技术摘要：
本发明实施例涉及数据指标预测技术领域，公开了基于人群迁徙的区域经济预测方法、系统及设备。本发明实施例先获取当前人群迁徙网络，其中，所述当前人群迁徙网络中包括与区域对应的节点；从所述当前人群迁徙网络中获取与所述节点对应的节点表示向量；基于多层感知器处  全部
背景技术：
区域经济预测模型适用于区域经济预测(Regional  Economy  Prediction)行为。 其中，区域经济预测行为是一种对目标区域未来一段时间内的经济指标进行估计的预测行 为。 典型应用场景是公共政策制定、商铺选址及资源调度等，而且，政府机构和企业部 门可以根据各区域未来经济情况的预测来规划合理的发展计划、进行最优的资源调度。 但是，目前的区域经济预测模型多仅基于时间性上的数据即时间序列进行区域经 济的预测，这导致了常规的区域经济预测模型预测出的区域经济指标不够准确，不够贴合 真实值。
技术实现要素：
为了解决区域经济预测模型预测出的区域经济指标不够准确的技术问题，本发明 实施例提供基于人群迁徙的区域经济预测方法、系统及设备。 第一方面，本发明实施例提供一种基于人群迁徙的区域经济预测方法，包括： 获取当前人群迁徙网络，其中，所述当前人群迁徙网络中包括与区域对应的节点； 从所述当前人群迁徙网络中获取与所述节点对应的节点表示向量； 基于多层感知器处理所述节点表示向量，以进行区域经济的预测行为。 优选地，所述获取当前人群迁徙网络之前，所述基于人群迁徙的区域经济预测方 法还包括： 获取待训练人群迁徙网络； 从所述待训练人群迁徙网络中获取待操作节点对应的邻居节点； 对所述邻居节点进行求和操作，以得到环境表示向量； 对所述待操作节点对应的节点表示向量与所述环境表示向量进行线性变换，以获 得更新后的所述待操作节点对应的节点表示向量，并将更新后的待训练人群迁徙网络记为 当前人群迁徙网络。 优选地，所述从所述待训练人群迁徙网络中获取待操作节点对应的邻居节点，具 体包括： 确定与所述待训练人群迁徙网络对应的图卷积神经网络； 遍历预设层数的所述图卷积神经网络，从所述待训练人群迁徙网络中获取待操作 节点对应的邻居节点； 所述对所述待操作节点对应的节点表示向量与所述环境表示向量进行线性变换， 以获得更新后的所述待操作节点对应的节点表示向量，并将更新后的待训练人群迁徙网络 4 CN 111612207 A 说　明　书 2/11 页 记为当前人群迁徙网络，具体包括： 对所述待操作节点对应的节点表示向量与所述环境表示向量进行线性变换，以获 得更新后的所述待操作节点对应的节点表示向量； 若未遍历完所述预设层数的图卷积神经网络，则返回执行所述遍历预设层数的所 述图卷积神经网络，从所述待训练人群迁徙网络中获取待操作节点对应的邻居节点的步 骤，直至遍历完所述预设层数的图卷积神经网络，将更新结束的待训练人群迁徙网络记为 当前人群迁徙网络。 优选地，所述将更新结束的待训练人群迁徙网络记为当前人群迁徙网络之后，所 述基于人群迁徙的区域经济预测方法还包括： 若所述当前人群迁徙网络的网络数量大于等于预设网络数量，则获取分别与所述 当前人群迁徙网络对应的节点表示向量并记为网络级节点表示向量； 对所述网络级节点表示向量进行均值计算，以获得向量均值，其中，所述向量均值 由所述多层感知器处理以进行区域经济的预测行为。 优选地，所述将更新结束的待训练人群迁徙网络记为当前人群迁徙网络之前，所 述基于人群迁徙的区域经济预测方法还包括： 若所述当前人群迁徙网络的网络数量大于等于预设网络数量，则获取分别与所述 当前人群迁徙网络对应的节点表示向量并记为网络级节点表示向量； 获取检索向量与映射向量； 根据所述检索向量与所述映射向量确定注意力权重； 基于所述注意力权重对所述网络级节点表示向量进行加权求和计算，以得到更新 后的网络级节点表示向量。 优选地，所述获取待训练人群迁徙网络之前，所述基于人群迁徙的区域经济预测 方法还包括： 确定初始人群迁徙网络中的目标区域； 根据人口密度信息与相隔距离对所述目标区域的邻居区域进行筛选，以得到候选 邻居区域； 获取所述候选邻居区域与所述目标区域之间的关联强度； 根据所述关联强度对所述初始人群迁徙网络中的边进行修正，以得到修正后的边 并将修正后的初始人群迁徙网络记为待训练人群迁徙网络。 优选地，所述基于多层感知器处理所述节点表示向量，以进行区域经济的预测行 为，具体包括： 基于多层感知器处理所述节点表示向量进行区域经济的预测操作，以获得区域经 济指标； 通过预设损失函数处理所述区域经济指标，以得到评价指标。 第二方面，本发明实施例提供一种基于人群迁徙的区域经济预测系统，包括： 网络获取模块，用于获取当前人群迁徙网络，其中，所述当前人群迁徙网络中包括 与区域对应的节点； 向量获取模块，用于从所述当前人群迁徙网络中获取与所述节点对应的节点表示 向量； 5 CN 111612207 A 说　明　书 3/11 页 区域预测模块，用于基于多层感知器处理所述节点表示向量，以进行区域经济的 预测行为。 第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在所述存 储器上并可在所述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本发明第 一方面提供的一种基于人群迁徙的区域经济预测方法的步骤。 第四方面，本发明实施例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，所述计算机程序被处理器执行时实现本发明第一方面提供的一种基于人群迁徙的 区域经济预测方法的步骤。 本发明实施例提供的基于人群迁徙的区域经济预测方法、系统及设备，先获取当 前人群迁徙网络，其中，所述当前人群迁徙网络中包括与区域对应的节点；从所述当前人群 迁徙网络中获取与所述节点对应的节点表示向量；基于多层感知器处理所述节点表示向 量，以进行区域经济的预测行为。明显地，本发明实施例通过引入当前人群迁徙网络，使用 与区域对应的节点的表示向量进行区域经济的预测行为，可见，在预测操作中额外引入了 空间上的数据相关性，提高了预测结果的准确性，解决了区域经济预测模型预测出的区域 经济指标不够准确的技术问题。 附图说明 为了更清楚地说明本发明实施例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发 明的一些实施例，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的附图。 图1为本发明实施例提供的一种基于人群迁徙的区域经济预测方法的流程图； 图2为本发明又一实施例提供的一种基于人群迁徙的区域经济预测方法的流程 图； 图3为本发明再一实施例提供的一种基于人群迁徙的区域经济预测方法的流程 图； 图4为本发明另一实施例提供的一种基于人群迁徙的区域经济预测方法的流程 图； 图5为本发明实施例提供的一种基于人群迁徙的区域经济预测系统的结构示意 图； 图6为本发明实施例提供的一种电子设备的实体结构示意图。