(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111500624.6 (22)申请日 2021.12.09 (71)申请人 上海维智卓新信息科技有限公司 地址 200131 上海市浦东 新区自由贸易试 验区祥科路58号1幢9层90 3室 (72)发明人 陶闯　邱卫根　赵康宁　王昊奋　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 江银会 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 30/02(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 真实人群数量预测方法及装置 (57)摘要 本发明公开了一种真实人群数量预测方法 及装置， 该方法包括： 确定待预测区域在目标时 间段的通信终端数量； 将所述通信终端数量输入 至训练好的回归网络预测模型中， 以预测得到所 述待预测区域在所述目标时间段的真实人群数 量； 所述回归网络预测模型为通过包括有多个已 知在训练时间段的区域人群数量和通信终端数 量的训练区域的训练数据集训练得到。 可见， 本 发明能够根据区域的通信终端数量， 结合回归网 络模型对区域的真实人群数量进行预测， 从而能 够实现高效率且低成本地对区域的真实人群数 量进行预估， 后续可以便于利用区域的人群数量 进行进一 步的数据分析操作。 权利要求书2页 说明书16页 附图1页 CN 114239944 A 2022.03.25 CN 114239944 A 1.一种真实人群数量预测方法， 其特 征在于， 所述方法包括： 确定待预测区域在目标时间段的通信终端数量； 将所述通信终端数量输入至训练好的回归 网络预测模型中， 以预测得到所述待预测区 域在所述目标时间段的真实人群数量； 所述回归网络预测模型为通过包括有多个已知在训 练时间段的区域人群数量和通信终端数量的训练区域的训练数据集训练得到 。 2.根据权利要求1所述的真实人群数量预测方法， 其特征在于， 所述通信终端数量包括 基于软件维度感知的终端数量、 基于操作系统维度感知的终端数量、 基于运营商维度感知 的终端数量和基于品牌 维度感知的终端 数量中的至少一种； 和/或， 所述区域人群数量为根 据所述训练区域在所述训练 时间段的至少一个运营商的呼叫详细记录确定得到； 和/或， 所 述区域人群数量为根据所述训练区域在所述训练时间段 的多个运营商的呼叫详细记录的 总和确定得到； 和/或， 所述区域人群数量为根据所述训练 区域在所述训练 时间段的目标运 营商的呼叫详细记录以及所述目标运营商对应的占比参数确定得到； 所述占比参数用于指 示所述目标运营商的呼叫详细记录占所有运营商的呼叫详细记录总和的比例。 3.根据权利要求1所述的真实人群数量预测方法， 其特征在于， 所述确定待预测区域在 目标时间段的通信终端数量， 包括： 获取感知设备在目标时间段内在所述待预测区域感知到的设备通信 信息； 根据所述设备通信 信息， 确定所述待预测区域在所述目标时间段的通信终端数量。 4.根据权利要求1所述的真实人群数量预测方法， 其特征在于， 确定待预测区域的通信 终端数量后， 所述方法还 包括： 确定所述待预测区域的区域特 征参数； 所述将所述通信终端数量输入至训练好的回归 网络预测模型中， 以预测得到出所述待 预测区域在目标时间段的真实人群数量， 包括： 将所述通信终端数量和所述 区域特征参数输入至训练好的回归 网络预测模型中， 以预 测得到出 所述待预测区域在目标时间段的真实人群数量； 所述回归网络预测模型为通过包括有多个已知在训练时间段的区域人群数量、 区域特 征参数和通信终端数量的训练区域的训练数据集训练得到 。 5.根据权利要求4所述的真实人群数量预测方法， 其特征在于， 所述区域特征参数包括 区域物理特 征、 区域行政级别特 征、 区域周边设施特 征和区域周边 竞品特征中的至少一种。 6.根据权利要求5所述的真实人群数量预测方法， 其特征在于， 所述确定所述待预测区 域的区域特 征参数， 包括： 确定所述待预测区域的所在位置周围的多个目标设施； 确定所述待预测区域的所在位置与任一所述目标设施的距离参数； 将所述所有所述目标设施对应的所述距离参数确定为所述待预测区域的所述区域周 边设施特 征； 和/或， 确定所述待预测区域的所在位置周围的多个竞品店铺； 确定所述待预测区域的所在位置距离任一所述 竞品店铺的距离参数； 将所述所有所述竞品店铺对应的所述距离参数确定为所述待预测区域的所述区域周 边竞品特征。权　利　要　求　书 1/2 页 2 CN 114239944 A 27.根据权利要求1 ‑6任一项所述的真实人群数量预测方法， 其特征在于， 所述回归网络 预测模型根据以下步骤被训练得到： 确定训练数据集； 所述训练数据集包括有多个已知在训练时间段的区域人群数量和通 信终端数量的训练区域； 将所述训练数据集输入至人群预测训练模型进行训练直至收敛， 以得到所述训练好的 回归网络预测模型； 所述人群预测训练模型包括所述回归网络预测模型以及相应的参数优 化层。 8.根据权利要求1所述的真实人群数量预测方法， 其特征在于， 所述 回归网络预测模型 包括线性回归网络模型、 多项式回归网络模型、 岭回归算法模型、 LightGBM回归模型、 多层 感知器网络模型和卷积神经网络模型中的至少一种。 9.一种真实人群数量预测装置， 其特 征在于， 所述装置包括： 确定模块， 用于确定待预测区域在目标时间段的通信终端数量； 预测模块， 用于将所述通信终端数量输入至训练好的回归网络预测模型中， 以预测得 到所述待 预测区域在所述目标时间段的真实人群数量； 所述回归网络预测模型为通过包括 有多个已知在训练时间段 的区域人群数量和 通信终端数量的训练区域的训练数据集训练 得到。 10.一种真实人群数量预测装置， 其特 征在于， 所述装置包括： 存储有可执行程序代码的存 储器； 与所述存 储器耦合的处 理器； 所述处理器调用所述存储器中存储的所述可执行程序代码， 执行如权利要求1 ‑8任一 项所述的真实人群数量预测方法。权　利　要　求　书 2/2 页 3 CN 114239944 A 3