接口地址:http://apis.juhe.cn/population_insight/query
支持格式:json
请求方法:http get/post
请求参数说明:
名称 必填 类型 说明 key 是 string 在个人中心->我的数据,接口名称上方查看 lng 是 string 经度,如:120.617116 lat 是 string 维度,如:31.335936 ts 是 string 数据可选周(北京时间)的时间戳,如:1556640000
请求示例:http://apis.juhe.cn/population_insight/query?key=您的key&lng=116.88&lat=39.71
返回参数说明:
名称 类型 说明 - - 具体见 JSON 示例
返回示例:JSON返回示例:
{ "reason": "成功", "error_code": 0, "result": { // 1. 目标区域人流量监测分析(human_traffic)。 /** * 监测目标区域内人口变化情况,即目标区域时段人流量统计; * 根据目标区域人群的行为信息统计一天 24 小时内目标区域人流总量,以反映目标区域内新增、减少人流量情况; */ "human_traffic": { "pop_0001": "1663", // 平均每日凌晨 0 点至 1 点期间目标区域出现总人次 "pop_0102": "1662", // 平均每日凌晨 1 点至 2 点期间目标区域出现总人次 "pop_0203": "1655", // 以此类推 ... "pop_0304": "1649", "pop_0405": "1647", "pop_0506": "1646", "pop_0607": "1632", "pop_0708": "1587", "pop_0809": "1499", "pop_0910": "1446", "pop_1011": "1398", "pop_1112": "1386", "pop_1213": "1365", "pop_1314": "1347", "pop_1415": "1333", "pop_1516": "1296", "pop_1617": "1310", "pop_1718": "1276", "pop_1819": "1236", "pop_1920": "1220", "pop_2021": "1218", "pop_2122": "1211", "pop_2223": "1204", "pop_2324": "1200" //平均每日晚 11 点至凌晨 0 点期间目标区域出现总人次 }, // 2. 人口区域洞察分析 /** * 按照人口属性来分析基于信令统计的人口数据。 * 人口总数量:通过移动运营商当地市场占有率用户数推测人口总数量。 * 居住人口数:每天 21:00~5:00 时间段内连续一个自然日用户累积所在时间最长的网格为用户居住地,统计其网格内居住人口数。 * 工作人口数:周一至周五 9:00~17:00 时间段内连续一个自然日用户累积所在时间最长的网格为用户工作地,统计其网格内工作人口数。 */ "insight": { // 年龄结构 "AGE1_0006": "0", // 居住人口 6 岁以下人数 "AGE1_0712": "0", // 居住人口 6-12 岁人数 "AGE1_1315": "0", // 居住人口 13-15 岁人数 "AGE1_1618": "3", // 以此类推 ... "AGE1_1924": "26", "AGE1_2529": "86", "AGE1_3034": "120", "AGE1_3539": "98", "AGE1_4044": "92", "AGE1_4549": "42", "AGE1_5054": "35", "AGE1_5559": "15", "AGE1_6064": "21", "AGE1_6569": "8", "AGE1_70up": "2", "AGE2_0006": "0", "AGE2_0712": "0", "AGE2_1315": "0", "AGE2_1618": "8", "AGE2_1924": "22", "AGE2_2529": "72", "AGE2_3034": "95", "AGE2_3539": "87", "AGE2_4044": "81", "AGE2_4549": "50", "AGE2_5054": "36", "AGE2_5559": "16", "AGE2_6064": "18", "AGE2_6569": "11", // 工作人口 65-69 岁人数 "AGE2_70up": "2", // 工作人口 70 岁以上人数 // 性别结构 "FEMALE1_SUM": "264",// 目标区域内居住女性数 "FEMALE2_SUM": "220",// 目标区域内工作女性数 "MALE1_SUM": "284", // 目标区域内居住男性数 "MALE2_SUM": "278", // 目标区域内工作男性数 // 人口汇总 "P1_SUM": "548", // 目标区域居住人口总数 "P2_SUM": "498" // 目标区域工作人口总数 }, // 3. 人口属性统计标签维度(consumption,internet,mobile_phone) /** * 通过对目标区域内居住人口和工作人口的识别,统计区域内居住人口和工作人口的月话费账单消费能力、上网标签偏好、手机型号的数量及分布比例。 */ // (1)目标区域内人群消费能力(月话费账单: consumption) "consumption": { "ARPU1_50": "329", // 目标区域内居住人口月出帐金额 50 元以下人数 "ARPU1_100": "125", // 目标区域内居住人口月出帐金额 50-100 元以下人数 "ARPU1_150": "72", // 目标区域内居住人口月出帐金额 100-150 元人数 "ARPU1_200": "12", // 目标区域内居住人口月出帐金额 150-200 元人数 "ARPU1_250": "8", // 目标区域内居住人口月出帐金额 200-250 元以上人数 "ARPU1_up": "4", // 目标区域内居住人口月出帐金额 250 元以上人数 "ARPU2_50": "298", // 目标区域内工作人口月出帐金额 50 元以下人数 "ARPU2_100": "98", // 目标区域内工作人口月出帐金额 50-100 元以下人数 "ARPU2_150": "74", // 目标区域内工作人口月出帐金额 100-150 元以下人数 "ARPU2_200": "12", // 目标区域内工作人口月出帐金额 150-200 元以下人数 "ARPU2_250": "11", // 目标区域内工作人口月出帐金额 200-250 元以下人数 "ARPU2_up": "1" // 目标区域内工作人口月出帐金额 250 元以上人数 }, // (2)目标区域内人群TOP10上网兴趣偏好(internet) /** * popu_type 人群类型,1 代表居住,2 代表工作 * tag_name 网络标签名称 * tag_value 网络标签对应的人数 */ "internet": [{ "popu_type": "1", "tag_name": "网上购物", "tag_value": "397" }, { "popu_type": "1", "tag_name": "手机视频", "tag_value": "368" }, { "popu_type": "2", "tag_name": "社交网络", "tag_value": "192" },{ "popu_type": "2", "tag_name": "手机游戏", "tag_value": "140" }], // (3)目标区域内人群 TOP30 手机型号分布(mobile_phone) /** * popu_type 人群类型,1 代表居住,2 代表工作 * Phone_brand 手机品牌 * Phone_model 手机型号 * Phone_value 该品牌型号手机对应的人数 */ "mobile_phone": [{ "Phone_brand": "维沃", "Phone_model": "VIVO X9", "Phone_value": "22", "popu_type": "1" }, { "Phone_brand": "欧珀", "Phone_model": "OPPO R9S", "Phone_value": "19", "popu_type": "1" }, { "Phone_brand": "欧珀", "Phone_model": "OPPO R11", "Phone_value": "19", "popu_type": "1" }, { "Phone_brand": "欧珀", "Phone_model": "OPPO R15", "Phone_value": "17", "popu_type": "1" }, { "Phone_brand": "苹果", "Phone_model": "iPhone X", "Phone_value": "16", "popu_type": "1" }], // 4. 逗留时长分析(stay) /** * 基于手机信令的特点,需要首先判定人的逗留,建立逗留地识别的模型,再来统计热力的情况。 * 每日目标区域客流口径。按信令数据中的手机号段获取手机用户,当日在城市基站范围内且在目标区域出现过,即统计上。 * 每日新到城市且停留 30 分钟以上口径。按信令数据中的手机号段获取国内外手机用户,当日在城市基站范围内出现过,昨日未出现过,且停留 30 分钟以上,即统计上。 */ "stay": { "day_visit": "2159", // 每日目标区域出现总人次 "stay1": "19", // 驻留小于 1 小时人次(30 分钟以上) "stay2": "94", // 驻留 1-3 小时人次 "stay3": "134", // 驻留 3-6 小时人次 "stay4": "328", // 驻留 6-9 小时人次 "stay5": "1584" // 驻留大于 9 小时人次 }, "orderid": "J201901111732326388" } }
聚合数据是互联网专业数据科技服务商,致力于用数据科技赋能行业升级,驱动产业发展。主要向不同行业的企业客户提供大数据服务和系统的解决方案。经营范围是数据技术服务。
聚合数据作为天聚地合(苏州)数据股份有限公司旗下的互联网专业数据科技服务商,于2018年上线,总部位于苏州,在北京、杭州均设有数据处理中心。聚合数据主要提供两种核心服务:第一、数据技术服务。依托聚合云数据平台,以API数据接口的形式,向下游客户提供数据查询、信息验证和充值接口等服务;第二、数据应用。以大数据清洗、分析、挖掘等技术为主要技术手段,为企业客户提供数据应用系统或定制化的数据分析成果,帮助企业进行经营决策。目前可以为金融科技、汽车后市场、智慧城市等领域提供大数据解决方案。
企业和程序员可以通过进制数据封装的API或SDK极速接入其他数据资源,同时进制数据提供数据交易等服务。通过进制数据,不仅开发成本极大降低,而且可以获得其他丰富的数据服务:数据交易,数据分析,区块链Token管理等服务。
电话:173-6457-5198
QQ① 群:792473404
客服 QQ:1643296538
微信客服:binstds
扫描二维码添加客服微信
周一至周五 9:00 - 21:00(其中周三为 9:00 - 18:00)
周六 9:00 - 12:00(节假日除外)
进制数据团队
2020.01.01