，获取每个社区区域中入住人员入住时的年龄大小并标定为年龄数据；
[0073]
提取入住时间以及搬离时间，将搬离时间与入住时间进行差值计算，计算出入住时长值，依据入住时长值的计算方式对社区区域内的每个入住人员进行入住时长值计算，计算出若干个入住时长值，将若干个入住时长值进行均值计算，计算出住时均值；
[0074]
将若干个入住时长值进行从大到小的排序，得到入住时长排序数据，将住时均值与入住时长排序数据进行匹配，匹配出与住时均值对应的入住时长排序数据的序列，将该入住时长排序数据的序列前的标定为久住人员，将该入住时长排序数据的序列后的标定为短住人员；
[0075]
选取每个入住人员的年龄数据，将提每个入住人员的年龄进行年龄段划分，当年龄数据属于年龄阈值范围m1时，则将对应的年龄数据标定为中年分段，当年龄数据小于年龄阈值范围m1的最小值时，则将对应的年龄数据标定为青年分段，当年龄数据大于年龄阈值范围m1的最大值时，则将对应的年龄数据标定为老年分段，其中年龄阈值范围m1表示为一个范围年龄，可以表示为30岁到50岁这个年龄范围；
[0076]
依据青年分段、中年分段以及老年分段对久住人员以及短住人员进行年龄段划分，识别出久住人员的年龄数据，并将年龄数据与青年分段、中年分段以及老年分段进行识别，识别出青年分段、中年分段以及老年分段中的人数，并将其分别标定为青年人数值、中年人数值以及老年人数值，依据青年人数值、中年人数值以及老年人数值计算出青年分段、中年分段以及老年分段的人数占比，从而得到青年占比值、中年占比值以及老年占比值，将久住人员对应的青年占比值、中年占比值以及老年占比值带入到久住年龄评价计算式：
[0077]
计算出久住年龄评价值jn，qz1表示为久住人员对应的青年占比值，u1表示为久住人员对应的青年占比值的权重系数，zz1表示为久住人员对应的中年占比值，u2表示为久住人员对应的中年占比值的权重系数，lz1表示为久住人员对应的老年占比值，u3表示为久住人员对应的老年占比值的权重系数，ghl表示为久住年龄分段的偏差调节因子；
[0078]
依据青年分段、中年分段以及老年分段对久住人员以及短住人员进行年龄段划分，识别出短住人员的年龄数据，并将年龄数据与青年分段、中年分段以及老年分段进行识别，识别出青年分段、中年分段以及老年分段中的人数，并将其分别标定为青年人数值、中年人数值以及老年人数值，依据青年人数值、中年人数值以及老年人数值计算出青年分段、中年分段以及老年分段的人数占比，从而得到青年占比值、中年占比值以及老年占比值，将短住人员对应的青年占比值、中年占比值以及老年占比值带入到短住年龄评价计算式：
[0079]
计算出短住年龄评价值dn，qz2表示为短住人员对应的青年占比值，u4表示为短住人员对应的青年占比值的权重系数，zz2表示为短住人员对应的中年占比值，u5表示为短住人员对应的中年占比值的权重系数，lz2表示为短住人员对应的老年占比值，u3表示为短住人员对应的老年占比值的权重系数，ghc表示为短住年龄分段的偏差调节因子；
[0080]
处理器生成事故处理信令并传输至社区事故分析单元，通过社区事故分析单元对社区区域内的事故频发进行事故分析操作，事故分析操作的具体分析过程为：
[0081]
获取社区区域内的争吵纠纷并将其标定为纠纷数据，统计出纠纷数据发生的次数并标定为纠纷次数，将纠纷数据发生的时间标定为纷时数据，统计出纠纷数据进行的时间长度标定为纠时数据；
[0082]
将纠纷数据、纠纷次数、纷时数据以及纠时数据进行纠纷处理，具体为：依据纠纷次数对应的纠时数据进行均值计算，计算出纠时均值，将若干个纠时数据与纠时均值进行差值计算，计算出若干个纠时差值，将若干个纠时差值进行均值计算，计算出纠时均差值；
[0083]
获取每两次纠纷数据发生的时间，并将两次发生纠纷数据的时间进行差值计算，计算出若干个纠纷时间差值，将若干个纠纷时间差值进行均值计算，计算出纠纷间隔均值；
[0084]
获取社区区域内的事故并标定为事故数据，事故数值指代车辆碰撞、人员的磕碰、公共物品的损坏等，统计出事故数据的发生次数并标定为事故次数，将事故数据发生的时间标定为事时数据，统计出事故数据进行的时间长度标定为故时数据；
[0085]
将事故数据、事故次数、事时数据以及故时数据进行事故处理，具体为：依据事故次数对应的事时数据进行均值计算，计算出事时均值，将若干个事时数据与事时均值进行差值计算，计算出若干个事时差值，将若干个事时差值进行均值计算，计算出事时均差值；
[0086]
获取每两次事故数据发生的时间，并将两次发生事故数据的时间进行差值计算，计算出若干个事故时间差值，将若干个事故时间差值进行均值计算，计算出事故间隔均值；
[0087]
处理器生成管理规划信令并发送至社区管理规划单元，通过社区管理规划单元对社区区域进行综合评价处理操作，综合评价处理操作的具体操作过程为：
[0088]
提取不变数值、增速均值、减速均值以及流时均值并统一标定为员变数据ybr，r＝
1，2，3，4，当r＝1时，则判定该员变数据为不变数值，当r＝2时，则判定该员变数据为增速均值，当r＝3时，则判定该员变数据为减速均值，当r＝4时，则判定该员变数据为流时均值；
[0089]
将员变数据ybr与住时均值、久住年龄评价值jn、短住年龄评价值dn、纠时均值、纠时均差值、纠纷间隔均值、事时均值、事时均差值以及事故间隔均值带入到综合评价计算式：
[0090][0091]
计算出综合评价计算值zp
评
，ybr表示为员变数据，fhr表示为员变数据的权重系数，且fhr中r的取值为1-4，fh2＞fh1＞fh4＞fh3，jn表示为久住年龄评价值，a1表示为久住年龄评价值的权重系数，dn表示为短住年龄评价值，a2表示为短住年龄评价值的权重系数，fj表示为纠时均值，fjc表示为纠时均差值，fg表示为纠纷间隔均值，a3表示为纠纷偏差纠正因子，sj表示为事时均值，sjc表示为事时均差值，sg表示为事故间隔均值，a4表示为事故偏差纠正因子，kc1表示为纠纷事故转化因子，kc2表示为入住年龄评价转化因子；
[0092]
将综合评价计算值与评价阈值范围进行比对，当综合评价计算值大于评价阈值范围的最大值时，则判定该区域内部人员稳定性高，生成低监管力度信号，当综合评价计算值属于评价阈值范围时，则判定该区域内部人员稳定性一般，生成正常监管力度信号，当综合评价计算值小于评价阈值范围的最小值时，则判定该区域内部人员稳定性低，生成严格监管力度信号；
[0093]
依据低监管力度信号、正常监管力度信号或严格监管力度信号，对社区进行不同监管力度的监管，低监管力度信号对应的监管力度＜正常监管力度信号对应的监管力度＜严格监管力度信号对应的监管力度。
[0094]
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。