CN102609616A - 一种基于手机定位数据的动态人口分布密度检测方法 - Google Patents
一种基于手机定位数据的动态人口分布密度检测方法 Download PDFInfo
- Publication number
- CN102609616A CN102609616A CN2012100204921A CN201210020492A CN102609616A CN 102609616 A CN102609616 A CN 102609616A CN 2012100204921 A CN2012100204921 A CN 2012100204921A CN 201210020492 A CN201210020492 A CN 201210020492A CN 102609616 A CN102609616 A CN 102609616A
- Authority
- CN
- China
- Prior art keywords
- taz
- mobile phone
- scope
- analysis
- cellphone subscriber
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明提供了一种基于手机定位数据的动态人口分布密度检测方法，其特征在于：步骤为：将目标城市需进行人口分布密度分析的分析区域范围划分不同的子区域，随后建立虚拟传感器网络，在得到子区域与虚拟传感器网络之间的映射关系，根据手机信号得到每个子区域所包含的人口总量。本发明的优点是：充分依托现有的移动通信网络资源，以海量的手机信号数据为输入，采用基于出行轨迹持续追踪和区域内逗留时长的判别机制，实现对动态人口分布密度的检测。该发明可用于高频度、自动化地检测动态人口分布密度信息。
Description
技术领域
本发明涉及一种基于手机定位数据的动态人口分布密度检测方法，用于从海量的手机用户数据中挖掘有价值的动态城市人口空间分布密度方面的信息，可为交通规划、交通需求管理、交通政策评估与交通运营管理服务，属于交通规划与管理方法技术领域。
背景技术
城市是人口、资本和技术的集聚，作为人类的聚居地，城市的发展和人口分布密度有重要联系。城市人口空间分布是影响社会经济发展、基础设施建设、公共服务配置以及城市工业、住宅、交通、环境等方面的最重要因素之一，是科学开展城市规划、设计的基础。
传统的大范围人口分布数据获取方式只能依赖多年一次的人口普查数据。中国从1949年至今，分别在1953年、1964年、1982年、1990年、2000年与2010年，仅仅进行过六次全国性人口普查。美国自1790年以来，宪法强制规定每十年才会收集一次全面人口普查信息。这种传统数据获取方式耗费成本高、涉及人员多、组织难度大，并且实施周期长达数月，只能获取准静态的信息。
随着各城市经济的快速发展，城市基础设施建设蓬勃开展，土地利用性质变化很快。城市的机动化程度越来越高，人们的空间活动范围大幅度地延伸。随着各种高速度大运量先进运输技术的应用，交通基础设施与交通运行模式都在迅速地发生变化。人们可以在几十公里，甚至上百公里范围内选择就业、购物、交往、公务等，而休闲、旅游等活动在几百公里范围内也朝发夕归。在这种情况下，新时代的城市规划、建设和管理工作对于人口分布信息提出了更高的时效性要求，而传统方式已经无法完全满足这一需求。
近年来，高清视频图像识别、红外热敏感应等技术逐渐应用于客流信息采集，通过对感应器传来的数据进行处理，可以高效、准确、可靠地对人口进行计数。但只能采集得到仪器感应范围内的人员数量，无法获取整个城市范围内所有区域的人口分布，也不能持续提取到人口出行轨迹信息，无法获取整个城市范围内人口迁徙及集散规律。
随着现代通信技术的进步与服务水平的提升，无线通信网络能够覆盖人类能够到达的所有空间区域范围。同时，随着手机终端普及，手机拥有率和使用率达到了相当高的比例。无线通信网络中蕴含的手机信号数据规模不断扩大，可以从中提取出海量手机用户大范围空间区域内的完整的时间序列的出行轨迹信息，因而能够满足较大范围内实时动态人口空间分布采集需求，随时监控大范围空间区域内人口空间分布密度情况。
发明内容
本发明的目的是提供一种基于手机定位数据的动态人口分布密度检测方法的方法，通过该方法来获取极具实效性的动态人口分布密度。
为了达到上述目的，本发明的技术方案是提供一种基于手机定位数据的动态人口分布密度检测方法，其特征在于：步骤为：
步骤1、将目标城市需进行人口分布密度分析的分析区域范围TAZ划分为N个分析子区域范围TAZ(i)，其中，i为从1至N的自然数；
步骤2、至少分别确定每个分析子区域范围TAZ(i)的扩样参数FACTOR_ET(i)，扩样参数FACTOR_ET(i)为当前分析子区域范围TAZ(i)内拥有手机的人口比例p_a(i)的倒数；
步骤3、根据目标城市的移动通信网络覆盖情况，建立由虚拟传感器节点及虚拟传感器节点序列组成的虚拟传感器网络，该虚拟传感器网络覆盖整个分析区域范围TAZ，并建立虚拟传感器节点及虚拟传感器节点序列与各分析子区域范围TAZ(i)的相互映射关系；
步骤4、将需进行动态人口分布密度检测的时间段根据相同时长划分为不同周期，从第一个周期开始分别统计每个周期的每个分析子区域范围TAZ(i)的人口分布密度，其具体步骤为：
步骤4.1、获取当前周期内各个手机用户的所有手机信号数据集合，并分别对各个手机用户的手机信号数据按照发生时间先后顺序进行排序；
步骤4.2、将当前周期内各个手机用户的每个手机信号数据映射到虚拟传感器网络上，即得到每个手机信号数据所对应的虚拟传感器节点，再得到与该手机信号数据对应的手机用户的虚拟传感器节点序列，将每个手机用户的虚拟传感器节点序列与虚拟传感器网络中包含的所有虚拟传感器节点序列进行比较匹配，再利用虚拟传感器节点及虚拟传感器节点序列与各分析子区域范围TAZ(i)的相互映射关系，得到每个手机用户在实际道路交通网络中出行时途径的所有以时间先后升序排列的分析子区域范围TAZ(i)集合；
步骤4.3、从每个手机用户所对应的分析子区域范围TAZ(i)集合中挑选出排列在最后或最前的分析子区域范围TAZ(i)，并与上一周期的历史匹配结果数据相结合，得到当前周期的匹配结果数据，上一周期的历史匹配结果数据记录的是在上一周期内每个手机用户最终分别匹配上的不同分析子区域范围TAZ(i)，对于第一个周期，上一周期的历史匹配结果数据为空值，直接以每个手机用户所对应的分析子区域范围TAZ(i)集合中排列在最后的分析子区域范围TAZ(i)为每个手机用户当前周期的匹配结果数据；
步骤4.4、根据步骤4.3处理得到的每个手机用户当前周期的匹配结果数据，统计每个分析子区域范围TAZ(i)所拥有的手机用户总数，将其除以该区域的扩样参数FACTOR_ET(i)，得到当前周期每个分析子区域范围TAZ(i)的人口总数。
优选地，在所述步骤2中还至少需要确定时间阈值TI_LEAVE(i)，时间阈值TI_LEAVE(i)为手机用户离开当前分析子区域范围TAZ(i)的时间阈值。
优选地，所述步骤4.3包括：
步骤4.3.1、从每个手机用户所对应的分析子区域范围TAZ(i)集合中挑选出排列在最后或最前的分析子区域范围TAZ(i)，得到与这些分析子区域范围TAZ(i)所对应的手机信号最新时间戳及不同手机用户；
步骤4.3.2、将从步骤4.3.1得到的数据与上一周期的历史匹配结果数据相合并，合并时，对上一周期与当前周期都出现的手机用户，用从步骤4.3.1得到的分析子区域范围TAZ(i)及手机信号最新时间戳对数据进行替换，同时，对当前周期内无手机信号数据的这部分手机用户，继续保留其在上一周期的数据，从而得到当前周期临时最新结果；
步骤4.3.3、分析得到每个手机用户手机信号最新时间戳距离当前分析周期结束时刻的时间间隔TI_LAST(i)，并判断该时间间隔TI_LAST(i)是否大于该手机信号最新时间戳所对应的分析子区域范围TAZ(i)的时间阈值TI_LEAVE(i)，若大于，则将该手机用户及其对应的数据从当前周期临时最新结果中删除，否则，将数据保留，从而得到当前周期的匹配结果数据。
优选地，在所述步骤2中还至少需要确定区域面积AREA(i)，区域面积AREA(i)为分析子区域范围TAZ(i)所对应区域的实际面积大小。
优选地，所述步骤4.4还包括，将得到的每个分析子区域范围TAZ(i)的人口总数属于所对应的区域面积AREA(i)，从而得到每个分析子区域范围TAZ(i)的人口密度。
优选地，所述分析子区域范围TAZ(i)根据其内部是否有离开整个分析区域范围的通道分成：内部分析子区域范围TAZ(i)和分析子区域范围TAZ(i)，其中，内部分析子区域范围TAZ(i)指当前分析子区域范围TAZ(i)内无离开整个分析区域范围的通道，边界分析子区域范围TAZ(i)指当前分析子区域范围TAZ(i)内有离开整个分析区域范围的通道。
本发明的优点是：充分依托现有的移动通信网络资源，以海量的手机信号数据为输入，采用基于出行轨迹持续追踪和区域内逗留时长的判别机制，实现对动态人口分布密度的检测。该发明可用于高频度、自动化地检测动态人口分布密度信息。
附图说明
图1为本发明提供的一种基于手机定位数据的动态人口分布密度检测方法的流程图。
具体实施方式
以下结合实施例来具体说明本发明。
如图1所示，本发明提供的一种基于手机定位数据的动态人口分布密度检测方法，其步骤为：
步骤1、根据目标城市实际的分析需求，确定目标城市分析区域范围TAZ的(Traffic Analysis Zone，交通分析小区)划分方案，将分析区域范围TAZ划分为N个分析子区域范围TAZ(i)，i为从1至N的自然数。分析区域范围TAZ划分原则参见申请号为201110033833.4的中国专利。
对各分析子区域范围TAZ(i)，根据其内部是否有离开整个分析区域范围的通道，分成：内部分析子区域范围TAZ(i)和边界分析子区域范围TAZ(i)两种类型。内部分析子区域范围TAZ(i)，指当前分析子区域范围TAZ(i)内无离开整个分析区域范围的道路、河流、轨道或机场等通道。边界分析子区域范围TAZ(i)，指当前分析子区域范围TAZ(i)内有离开整个分析区域范围的道路、河流、轨道或机场等通道。
步骤2、分别确定各分析子区域范围TAZ(i)的三个参数：TI_LEAVE(i)、AREA(i)及FACTOR_ET(i)，如表1所示。具体确定方法为：
根据步骤1划分的各分析子区域范围TAZ(i)所属类型，确定各个分析子区域范围TAZ(i)对应的手机用户离开时间阈值TI_LEAVE(i)，用以判断手机用户长时间无手机信号数据是否为真实离开当前分析子区域范围TAZ(i)。具体为：内部分析子区域范围TAZ(i)，设为12小时，边界分析子区域范围TAZ(i)，设为10分钟。
确定各个分析子区域范围TAZ(i)对应的区域面积AREA(i)。确定时，需要去除分析子区域范围TAZ(i)内湖泊、沙漠、沼泽等人口较难到达的区域，使用分析子区域范围TAZ(i)内人口能够到达的实际覆盖区域统计区域面积，用以统计分析子区域范围TAZ(i)内单位面积上的人口分布数量，即，人口分布密度。
确定手机用户群体扩样到总人口群体的扩样参数FACTOR_ET(i)，需要根据抽样问卷调查，得到分析子区域范围TAZ(i)内拥有手机的人口比例，从而确定此参数。如，对每个分析子区域范围TAZ(i)，拥有手机的人口比例为p_a(i)，则，此时扩样参数：FACTOR_ET(i)＝1/p_a(i)。
表1
步骤3、根据目标城市的移动通信网络覆盖情况，建立由虚拟传感器节点及虚拟传感器节点序列组成的虚拟传感器网络。虚拟传感器网络的建立公开在申请号为200910048300.6的中国专利中，如表2所示。
本发明中，虚拟传感器节点序列并非仅为手机用户运动过程中所经过真实路径对应的虚拟传感器路径，也包含了手机用户驻留在某片区域时所对应的虚拟传感器节点序列，由于手机用户驻留期间只在有限区域范围内活动，因此，此时序列中只对应有少量虚拟传感器节点。
表2
该虚拟传感器网络覆盖整个城市分析空间区域范围，根据步骤1的TAZ划分方案，建立TAZ划分方案与虚拟传感器网络的相互映射关系，如表3所示；
| TAZ编号 | 虚拟传感器节点序列编号 | 虚拟传感器节点编号 |
| … | … | … |
| TAZ2 | VL1 | VN4 |
| TAZ2 | VL1 | VN3 |
| TAZ1 | VL1 | VN2 |
| TAZ1 | VL1 | VN1 |
| TAZ3 | VL2 | VN6 |
| TAZ3 | VL2 | VN5 |
| TAZ1 | VL2 | VN1 |
| TAZ4 | VL3 | VN8 |
| TAZ4 | VL3 | VN7 |
| TAZ2 | VL3 | VN3 |
| … | … | … |
表3
将需进行动态人口分布密度检测的时间段根据相同时长划分为不同周期，从第一个周期开始分别统计每个周期的每个分析子区域范围TAZ(i)的人口分布密度。时长根据虚拟检测器节点密集程度确定，一般为10分钟。
步骤4、对各个手机用户，获取当前周期所有手机信号数据集合，并分别对每位手机用户按照发生时间先后顺序进行排序。本实例中分析周期的时间间隔为10分钟，则当前周期对应的时间段为2011年11月11日07:00:00至07:10:00，获取发生在这段时间之内的手机信号数据。
步骤5、对各个手机用户，将当前周期每个手机信号数据映射到步骤3得到的虚拟传感器网络上，即，先得到每个手机信号数据所对应的虚拟传感器节点，再得到该手机用户的虚拟传感器节点序列，如编号为1、2、3的手机用户虚拟节点序列，如表4所示。
| 手机编号 | 时间戳 | 虚拟传感器节点编号 |
| … | … | … |
| 1 | 2011-11-1107:00:02 | VN4 |
| 1 | 2011-11-1107:01:01 | VN3 |
| 1 | 2011-11-1107:01:33 | VN2 |
| 1 | 2011-11-1107:03:15 | VN1 |
| 2 | 2011-11-1107:04:01 | VN6 |
| 2 | 2011-11-1107:06:57 | VN5 |
| 2 | 2011-11-1107:08:20 | VN1 |
| 3 | 2011-11-1107:08:55 | VN8 |
| 3 | 2011-11-1107:09:25 | VN7 |
| 3 | 2011-11-1107:09:55 | VN3 |
| … | … | … |
表1
将每个手机用户的虚拟传感器节点序列，即表4，与虚拟传感器网络中包含的所有虚拟传感器节点序列，即表2，进行比较匹配，再利用TAZ划分方案与虚拟传感器网络的相互映射关系，即表3，得到该手机用户在实际道路交通网络中出行时途径TAZ，分析结果如表5所示。
表5
步骤6、对各个手机用户，根据步骤5当前周期途径的分析子区域范围TAZ(i)，结合上一周期的匹配结果数据，分析处理得到当前周期的匹配结果数据，分以下几步开展：
步骤6.1、从步骤5当前周期途径的分析子区域范围TAZ(i)中，挑选每个手机用户当前周期最新出现的分析子区域范围TAZ(i)，及其对应的手机信号最新时间戳，如表6所示。
| 手机编号 | 手机信号最新时间戳 | 最新出现TAZ |
| … | … | … |
| 1 | 2011-11-1107:03:15 | TAZ1 |
| 2 | 2011-11-1107:08:20 | TAZ1 |
| 3 | 2011-11-1107:09:55 | TAZ2 |
| … | … | … |
表6
步骤6.2、对各个手机用户，获取上一周期的匹配结果数据，在第一个周期时，匹配结果数据取空值。
实例中，上一周期对应的时间段为2011年11月11日06:50:00至07:00:00，上一周期的匹配结果如表7所示。
| 手机用户编号 | 手机信号最新时间戳 | TAZ历史匹配结果 |
| … | … | … |
| 1 | 2011-11-1106:55:05 | TAZ2 |
| 2 | 2011-11-1106:55:05 | TAZ3 |
| 4 | 2011-11-1106:47:02 | TAZ1 |
| 5 | 2011-11-1106:55:05 | TAZ1 |
| 6 | 2011-11-1106:49:09 | TAZ1 |
| … | … | … |
表7
步骤6.3、对各个手机用户，将步骤6.1挑选的当前周期最新出现分析子区域范围TAZ(i)，即表6，与步骤6.2上一周期的匹配结果，即表7，合并。合并时，对上一周期与当前周期都出现的手机用户，用步骤6.1中得到的最新出现分析子区域范围TAZ(i)及对应时间戳对数据进行更新。同时，对当前周期无信号数据的这部分手机用户，继续保留其在上一周期的结果。从而得到当前周期临时最新结果。
实例中，更新手机编号为1、2的手机信号最新时间戳与最新TAZ，保留当前周期无信号数据的手机编号为4、5、6的手机用户的分析结果，得到当前周期临时最新分析结果，如表8所示。
表8
步骤6.4、对步骤6.3当前周期临时最新分析结果，分析得到每个手机用户手机信号最新时间戳距离当前周期结束时刻的时间间隔TI_LAST(i)，并判断是否大于手机信号最新时间戳所对应的分析子区域范围TAZ(i)的离开时间阈值TI_LEAVE(i)，即，从步骤6.3当前周期临时分析结果中，删除符合TI_LAST(i)＞TI_LEAVE(i)的手机用户，得到当前周期TAZ匹配结果数据。
实例中，当前周期结束时刻为2011年11月11日07:10:00，则每位手机用户的TI_LAST(i)，如表9所示。
表9
判断是否大于手机信号最新时间戳对应的分析子区域范围TAZ(i)的离开时间阈值TI_LEAVE(i)，实例中分析子区域范围TAZ1为机场区域，其TI_LEAVE＝15分钟，其中手机编号为4、6的手机用户符合TI_LAST(i)＞TI_LEAVE(i)，认为4、6已经关闭手机，乘坐航班，离开了机场区域，将手机编号为4、6的手机用户从步骤6.3当前周期的分析结果中删除，得到当前周期TAZ匹配结果数据，如表10所示。
| 手机编号 | 手机信号最新时间戳 | TAZ匹配结果 |
| … | … | … |
| 1 | 2011-11-1107:03:15 | TAZ1 |
| 2 | 2011-11-1107:08:20 | TAZ1 |
| 3 | 2011-11-1107:09:55 | TAZ2 |
| 5 | 2011-11-1106:05:05 | TAZ1 |
| … | … | … |
表10
步骤7、对各个手机用户，根据步骤6.4当前周期分析的匹配结果，以每位手机用户对应的分析子区域范围TAZ(i)作为当前周期结束时刻其所在分析子区域范围TAZ(i)，统计当前周期结束时刻各个分析子区域范围TAZ(i)内手机用户的数量，作为当前周期各个分析子区域范围TAZ(i)内活跃手机用户数量PL_MU(i)，实例中PL_MU(TAZ1)＝3，PL MU(TAZ2)＝1。
根据步骤2获得各分析子区域范围TAZ(i)的参数，扩样得到总人口数量(包括，所有各家移动通信运营商活跃、非活跃手机用户，及无手机群体)PL(i)＝PL_MU(i)/FACTOR_ET(i)，对分析子区域范围TAZ1，PL(TAZ1)＝3/0.5＝6，PL(TAZ2)＝I/0.25＝4。
并折算得到人口密度PL_DS(i)＝PL(i)/AREA(i)，对TAZ1，PL_DS(TAZ1)＝6/10＝0.6(单位：人/平方公里)，对TAZ2，PL_DS(TAZ2)＝4/8＝0.5(单位：人/平方公里)。
步骤8、至此，完成本周期统计，分析得到当前周期2011年11月11日07:00:00至07:10:00的各TAZ内的人口分布密度数据。由于手机信号数据具有高度可持续性，一旦获取下个周期2011年11月11日07:10:00至07:20:00的手机信号数据，则可使用2011年11月11日07:10:00至07:20:00时间段作为新的当前周期，转步骤4，完成新周期的人口分布密度统计，从而实现各个连续时间周期，动态获取人口分布密度数据。
Claims (6)
1.一种基于手机定位数据的动态人口分布密度检测方法，其特征在于：步骤为：
步骤1、将目标城市需进行人口分布密度分析的分析区域范围TAZ划分为N个分析子区域范围TAZ(i)，其中，i为从1至N的自然数；
步骤2、至少分别确定每个分析子区域范围TAZ(i)的扩样参数FACTOR_ET(i)，扩样参数FACTOR_ET(i)为当前分析子区域范围TAZ(i)内拥有手机的人口比例p_a(i)的倒数；
步骤3、根据目标城市的移动通信网络覆盖情况，建立由虚拟传感器节点及虚拟传感器节点序列组成的虚拟传感器网络，该虚拟传感器网络覆盖整个分析区域范围TAZ，并建立虚拟传感器节点及虚拟传感器节点序列与各分析子区域范围TAZ(i)的相互映射关系；
步骤4、将需进行动态人口分布密度检测的时间段根据相同时长划分为不同周期，从第一个周期开始分别统计每个周期的每个分析子区域范围TAZ(i)的人口分布密度，其具体步骤为：
步骤4.1、获取当前周期内各个手机用户的所有手机信号数据集合，并分别对各个手机用户的手机信号数据按照发生时间先后顺序进行排序；
步骤4.2、将当前周期内各个手机用户的每个手机信号数据映射到虚拟传感器网络上，即得到每个手机信号数据所对应的虚拟传感器节点，再得到与该手机信号数据对应的手机用户的虚拟传感器节点序列，将每个手机用户的虚拟传感器节点序列与虚拟传感器网络中包含的所有虚拟传感器节点序列进行比较匹配，再利用虚拟传感器节点及虚拟传感器节点序列与各分析子区域范围TAZ(i)的相互映射关系，得到每个手机用户在实际道路交通网络中出行时途径的所有以时间先后升序排列的分析子区域范围TAZ(i)集合；
步骤4.3、从每个手机用户所对应的分析子区域范围TAZ(i)集合中挑选出排列在最后或最前的分析子区域范围TAZ(i)，并与上一周期的历史匹配结果数据相结合，得到当前周期的匹配结果数据，上一周期的历史匹配结果数据记录的是在上一周期内每个手机用户最终分别匹配上的的不同分析子区域范围TAZ(i)，对于第一个周期，上一周期的历史匹配结果数据为空值，直接以每个手机用户所对应的分析子区域范围TAZ(i)集合中排列在最后的分析子区域范围TAZ(i)为每个手机用户当前周期的匹配结果数据；
步骤4.4、根据步骤4.3处理得到的每个手机用户当前周期的匹配结果数据，统计每个分析子区域范围TAZ(i)所拥有的手机用户总数，将其除以该区域的扩样参数FACTOR_ET(i)，得到当前周期每个分析子区域范围TAZ(i)的人口总数。
2.如权利要求1所述的一种基于手机定位数据的动态人口分布密度检测方法，其特征在于：在所述步骤2中还至少需要确定时间阈值TI_LEAVE(i)，时间阈值TI_LEAVE(i)为手机用户离开当前分析子区域范围TAZ(i)的时间阈值。
3.如权利要求2所述的一种基于手机定位数据的动态人口分布密度检测方法，其特征在于：所述步骤4.3包括：
步骤4.3.1、从每个手机用户所对应的分析子区域范围TAZ(i)集合中挑选出排列在最后或最前的分析子区域范围TAZ(i)，得到与这些分析子区域范围TAZ(i)所对应的手机信号最新时间戳及不同手机用户；
步骤4.3.2、将从步骤4.3.1得到的数据与上一周期的匹配结果数据相合并，合并时，对上一周期与当前周期都出现的手机用户，用从步骤4.3.1得到的分析子区域范围TAZ(i)及手机信号最新时间戳对数据进行替换，同时，对当前周期内无手机信号数据的这部分手机用户，继续保留其在上一周期的数据，从而得到当前周期临时最新结果；
步骤4.3.3、分析得到每个手机用户手机信号最新时间戳距离当前分析周期结束时刻的时间间隔TI_LAST(i)，并判断该时间间隔TI_LAST(i)是否大于该手机信号最新时间戳所对应的分析子区域范围TAZ(i)的时间阈值TI_LEAVE(i)，若大于，则将该手机用户及其对应的数据从当前周期临时最新结果中删除，否则，将数据保留，从而得到当前周期的匹配结果数据。
4.如权利要求1所述的一种基于手机定位数据的动态人口分布密度检测方法，其特征在于：在所述步骤2中还至少需要确定区域面积AREA(i)，区域面积AREA(i)为分析子区域范围TAZ(i)所对应区域的实际面积大小。
5.如权利要求4所述的一种基于手机定位数据的动态人口分布密度检测方法，其特征在于：所述步骤4.4还包括，将得到的每个分析子区域范围TAZ(i)的人口总数属于所对应的区域面积AREA(i)，从而得到每个分析子区域范围TAZ(i)的人口密度。
6.如权利要求1所述的一种基于手机定位数据的动态人口分布密度检测方法，其特征在于：所述分析子区域范围TAZ(i)根据其内部是否有离开整个分析区域范围的通道分成：内部分析子区域范围TAZ(i)和分析子区域范围TAZ(i)，其中，内部分析子区域范围TAZ(i)指当前分析子区域范围TAZ(i)内无离开整个分析区域范围的通道，边界分析子区域范围TAZ(i)指当前分析子区域范围TAZ(i)内有离开整个分析区域范围的通道。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012100204921A CN102609616A (zh) | 2012-01-29 | 2012-01-29 | 一种基于手机定位数据的动态人口分布密度检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012100204921A CN102609616A (zh) | 2012-01-29 | 2012-01-29 | 一种基于手机定位数据的动态人口分布密度检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102609616A true CN102609616A (zh) | 2012-07-25 |
Family
ID=46526981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012100204921A Pending CN102609616A (zh) | 2012-01-29 | 2012-01-29 | 一种基于手机定位数据的动态人口分布密度检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102609616A (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104112304A (zh) * | 2013-04-22 | 2014-10-22 | 北京百度网讯科技有限公司 | 检测人流变化速度的方法和设备 |
| CN105205408A (zh) * | 2015-09-07 | 2015-12-30 | 中国科学院深圳先进技术研究院 | 基于空间聚合的轨迹数据隐私保护方法及系统 |
| CN105488120A (zh) * | 2015-11-23 | 2016-04-13 | 上海川昱信息科技有限公司 | 基于手机大数据实时采集人口空间分布与大客流预警方法 |
| CN105657666A (zh) * | 2016-03-31 | 2016-06-08 | 东南大学 | 一种基于手机定位数据的商务就业人群居住地识别方法 |
| CN105761190A (zh) * | 2016-02-01 | 2016-07-13 | 东南大学 | 一种基于手机定位数据的城市居住区空置率动态监测方法 |
| CN105760454A (zh) * | 2016-02-04 | 2016-07-13 | 东南大学 | 一种城市人口分布密度实时动态测量方法 |
| CN106060776A (zh) * | 2016-05-31 | 2016-10-26 | 中南大学 | 一种基于手机数据的城市人群分布动态感知方法 |
| CN106231555A (zh) * | 2016-08-03 | 2016-12-14 | 深圳市数字城市工程研究中心 | 一种人口空间分布的模拟方法及装置 |
| CN106570184A (zh) * | 2016-11-11 | 2017-04-19 | 同济大学 | 从手机信令数据提取游憩‑居住联系数据集的方法 |
| CN106612505A (zh) * | 2015-10-23 | 2017-05-03 | 国网智能电网研究院 | 基于区域划分的无线传感器安全通信及防泄密定位方法 |
| WO2017133110A1 (zh) * | 2016-02-02 | 2017-08-10 | 东南大学 | 一种城市动态空间结构圈层界定法 |
| WO2018115943A1 (en) * | 2016-12-23 | 2018-06-28 | Dataspark Pte, Ltd | Estimated user location from cellular telephony data |
| CN108600340A (zh) * | 2018-04-08 | 2018-09-28 | 深圳市和讯华谷信息技术有限公司 | 一种基于移动大样本数据的历史人群规模推总方法及装置 |
| CN109831774A (zh) * | 2019-01-08 | 2019-05-31 | 中国联合网络通信集团有限公司 | 一种大数据扩样方法及装置 |
| CN110399571A (zh) * | 2019-07-29 | 2019-11-01 | 智慧足迹数据科技有限公司 | 一种确定实际到访人口数量的方法、装置、设备和介质 |
| CN110930285A (zh) * | 2020-02-05 | 2020-03-27 | 北京交研智慧科技有限公司 | 一种人口分布分析方法及装置 |
| CN111459723A (zh) * | 2020-05-11 | 2020-07-28 | 浙江每日互动网络科技股份有限公司 | 终端数据处理系统 |
| CN112000755A (zh) * | 2020-08-14 | 2020-11-27 | 青岛市城市规划设计研究院 | 一种基于手机信令数据的区域出行廊道识别方法 |
| CN113495911A (zh) * | 2020-03-18 | 2021-10-12 | 百度在线网络技术（北京）有限公司 | 迁徙信息处理方法、装置、电子设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002259581A (ja) * | 2001-02-27 | 2002-09-13 | Nec Custommax Ltd | 情報提供方法及びシステム |
| CN101510357A (zh) * | 2009-03-26 | 2009-08-19 | 美慧信息科技（上海）有限公司 | 一种基于手机信号数据检测交通状态的方法 |
| JP2010244292A (ja) * | 2009-04-06 | 2010-10-28 | Ntt Docomo Inc | 位置情報集計装置及び位置情報集計方法 |
| WO2011046135A1 (ja) * | 2009-10-14 | 2011-04-21 | 株式会社エヌ・ティ・ティ・ドコモ | 位置情報分析装置及び位置情報分析方法 |
| CN102097004A (zh) * | 2011-01-31 | 2011-06-15 | 上海美慧软件有限公司 | 一种基于手机定位数据的出行od矩阵获取方法 |
-
2012
- 2012-01-29 CN CN2012100204921A patent/CN102609616A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002259581A (ja) * | 2001-02-27 | 2002-09-13 | Nec Custommax Ltd | 情報提供方法及びシステム |
| CN101510357A (zh) * | 2009-03-26 | 2009-08-19 | 美慧信息科技（上海）有限公司 | 一种基于手机信号数据检测交通状态的方法 |
| JP2010244292A (ja) * | 2009-04-06 | 2010-10-28 | Ntt Docomo Inc | 位置情報集計装置及び位置情報集計方法 |
| WO2011046135A1 (ja) * | 2009-10-14 | 2011-04-21 | 株式会社エヌ・ティ・ティ・ドコモ | 位置情報分析装置及び位置情報分析方法 |
| CN102097004A (zh) * | 2011-01-31 | 2011-06-15 | 上海美慧软件有限公司 | 一种基于手机定位数据的出行od矩阵获取方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨飞: "基于手机定位的交通OD数据获取技术", 《系统工程》, vol. 25, no. 1, 31 January 2007 (2007-01-31), pages 42 - 48 * |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104112304A (zh) * | 2013-04-22 | 2014-10-22 | 北京百度网讯科技有限公司 | 检测人流变化速度的方法和设备 |
| CN105205408A (zh) * | 2015-09-07 | 2015-12-30 | 中国科学院深圳先进技术研究院 | 基于空间聚合的轨迹数据隐私保护方法及系统 |
| CN105205408B (zh) * | 2015-09-07 | 2018-11-06 | 中国科学院深圳先进技术研究院 | 基于空间聚合的轨迹数据隐私保护方法及系统 |
| CN106612505A (zh) * | 2015-10-23 | 2017-05-03 | 国网智能电网研究院 | 基于区域划分的无线传感器安全通信及防泄密定位方法 |
| CN105488120A (zh) * | 2015-11-23 | 2016-04-13 | 上海川昱信息科技有限公司 | 基于手机大数据实时采集人口空间分布与大客流预警方法 |
| CN105488120B (zh) * | 2015-11-23 | 2018-11-23 | 上海川昱信息科技有限公司 | 基于手机大数据实时采集人口空间分布与大客流预警方法 |
| CN105761190A (zh) * | 2016-02-01 | 2016-07-13 | 东南大学 | 一种基于手机定位数据的城市居住区空置率动态监测方法 |
| WO2017133110A1 (zh) * | 2016-02-02 | 2017-08-10 | 东南大学 | 一种城市动态空间结构圈层界定法 |
| CN105760454A (zh) * | 2016-02-04 | 2016-07-13 | 东南大学 | 一种城市人口分布密度实时动态测量方法 |
| CN105760454B (zh) * | 2016-02-04 | 2019-07-12 | 东南大学 | 一种城市人口分布密度实时动态测量方法 |
| CN105657666A (zh) * | 2016-03-31 | 2016-06-08 | 东南大学 | 一种基于手机定位数据的商务就业人群居住地识别方法 |
| CN105657666B (zh) * | 2016-03-31 | 2019-04-30 | 东南大学 | 一种基于手机定位数据的商务就业人群居住地识别方法 |
| CN106060776B (zh) * | 2016-05-31 | 2019-07-26 | 中南大学 | 一种基于手机数据的城市人群分布动态感知方法 |
| CN106060776A (zh) * | 2016-05-31 | 2016-10-26 | 中南大学 | 一种基于手机数据的城市人群分布动态感知方法 |
| CN106231555A (zh) * | 2016-08-03 | 2016-12-14 | 深圳市数字城市工程研究中心 | 一种人口空间分布的模拟方法及装置 |
| CN106570184A (zh) * | 2016-11-11 | 2017-04-19 | 同济大学 | 从手机信令数据提取游憩‑居住联系数据集的方法 |
| WO2018115943A1 (en) * | 2016-12-23 | 2018-06-28 | Dataspark Pte, Ltd | Estimated user location from cellular telephony data |
| CN108600340A (zh) * | 2018-04-08 | 2018-09-28 | 深圳市和讯华谷信息技术有限公司 | 一种基于移动大样本数据的历史人群规模推总方法及装置 |
| CN109831774A (zh) * | 2019-01-08 | 2019-05-31 | 中国联合网络通信集团有限公司 | 一种大数据扩样方法及装置 |
| CN109831774B (zh) * | 2019-01-08 | 2021-08-10 | 中国联合网络通信集团有限公司 | 一种大数据扩样方法及装置 |
| CN110399571B (zh) * | 2019-07-29 | 2020-06-09 | 智慧足迹数据科技有限公司 | 一种确定实际到访人口数量的方法、装置、设备和介质 |
| CN110399571A (zh) * | 2019-07-29 | 2019-11-01 | 智慧足迹数据科技有限公司 | 一种确定实际到访人口数量的方法、装置、设备和介质 |
| CN110930285B (zh) * | 2020-02-05 | 2020-05-19 | 北京交研智慧科技有限公司 | 一种人口分布分析方法及装置 |
| CN110930285A (zh) * | 2020-02-05 | 2020-03-27 | 北京交研智慧科技有限公司 | 一种人口分布分析方法及装置 |
| CN113495911A (zh) * | 2020-03-18 | 2021-10-12 | 百度在线网络技术（北京）有限公司 | 迁徙信息处理方法、装置、电子设备和存储介质 |
| CN113495911B (zh) * | 2020-03-18 | 2022-08-26 | 百度在线网络技术（北京）有限公司 | 迁徙信息处理方法、装置、电子设备和存储介质 |
| CN111459723A (zh) * | 2020-05-11 | 2020-07-28 | 浙江每日互动网络科技股份有限公司 | 终端数据处理系统 |
| CN111459723B (zh) * | 2020-05-11 | 2020-10-30 | 浙江每日互动网络科技股份有限公司 | 终端数据处理系统 |
| CN112000755A (zh) * | 2020-08-14 | 2020-11-27 | 青岛市城市规划设计研究院 | 一种基于手机信令数据的区域出行廊道识别方法 |
| CN112000755B (zh) * | 2020-08-14 | 2024-03-12 | 青岛市城市规划设计研究院 | 一种基于手机信令数据的区域出行廊道识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102609616A (zh) | 一种基于手机定位数据的动态人口分布密度检测方法 | |
| CN102332210B (zh) | 基于手机定位数据的实时城市道路交通流数据提取方法 | |
| Jiang et al. | Activity-based human mobility patterns inferred from mobile phone data: A case study of Singapore | |
| CN102097004B (zh) | 一种基于手机定位数据的出行od矩阵获取方法 | |
| CN103116696B (zh) | 基于稀疏采样的手机定位数据的人员常驻地点识别方法 | |
| CN105243128B (zh) | 一种基于签到数据的用户行为轨迹聚类方法 | |
| CN102595323B (zh) | 基于手机定位数据的居民出行特征参数的获取方法 | |
| CN101426206B (zh) | 一种通信网络话务分布网格化的方法及系统 | |
| CN105513351A (zh) | 一种基于大数据的交通出行特征数据提取方法 | |
| CN104484993A (zh) | 用于交通小区划分的手机信令信息的处理方法 | |
| CN106339716B (zh) | 一种基于加权欧氏距离的移动轨迹相似度匹配方法 | |
| CN109583640A (zh) | 一种基于多源定位数据的城市出行客流属性识别方法 | |
| CN106991142A (zh) | 一种基于微信数据和兴趣点数据识别城市功能区的方法 | |
| CN105142106A (zh) | 基于手机信令数据的出行者职住地识别与出行链刻画方法 | |
| CN108320501A (zh) | 基于用户手机信令的公交线路识别方法 | |
| CN105243844A (zh) | 一种基于手机信令的道路状态识别方法 | |
| CN105635968B (zh) | 一种基于时间单元的热点区域识别方法、预测方法及装置 | |
| CN103995837A (zh) | 一种基于群体足迹的个性化旅游路线规划方法 | |
| CN103856887A (zh) | 一种基于信令消息的景区客流实时统计方法 | |
| CN106651027A (zh) | 一种基于社交网络的互联网班车线路优化方法 | |
| CN110990443A (zh) | 一种基于手机信令的职住人口特征估算方法 | |
| CN104066057A (zh) | 一种利用智能手机进行主动式乘客信息获取及服务的方法 | |
| Li et al. | A framework for spatial interaction analysis based on large-scale mobile phone data | |
| CN109348501B (zh) | 基于lte信号的室内外区分方法 | |
| CN102156909A (zh) | 一种基于手机信号数据的轨道交通出行方式识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120725 |