本發明公開了一種區域人口數量預測方法、裝置、電子設備和存儲介質，其中，該方法包括：根據目標區域和時間窗口確定對應的城市人口變化序列；在預先訓練生成的區域人口注意力模型以所述城市人口變化序列為輸入層確定區域人口注意力向量；基于預先訓練的城市人口注意力模型處理所述區域人口注意力向量以獲取城市人口注意力向量；在預先訓練的人口數量預測模型根據所述城市人口注意力向量和所述目標區域的屬性信息確定所述時間窗口對應的未來人口數量。通過循環神經網絡模型準確獲取城市人口注意力向量，提高人口分析的特征準確性，使得人口預測過程貼合實際生活，可提高人口預測的準確性。

技術領域

本發明實施例涉及數據處理技術領域，尤其涉及一種區域人口預測方法、裝置、電子設備和存儲介質。

背景技術

20世紀50年代以來，區域人口預測形成了一系列具有代表性的理論模型，例如，Clark模型、城市人口與城區面積間的異速生長模型、正態密度模型、負冪指數模型、二次指數模型等，隨著多核城市結構研究的興起，也隨著出現了城市人口密度多核心模型，上述模型在用于預測區域人口變化時不能反映出真實的人口變化。

發明內容

本發明提供一種區域人口預測方法、裝置、電子設備和存儲介質，以實現區域人口數量預測的真實性。

第一方面，本申請實施例提供了一種區域人口數量預測方法，該方法包括：

根據目標區域和時間窗口確定對應的城市人口變化序列；

在預先訓練生成的區域人口注意力模型以所述城市人口變化序列為輸入層確定區域人口注意力向量；

基于預先訓練的城市人口注意力模型處理所述區域人口注意力向量以獲取城市人口注意力向量；

在預先訓練的人口數量預測模型根據所述城市人口注意力向量和所述目標區域的屬性信息確定所述時間窗口對應的未來人口數量。

第二方面，本申請實施例提供了一種區域人口數量預測裝置，該裝置包括：

序列獲取模塊，用于根據目標區域和時間窗口確定對應的城市人口變化序列；

時間特征模塊，用于在預先訓練生成的區域人口注意力模型以所述城市人口變化序列為輸入層確定區域人口注意力向量；

空間特征模塊，用于基于預先訓練的城市人口注意力模型處理所述區域人口注意力向量以獲取城市人口注意力向量；

人口預測模塊，用于在預先訓練的人口數量預測模型根據所述城市人口注意力向量和所述目標區域的屬性信息確定所述時間窗口對應的未來人口數量。

第三方面，本申請實施例還提供了一種電子設備，該電子設備包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本申請實施例中任一所述的區域人口數量預測方法。

第四方面，本申請實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如本申請實施例中任一所述的區域人口數量預測方法。

本申請實施例，通過目標區域和時間窗口確定城市人口變化序列，根據區域人口注意力模型處理城市人口變化序列獲取區域人口注意力向量，基于城市人口注意力模型處理區域人口注意力向量獲取城市人口注意力向量，在人口數量預測模型使用目標區域的屬性信息和城市人口注意力向量獲取到未來人口數量，預測過程貼合實際生活中人口數量非平穩變化的情況，提高目標區域人口預測的準確性。

附圖說明

圖1是本申請實施例一提供的一種區域人口數量預測方法的流程圖；