基于手机信令数据的个体出行方式研究

论文总字数：34835字

摘 要

大数据处理应用研究是信息技术领域的一个研究热点问题，作为大数据的一种——手机信令数据具有数据量大，实时获取，空间位置定位属性等优点，也具有时间分布不均匀，空间定位模糊等局限性。国内外现有方法中，利用手机信令数据研究个体出行方式仍存有一定不足。因此，本文尝试在现有研究基础上，加以改进，以六用户真实出行手机信令数据为材料，建立一种更为准确的个体出行方式研究模型。

首先，本文从手机信令的具体产生机制入手，全面深入了解手机信令数据的生成原理。对手机信令的格式进行解析，并从符合手机信令特点的角度，对本文研究的“出行”进行了定义。从技术角度初步分析了利用手机信令提取出行特征的适用性。其次，文章提出利用信令数据的时空分布特点，建立一种时空聚类方法，对信令数据点进行停留点和移动点的划分。并在此基础上，设计出行特征进行提取模块，深度挖掘出行规律。之后构建评价模型，以实例进行分析和验证，将实验结果与真实数据比对，验证实验方法的可靠性。对比发现在多组参数拟定中，设定空间阈值为200米，时间阈值为900秒的一组实验结果最为可靠。最终，总结本研究模型存在的创新点与不足之处，并提出对以后研究方向的展望。

关键词：手机信令 ；出行方式 ；时空聚类 ；特征提取

Abstract

Research on application of big data processing is a research hotspot in the field of information technology. As a type of big data, mobile phone signaling data has the advantages of large data volume, real-time acquisition, and spatial location attributes, and also has uneven time distribution, positioning fuzzy and other limitations. Among the existing methods at home and abroad, there are still some deficiencies in the use of mobile phone signaling data to study individual travel modes. Therefore, it attempts to improve on the basis of the existing research, and uses the six-user real travel cell phone signaling data as a material to establish a more accurate individual travel mode research model.

Firstly, it figures out the generation mechanism of cell-phone signaling, and thoroughly understands the generation principle of cell-phone signaling data. The format of the mobile signaling is analyzed, and from the point of view of conforming to the cell phone signaling characteristics, the definition of traveling studied in this paper is defined. Secondly, it uses the space-temporal distribution characteristics of signaling data to establish a space-temporal clustering method to divide the signaling data points between the stay points and the move points. Based on this, it designs a trip feature extraction module to dig out the travel rules. After that, an evaluation model was constructed, and examples were analyzed and verified. The experimental results were compared with real data to verify the reliability of the experimental method. The comparison found that in the formulation of multiple sets of parameters, a set of experimental results with a space threshold of 200 meters and a time threshold of 900 seconds was most reliable. Finally, it summarizes the innovations and deficiencies in the research model, and puts forward the future research direction.

KEY WORDS: Cellphone signaling data; Traveling mode; Space-temporal clustering; Feature extraction

目录

第一章 绪论 1

1.1 研究背景 1

1.2 研究现状 1

1.3 研究意义 1

1.4 主要研究内容 2

1.4.1 研究内容 2

1.4.2 技术路线 3

第二章 手机信令数据与出行特征联系 4

2.1 手机信令数据生成原理 4

2.2 手机信令生成时机 4

2.3 手机信令数据格式 5

2.4 出行特征 6

2.4.1 出行定义 7

2.4.2 出行特征指标 7

2.5 出行特征提取适用性分析 8

2.6 本章小结 8

第三章 信令数据预处理及统计 9

3.1 手机信令数据表示轨迹数据 9

3.2 手机信令数据预处理 9

3.2.1 原始数据处理 9

3.2.2 乒乓数据及其处理 10

3.2.3 漂移数据及其处理 11

3.2.4 冗余数据及其处理 12

3.3 手机信令数据统计 12

3.3.1 手机信令数据基础分析 12

3.3.2 距离和速度分布特性 13

3.4 本章小结 14

第四章 出行特征提取算法 15

4.1 出行特征提取算法概述 15

4.2 时空分布特征分析 15

4.3 时空聚类算法 15

4.4 出行特征提取 17

4.5 重要位置预测 20

4.6 本章小结 21

第五章 评估模型 22

5.1. 评估指标 22

5.2. 评估效果 22

5.2.1 评估指标匹配 22

5.2.2 出行特征比对 24

5.2.3 重要位置比对 25

第六章 总结与展望 27

6.1 研究总结 27

6.2 研究展望 27

致 谢 29

参考文献 30

附录 31

1. 绪论
2. 研究背景

人是城市活动的参与主体，既是城市的建设者，又是最主要的使用者和感知者。近年来，人的出行一直是交通的重要研究领域。提高对个体的出行方式的研究，能够提高人们对疾病传播，交通拥堵和城乡规划等一系列社会问题的理解。

剩余内容已隐藏，请支付后下载全文，论文总字数：34835字