基于移动通信数据的居民空间行为分析技术（交通大数据系列）

移动通信数据是近年来出现的一类重要交通大数据资源。移动通信数据记录范围广、采集成本低、蕴含海量的居民出行信息，是获取、更新交通需求O-D的新型数据来源，可为传统交通调查提供有力补充。然而，移动通信数据在空间上较不精确，在时间上稀疏、无规律、存在大量缺失，导致从移动通信数据中挖掘居民空间行为信息并不容易。对于通话详单数据，只有用户使用手机时才有位置记录，一般仅用于分析居民惯常出行行为规律或估计交通需求在粗分时段的均值；对于手机信令数据，用户位置每隔固定一小短时间记录一次，可用于分析居民动态出行或估计时变交通需求，但手机信令数据非常稀缺，难以持续应用。为了解决这个问题，近年来又有学者提出了基于常规交通数据和移动通讯数据融合的居民空间行为分析技术。基于移动通信数据的居民空间行为分析技术正在快速发展创新，作者相信未来移动通信数据将在更多领域有更广泛地应用。本书对现有移动通信数据的处理算法与应用方法进行较为详细介绍，并提供了相关算法的详细代码，以期使相关技术人员能较为容易地、快速地掌握移动通信数据的分析与应用方法。

王璞，博士，中南大学教授，博士生导师。主要从事交通大数据分析、居民空间行为分析建模、复杂网络科学方面的研究，主持国家自然科学基金2项，霍英东青年教师基金基础研究课题1项。在Science、Nature Physics、Nature Communications等国际著名期刊上发表论文30余篇。

总序 前言 1 绪论 1.1 移动通信数据简介 1.2 移动通信数据与居民空间行为研究 1.3 一个解决移动通信数据隐私问题的提议 1.4 本书章节安排 参考文献 2 移动通信数据的分析挖掘技术 2.1 引言 2.2 移动通信数据的数据结构特点 2.2.1 手机通话详单数据 2.2.2 手机信令数据 2.3 手机用户标识的识别方法与技术 2.3.1 基于C++的手机用户识别算法 2.3.2 基于Python的手机用户识别算法 2.4 面向居民空间行为分析的移动通信数据高效存储结构 2.4.1 移动通信基站坐标信息的高效存储结构 2.4.2 手机用户空间移动轨迹的高效存储结构 2.4.3 单线程手机用户空间位置记录表生成程序 2.4.4 多线程手机用户空间位置记录表生成程序 2.4.5 基于移动通信数据的居民社交网络构建 2.5 移动通信数据中的空间位置信息处理 2.5.1 移动通信基站服务区的估计方法 2.5.2 基于移动通信数据的空间连通性分析 2.5.3 手机用户空间位置跳动(乒乓效应)的处理方法 2.5.4 基于移动通信基站信号强度的手机用户定位方法 2.6 移动通信数据中异常、缺失数据的甄别与处理 2.6.1 移动通信数据中异常数据的识别与处理 2.6.2 移动通信数据中数据缺失的处理 2.7 移动通信数据中手机用户的隐私保护 2.8 小结 参考文献 3 居民空间移动行为特征分析 3.1 引言 3.2 居民空间移动行为的统计分析方法 3.2.1 居民出行轨迹的质心 3.2.2 居民出行轨迹的回转半径 3.2.3 居民出行轨迹的方向主轴 3.3 居民出行的探索与优先回归行为 3.4 居民空间移动行为的可预测性 3.4.1 个体移动网络建模 3.4.2 居民空间移动行为的随机程度测量 3.4.3 居民空间移动行为的可预测性 3.5 居民空间移动行为的典型模体 3.5.1 基于手机通话详单数据的居民个体移动网络模体分析 3.5.2 基于手机信令数据的居民个体移动网络模体分析 3.6 居民职住地点判别 3.7 基于向量场模型的居民空间移动行为分析 3.8 基于移动通信数据的居民集群行为分析