就业中心识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种就业中心识别方法、装置、电子设备及存储介质，涉及数据处理技术领域，该方法，包括：获取目标地区人员的手机定位数据，将所述手机定位数据发送至聚类模型中进行聚类，得到所述聚类模型输出的目标地区人员的就业地；获取目标地区的企业注册数据，将所述企业注册数据输入至所述聚类模型进行聚类，得到所述聚类模型输出的企业注册聚集地；基于所述目标地区人员的就业地和所述企业注册聚集地，得到所述目标地区的就业中心；其中，所述聚类模型是基于具有噪声的密度聚类算法训练得到。本发明专利技术可以识别就业岗位的空间分布，反映居住与就业的空间联系方向。居住与就业的空间联系方向。居住与就业的空间联系方向。

【技术实现步骤摘要】
就业中心识别方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种就业中心识别方法、装置、电子设备及存储介质。

技术介绍

[0002]城市内部人口的空间分布是城市内部空间结构研究的主要内容之一，具体体现在居住空间和就业空间。在城市用地开发模式的选择方面：规划师通常强调通过功能分区，组织居住与就业空间，从产业功能的角度，城市中心的首要条件应是就业中心。近年来，随着土地资源愈发紧缺，优化调整空间结构、完善中心城的多中心体系显得尤为重要（例如就业岗位如何分布，就业中心规模多大、通勤者来自何处等），如果无法准确把握这些基本特征，为构建多中心体系而调整土地使用、建设交通设施、配置公共设施就有可能发生目标和效果的错位、偏移。
[0003]由于城市规划只能在土地利用上贯彻职住平衡这一理念，而住房和就业岗位的分配是在市场中进行的，市场既无法保证居住在当地的居民就可以得到当地的就业岗位，也无法保证在当地工作就可以购买当地的住房，所以即使从规划用地角度做到了平衡。常规方法以人口普查数据为依据，只能判断居住人口在城市里的聚集状况，无法识别就业岗位的空间分布，且无法反映居住与就业的空间联系方向（职住关系）。

技术实现思路

[0004]本专利技术提供一种就业中心识别方法、装置、电子设备及存储介质，用以识别就业岗位的空间分布，反映居住与就业的空间联系方向。
[0005]本专利技术提供一种就业中心识别方法，包括：获取目标地区人员的手机定位数据，将所述手机定位数据发送至聚类模型中进行聚类，得到所述聚类模型输出的目标地区人员的就业地；获取目标地区的企业注册数据，将所述企业注册数据输入至所述聚类模型进行聚类，得到所述聚类模型输出的企业注册聚集地；基于所述目标地区人员的就业地和所述企业注册聚集地，得到所述目标地区的就业中心；其中，所述聚类模型是基于具有噪声的密度聚类算法训练得到。
[0006]根据本专利技术提供的就业中心识别方法，还包括：获取所述就业中心多个不同的企业类别，基于所述多个不同的企业类别，确定就业中心产业多样性度量；获取所述就业中心的公共交通数据，基于所述公共交通数据确定就业中心辐射范围度量；基于所述就业中心产业多样性度量和所述就业中心辐射范围度量，对所述目标地区的就业中心进行分类。
[0007]根据本专利技术提供的就业中心识别方法，基于如下公式计算就业中心产业多样性度量：其中，为所述就业中心产业多样性度量，S为企业类别数，为所述目标地区内第i类企业的占比。
[0008]根据本专利技术提供的就业中心识别方法，所述公共交通数据包括公共交通站台位置和所述目标地区人员的通勤时间。
[0009]根据本专利技术提供的就业中心识别方法，所述基于所述就业中心产业多样性度量和所述就业中心辐射范围度量，对所述目标地区的就业中心进行分类，包括：基于所述就业中心产业多样性度量，依次选取多组就业中心类别，每组就业中心类别包含有多类就业中心；基于所述就业中心辐射范围度量，确定每组就业中心类别对应的就业中心辐射范围度量均值，在下一组就业中心类别对应的就业中心辐射范围度量均值与上一组就业中心类别对应的就业中心辐射范围均值之间的差值小于预设阈值的情况下，将所述下一组就业中心类别作为就业中心目标类别。
[0010]根据本专利技术提供的就业中心识别方法，所述聚类模型用于：对输入至所述聚类模型的数据进行解析，得到空间点数据集；计算所述空间点数据集中每个空间点的k
‑
距离；将所述空间点数据集中每个空间点的k
‑
距离用散点图显示，并基于所述散点图确定邻域半径；基于预设的初始最小点数量以及所述邻域半径，确定核心点集合；所述核心点集合中的核心点是以自身为中心，以所述邻域半径为半径的邻域内空间点不少于所述初始最小点数量的空间点；基于具有噪声的密度聚类算法，对所述核心点集合中可连通的核心点组，以及到可连通的核心点组的距离小于所述邻域半径的空间点进行聚类，得到所述目标地区人员的就业地或者所述企业注册聚集地。
[0011]根据本专利技术提供的就业中心识别方法，所述基于具有噪声的密度聚类算法，对所述核心点集合中可连通的核心点组，以及到可连通的核心点组的距离小于所述邻域半径的空间点进行聚类，得到所述目标地区人员的就业地或者所述企业注册聚集地，包括：基于具有噪声的密度聚类算法，对所述核心点集合中可连通的核心点组，以及到可连通的核心点组的距离小于所述邻域半径的空间点进行聚类，得到所述可连通的核心点组对应的簇；将所述可连通的核心点组对应的簇进行聚集，得到空间聚类簇；从不同邻域半径对应的空间聚类簇中选取最大面积的聚类簇，基于所述最大面积的聚类簇中空间点坐标的算数平均数，确定所述目标地区人员的就业地或者所述企业注册聚集地。
[0012]本专利技术还提供一种就业中心识别装置，包括：第一聚类模块，用于获取目标地区人员的手机定位数据，将所述手机定位数据发送至聚类模型中进行聚类，得到所述聚类模型输出的目标地区人员的就业地；第二聚类模块，用于获取目标地区的企业注册数据，将所述企业注册数据输入至所述聚类模型进行聚类，得到所述聚类模型输出的企业注册聚集地；就业中心识别模块，用于基于所述目标地区人员的就业地和所述企业注册聚集地，得到所述目标地区的就业中心；其中，所述聚类模型是基于具有噪声的密度聚类算法训练得到。
[0013]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述就业中心识别方法。
[0014]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述就业中心识别方法。
[0015]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述就业中心识别方法。
[0016]本专利技术提供的就业中心识别方法、装置、电子设备及存储介质，通过将目标地区人员的手机定位数据发送至聚类模型进行聚类，得到目标地区人员的就业地，以及将目标地区的企业注册数据输入至聚类模型进行聚类，得到企业注册聚集地，再结合目标地区人员的就业地和企业注册聚集地，得到目标地区的就业中心，因此，基于本专利技术提供的就业中心识别方法，可以识别就业岗位的空间分布，反映居住与就业的空间联系方向。
附图说明
[0017]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本邻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的附图。
[0018]图1是本专利技术提供的就业中心识别方法的流程示意图；图2是本专利技术提供的聚类模型的训练流程示意图；图3是本专利技术提供的就业中心分类示意图；图4是本专利技术提供的就业中心聚类结果示意图之一；图5是本专利技术提供的就业中心聚类结果示意图之二；图6是本专利技术提供的就业中心聚类结果示意图之三；图7是本专利技术提供的就本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种就业中心识别方法，其特征在于，包括：获取目标地区人员的手机定位数据，将所述手机定位数据发送至聚类模型中进行聚类，得到所述聚类模型输出的目标地区人员的就业地；获取目标地区的企业注册数据，将所述企业注册数据输入至所述聚类模型进行聚类，得到所述聚类模型输出的企业注册聚集地；基于所述目标地区人员的就业地和所述企业注册聚集地，得到所述目标地区的就业中心；其中，所述聚类模型是基于具有噪声的密度聚类算法训练得到。2.根据权利要求1所述的就业中心识别方法，其特征在于，还包括：获取所述就业中心多个不同的企业类别，基于所述多个不同的企业类别，确定就业中心产业多样性度量；获取所述就业中心的公共交通数据，基于所述公共交通数据确定就业中心辐射范围度量；基于所述就业中心产业多样性度量和所述就业中心辐射范围度量，对所述目标地区的就业中心进行分类。3.根据权利要求2所述的就业中心识别方法，其特征在于，基于如下公式计算就业中心产业多样性度量：其中，为所述就业中心产业多样性度量，S为企业类别数，为所述目标地区内第i类企业的占比。4.根据权利要求2所述的就业中心识别方法，其特征在于，所述公共交通数据包括公共交通站台位置和所述目标地区人员的通勤时间。5.根据权利要求2所述的就业中心识别方法，其特征在于，所述基于所述就业中心产业多样性度量和所述就业中心辐射范围度量，对所述目标地区的就业中心进行分类，包括：基于所述就业中心产业多样性度量，依次选取多组就业中心类别，每组就业中心类别包含有多类就业中心；基于所述就业中心辐射范围度量，确定每组就业中心类别对应的就业中心辐射范围度量均值，在下一组就业中心类别对应的就业中心辐射范围度量均值与上一组就业中心类别对应的就业中心辐射范围均值之间的差值小于预设阈值的情况下，将所述下一组就业中心类别作为就业中心目标类别。6.根据权利要求1
‑
5任一项所述的就业中心识别方法，其特征在于，所述聚类模型用于：对输入至所述聚类模型的数据进行解析，得到空间点数据集；计算所述空间点数据集中每个空间点的k
‑
距离；将所述空间点数据集中每个空间点的k
‑

【专利技术属性】
技术研发人员：张晓东，王良，许丹丹，梁弘，张兴华，崔鹤，陈猛，胡腾云，孙道胜，
申请(专利权)人：北京城垣数字科技有限责任公司，
类型：发明
国别省市：