[發明專利]基于動態空間閾值改進的手機信令數據出行識別方法

在審

• 申請號: 201910529806.2
• 申請日: 2019-06-19
• 公開（公告）號: CN110312206A
• 公開（公告）日: 2019-10-08
• 發明（設計）人: 王德;江賀韜
• 申請（專利權）人: 同濟大學
• 主分類號: H04W4/02
• 分類號: H04W4/02;H04W4/20;H04W8/18
• 代理公司: 上海德昭知識產權代理有限公司 31204
• 代理人: 郁旦蓉

本發明提供一種基于動態空間閾值改進的手機信令數據出行識別方法，用于根據各個手機基站采集的手機信令數據對各個用戶的出行情況進行識別從而得到用戶的個體出行鏈，其特征在于，包括如下步驟：步驟S1，獲取手機信令數據；步驟S2，對手機信令數據進行清洗；步驟S3，通過預設的動態閾值計算方法，根據基站位置判定與各個手機基站對應的動態閾值D；步驟S4，分類得到用戶待分析數據組；步驟S5，依序選取一組用戶待分析數據組；步驟S6，依次讀取當前用戶數據組中的待分析數據，并根據相應的動態閾值D判定當前用戶的停留點，步驟S7，生成個體出行鏈并進行存儲，步驟S8，重復步驟S5至步驟S7直至所有用戶待分析數據被處理完畢。

技術領域

本發明屬于城市規劃領域，涉及一種基于手機信令數據的出行識別方法，具體涉及一種基于動態空間閾值改進的手機信令數據出行識別方法。

背景技術

近年來，手機信令數據被大規模地應用于城市研究和城市規劃的各個領域，大到城市空間與空間結構、城市交通規劃、城市人口和就業崗位分布、城市實有人口，小到個體行為模式挖掘。在通過手機信令數據進行分析時，通常需要先根據手機信令數據得到各個手機用戶的個體出行鏈，從而根據該個體出行鏈更好地對城市中用戶的行為模式進行分析。

現有技術中，一般采用時空間聚類法對個體出行鏈進行識別，該方法主要通過時間閾值和空間閾值識別用戶的停留，并且在兩次不同地方停留之間識別出一次出行。

然而，上述時空間聚類法的空間閾值采用的是固定閾值，在城市尺度的研究下，該固定閾值必然會導致識別精度不均勻，即在市中心等基站分布密集的地方形成“欠識別”，在郊區等基站分布系數的地方形成“過識別”。而縮小閾值可以避免某些地方的“欠識別”，但勢必會造成更多地方的“過識別”，反之亦然。

因此，有的研究者為了改善識別精度，在市中心基站密集處和邊緣基站系數處進行空間閾值的調整；也有研究者根據基站分布密度，把城市分為三個區，分別采取不同空間閾值，即“分區空間閾值”。上述兩種方法雖然可以從一定程度上避免識別精度不均勻的問題，但是在分區內部，依然會存在“過識別”和“欠識別”的問題。

發明內容

為解決上述問題，提供一種基于動態空間閾值改進的手機信令數據出行識別方法，本發明采用了如下技術方案：

本發明提供了一種基于動態空間閾值改進的手機信令數據出行識別方法，用于根據各個手機基站采集的手機信令數據對各個用戶的出行情況進行識別從而得到用戶的個體出行鏈，其特征在于，包括如下步驟：步驟S1，獲取手機信令數據，該手機信令數據至少包含用戶識別號、時間戳以及對應的手機基站的基站位置；步驟S2，對手機信令數據進行清洗處理從而得到待分析數據；步驟S3，通過預設的動態閾值計算方法，根據基站位置依次判定與各個手機基站對應的動態閾值D；步驟S4，將待分析數據根據用戶識別號進行分類從而得到對應各個用戶的用戶待分析數據組；步驟S5，根據用戶識別號依序選取一組用戶待分析數據組中作為當前用戶數據組；步驟S6，按時間順序依次讀取當前用戶數據組中的待分析數據，并根據相應的動態閾值D以及預設的時間閾值T判定當前用戶的停留點，步驟S7，根據停留點以及當前用戶數據生成當前用戶的個體出行鏈并進行存儲，步驟S8，重復步驟S5至步驟S7直至所有用戶待分析數據被處理完畢。

本發明提供的基于動態空間閾值改進的手機信令數據出行識別方法，還可以具有這樣的技術特征，其中，動態閾值計算方法為k扇面法：以當前被計算的手機基站的基站位置作為當前位置，并以當前位置為中心劃分k個扇面，進一步根據當前位置在每個扇面中選取最近的手機基站從而得到k個鄰近基站，最后計算各個鄰近基站與當前位置的距離從而將距離的最大值作為當前被計算的手機基站的空間閾值。

本發明提供的基于動態空間閾值改進的手機信令數據出行識別方法，還可以具有這樣的技術特征，其中，k的取值為6。