CN104902438A - 一种基于移动通信终端分析客流特征信息的统计方法及其系统 - Google Patents

Abstract

本发明公开了一种基于移动通信终端分析客流特征信息的统计方法及系统；该统计方法包括步骤：获取移动通信终端的位置信息；对移动通信终端的位置信息进行历史累积统计，形成位置信息数据库；根据各级政府部门提供的辖区内人口普查和社会经济普查数据，结合移动通信终端的位置信息数据库，分析出各区域相应时间段内的客流统计学特征信息。本发明提供的基于移动通信终端分析客流特征信息的统计方法，利用移动终端定位采集到的位置信息数据，再结合人口普查与社会经济数据进行客流信息特征统计分析，使得该方法成本低，精确度高，样本数量大且接近全样本，并可以实现对任意时段任意区域的客流统计分析。

Description

一种基于移动通信终端分析客流特征信息的统计方法及其系统

技术领域

本发明涉及移动通信增值业务领域，具体涉及一种基于移动通信终端分析客流特征信息的统计方法及其系统。

背景技术

客流数据的采集与统计分析在现代商业分析、旅游业运作和城市公共交通道路规划中扮演着重要角色。客流数据统计分析包括一区域内的客流统计分析和两个及以上区域间的客流统计分析。前者比如，零售商和购物中心关心每日到店消费的顾客人数以及增多减少的趋势分析进而调整销售策略。更进一步，随着互联网大数据的发展，许多大型零售商和购物中心会调查到店消费顾客的来源地、年龄分布、收入情况等，进而做出定向化的广告宣传和促销活动。再比如，旅游景点通常想要了解游客人数的变化进而更有效的管理景区。另外，两个及以上区域间的客流统计分析对于公共交通和道路规划起到重要作用。优秀的公共交通和道路规划应当根据客流量的大小来合理安排，可以降低道路拥堵，节省居民出行时间，提高社会运行效率，对于城市建设具有重要作用。

现有的获取某一区域客流量的技术包括：(1)在入口人力观察统计客流情况，但这种方式成本高且无法获得区域内部的客流分布。(2)在入口部署红外线传感器和压力传感器，但这种方式无法区分同时通过的客流，且成本高，无法获得内部的客流分布。(3)部署大量视频监控摄像头采集客流视频图像并利用图像识别技术来分析客流情况，但图像识别算法具有精确性低的缺点，且成本高。另外，现有的获取两个及以上区域间交通客流量的手段主要是交通抽样调查。包括居民出行调查、交通流特性调查、机动车出行调查、公共交通调查及停车调查。调查手段包括家庭访问和问卷调查。另外，随着科技的发展，也有个别地区通过安装道路固定设备如车辆感应器获取交通数据。但是，这些现有的手段具有成本高、样本小的缺点。

现有的对客流特征包括年龄分布、居住地来源、收入情况等进行分析的手段主要是问卷调查、电话调查与网络调查，但这些调查方式成本高且样本数量低。而且，分时段客流特征的调查难度大，并且难以推广至任意区域。

目前，随着移动通信终端特别是手机的普及，其已经成为人们日常生活中不可或缺的一部分。这为利用移动通信终端的定位来进行客流统计分析提供了操作基础。

发明内容

基于上述问题，本发明的目的是提供一种基于移动通信终端分析客流特征信息的统计方法及其系统。

一种基于移动通信终端定位客流量的统计方法，包括如下步骤

获取移动通信终端的位置信息；

对移动通信终端的位置信息进行历史累积统计，形成位置信息数据库；

根据各级政府部门提供的辖区内人口普查和社会经济普查数据，结合移动通信终端的位置信息数据库，分析出各区域相应时间段内的客流统计学特征信息。

所述基于移动通信终端分析客流特征信息的统计方法，其中，在获取移动通信终端的位置信息过程中，还包括对信号进行消噪处理。

所述基于移动通信终端分析客流特征信息的统计方法，其中，移动通信终端的位置信息是通过以下方式获得：

根据移动通信终端的基站信号、GPS全球定位系统信号、WIFI无线网络信号来获得移动通信终端的位置信息。

所述基于移动通信终端分析客流特征信息的统计方法，其中，在获取移动通信终端的位置信息后，还包括如下步骤：

去除移动通信终端上用以表示用户身份的标识信息。

所述基于移动通信终端分析客流特征信息的统计方法，其中，去除移动通信终端上用以表示用户身份的标识信息是采用如下方法进行的：

通过安全哈希算法，将手机用户标识号加密为64位数字，并删除手机对应的用户姓名。

所述基于移动通信终端分析客流特征信息的统计方法，其中，在对对移动通信终端的位置信息进行历史累积统计是采用如下方法进行的：

根据移动通信终端的用户生活工作习性，将位置信息划分工作地点、起居地点以及外出旅游地点；

如果工作时间段内，移动通信终端经常出现在工作区域内，则该位置信息为工作地点，并记录为该周期内的历史位置信息；否则进行下一步骤：

如果休息时间段内，移动通信终端经常出现在起居区域内，则该位置信息为起居地点，并记录为该周期内的历史位置信息；否则记录为外出旅游出差位置信息；

待上述步骤完成后，生成移动通信终端的位置信息数据库。

所述基于移动通信终端分析客流特征信息的统计方法，其中，在形成位置信息数据库后，还需要进一步生成移动通信终端用户数据库，该移动通信终端用户数据库包括移动通信终端用户加密后的身份号、带有时间戳的位置信息、起居地点及工作地点。

所述基于移动通信终端分析客流特征信息的统计方法，其中，人口普查和社会经济普查数据与移动通信终端的位置信息数据库相结合的分析处理步骤如下：

将人口普查和社会经济数据与移动通信终端的位置信息数据库相结合，生成综合的后台数据库；

根据后台数据库，绘制建立前台电子地图层；

在电子地图层上，对某一区域和某一时间段内移动通信终端的位置信息进行标记，随后进行客流统计学特征分析；

在电子地图上显示此区域此时段内所有手机终端用户的位置标记，并生成客流统计学特征信息。

所述基于移动通信终端分析客流特征信息的统计方法，其中，所述位置信息包括经纬度数据、置信半径、运动速度及运动方向。

所述基于移动通信终端分析客流特征信息的统计方法，其中，所述人口普查和社会经济普查数据包括人口年龄分布、收入情况、民族分布、性别分布、职业分布。

所述基于移动通信终端分析客流特征信息的统计方法，其中，所述客流统计学特征信息包括客流的数量、区域内分布、年龄分布、居住地来源、收入情况、动态流动以及客流的人口统计。

本发明还提供一种基于移动通信终端分析客流特征信息的系统，包括数据采集单元、数据处理单元、数据存储单元、人机交互单元、统计分析单元以及结果呈现单元；

其中：

数据采集单元，用于采集移动通信终端的位置信息和各级地方政府辖区内的人口普查和社会经济数据；

数据处理单元，用于根据数据采集单元采集到的数据，分析移动通信终端用户的起居地点与工作地点；

数据存储单元，用于存储数据采集单元采集到的数据；

人机交互单元，用于实现基于移动通信终端分析客流特征信息的用户与计算机之间的交互；

统计分析单元，用于统计分析基于移动通信终端的客流特征信息；

结果呈现单元，用于呈现客流特征信息的统计分析结果。

所述基于移动通信终端分析客流特征信息的系统，其中，所述统计分析单元，还包括客流数量统计模块、客流分布分析模块、客流特征分析模块、多区域客流比较分析模块和多时段客流趋势分析模块；其中：

客流数量统计模块，用于统计指定的区域和时间段内观察到的移动通信终端用户的数量；

客流分布分析模块，用于分析指定的区域和时间段内移动通信终端用户的地理空间位置分布，进而得到客流在区域内的密度分布；

客流特征分析模块，用于分析指定的区域和时间段内移动通信终端用户客流的年龄分布、收入分布、民族分布、性别分布及职业分布；

多区域客流比较分析模块，用于指定的两个及以上区域内移动通信终端用户的客流数量、分布及特征的比较分析；

多时段客流趋势分析模块，用于指定的两个及以上时段内移动通信终端用户的客流数量、分布及特征的趋势分析。

本发明提供的基于移动通信终端分析客流特征信息的统计方法，利用移动终端定位采集到的位置信息数据，再结合人口普查与社会经济数据进行客流信息特征统计分析，使得该方法成本低，精确度高，样本数量大且接近全样本，并可以实现对任意时段任意区域的客流统计分析。

附图说明

图1是本发明实施例一中一种基于移动通信终端分析客流特征信息的统计分析方法流程图；

图2是本发明实施例二中一种基于移动通信终端分析客流特征信息的统计分析方法流程图；。

图3是本发明一实施例的基于移动通信终端分析客流特征信息的系统方框图。

具体实施方式

本发明提供的一种基于移动通信终端分析客流特征信息的统计方法，包括如下步骤：

S01、获取移动通信终端的位置信息；

S02、对移动通信终端的位置信息进行历史累积统计，形成位置信息数据库；

S03、根据各级政府部门提供的辖区内人口普查和社会经济普查数据，结合移动通信终端的位置信息数据库，分析出各区域相应时间段内的客流统计学特征信息。

上述统计方法中，在步骤S01之前，还包括步骤：

S00、获取移动通信终端通信信号，包括移动终端的基站信号、GPS全球定位系统信号、WIFI无线网络信号及现有的或未来可能的用于移动终端定位的信号。

上述统计方法中，步骤S01中，在获取移动通信终端的位置信息过程中，还包括对信号进行消噪处理。所述位置信息包括经纬度数据、置信半径、运动速度及运动方向。

具体来说，由于对移动通信终端定位(手段包括通过移动终端的基站信号、GPS全球定位系统信号、WIFI无线网络信号及现有的或未来可能的用于移动终端定位的信号)存在定位精度的问题，导致获得的移动终端位置的置信区域可能过大，特别是通过基站信号定位移动终端时置信半径可能超过一千米，造成移动终端位置信息的噪音过大以致无法准确确定。为了减少消除噪音，将采用聚类分析等技术手段。一般来说，对任一台移动通信终端，其与基站的通信频次可能高达每分钟一次甚至更高，因此在短时间内可以多次获取其位置信息。

消噪的方法有多种，其一是对同一台移动终端的多个信号进行聚类分析，确定其定位精度等；聚类分析可以包括：对某一较短时间内(例如五分钟)获得的此移动通信终端相临近(例如五百米内)的多个噪音过大的位置(例如大于一千米)进行聚类，得到的聚类中心经纬度即为此段时间内该移动终端消噪后的位置。

聚类方法包括但不限于DBSCAN空间密度聚类算法和K-means聚类算法。

另外一种消噪方法是如果某噪音过大位置的前面和后面获取的多个位置噪音小精度高，则采用空间插值的方法消噪；该消噪方法还包括将移动终端位置划入最近的兴趣点(point of interest)或者道路中。

上述统计方法中，步骤S01和02之间，还包括如下步骤：

S011、去除移动通信终端上用以表示用户身份的标识信息。主要是为避免侵犯用户隐私而进行的。

上述去除用户身份的手段，包括但不限于通过安全哈希算法将手机用户标识(ID)号加密为64位数字，删除用户姓名以及使用其他加密方法。

上述统计方法中，步骤S02中，在对对移动通信终端的位置信息进行历史累积统计是采用如下方法进行的：

S021、根据移动通信终端的用户生活工作习性，将位置信息划分工作地点、起居地点以及外出旅游地点；

S022、如果工作时间段内，移动通信终端经常出现在工作区域内，则该位置信息为工作地点，并记录为该周期内的历史位置信息；否则进行下一步骤：

S023、如果休息时间段内，移动通信终端经常出现在起居区域内，则该位置信息为起居地点，并记录为该周期内的历史位置信息；否则记录为外出旅游出差位置信息；

S024、待上述步骤完成后，生成移动通信终端的位置信息数据库。

例如，一种判断用户居住地及工作地点的方法是：

如果移动通信终端用户在一个月内有大于15天的时间在晚上11点到早上6点间观察到某移动终端在某地点出现，此地点即为此移动终端用户的居住地；如果在一个月内有大于15天的时间在早上9点到下午5点间观察到某移动终端在某地点出现，此地点即为此移动终端用户的工作地点。

上述统计方法中，步骤S03中，人口普查和社会经济普查数据与移动通信终端的位置信息数据库相结合的分析处理步骤如下：

S031、将人口普查和社会经济数据与移动通信终端的位置信息数据库相结合，生成综合的后台数据库；

S032、根据后台数据库，绘制建立前台电子地图层；

S033、在电子地图层上，对某一区域和某一时间段内移动通信终端的位置信息进行标记，随后进行客流统计学特征分析。

S034、根据移动通信终端用户的居住地及工作地点和人口普查与社会经济普查数据估计其特征，如年龄，性别，民族，收入等；进行客流统计分析，包括客流的数量、区域内分布、动态流动以及客流的人口统计学特征。

为实现上述统计方法，本发明还提供一种基于移动通信终端分析客流特征信息的系统，包括数据采集单元、数据处理单元、数据存储单元、人机交互单元、统计分析单元以及结果呈现单元；其中：

数据采集单元，用于采集移动通信终端的位置信息和省市乡镇街道级人口普查数据和社会经济数据；

数据处理单元，用于处理采集到的数据，去除用户身份等敏感信息，分析移动终端用户的居住地与工作地点；

数据存储单元，用于存储采集到的数据，包括但不限于是数据库或文本格式的数据；

人机交互单元，用于本发明系统的用户与计算机的交互；

统计分析单元，用于统计分析本发明系统的用户给定的区域和时段内的客流状况；

结果呈现单元，用于呈现客流统计分析结果。

在上述系统中，所述统计分析单元，还包括客流数量统计模块、客流分布分析模块、客流特征分析模块、多区域客流比较分析模块和多时段客流趋势分析模块；其中：

客流数量统计模块，用于统计指定的区域和时间段内观察到的移动通信终端用户的数量；

客流分布分析模块，用于分析指定的区域和时间段内移动通信终端用户的地理空间位置分布，进而得到客流在区域内的密度分布；

客流特征分析模块，用于分析指定的区域和时间段内移动通信终端用户客流的年龄分布、收入分布、民族分布、性别分布及职业分布；

多区域客流比较分析模块，用于指定的两个及以上区域内移动通信终端用户的客流数量、分布及特征的比较分析；

多时段客流趋势分析模块，用于指定的两个及以上时段内移动通信终端用户的客流数量、分布及特征的趋势分析。

以下通过实施例来进一步详细描述本发明的实现方案。

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

实施例一

如图1所示，基于移动通信终端分析客流特征信息的统计方法，包括如下步骤：

步骤S100，获取移动通信终端的通信信号。

其中，通信信号可以为移动通信终端基站信号、GPS全球定位系统信号、WIFI无线网络信号及现有的或未来可能的用于移动通信终端定位的信号，其目的是用于对移动通信终端进行定位。

步骤S101，根据步骤S100获取的通信信号，计算获得移动通信终端的位置信息。

其中，位置信息可包括该移动通信终端的全部位置信息和相关信息，例如该用户的用户标识、对应的经纬度数据、置信半径、运动速度、运动方向等；

此步骤可以包括对步骤S100获得通信信号的消噪处理，消噪的方法包括但不限于对同一台移动通信终端的多个信号进行聚类分析，以提高其定位精度等。

该实施例中，消噪处理是对同一台移动终端的多个信号进行聚类分析，确定其定位精度等；聚类分析是对五分钟内获得的此移动通信终端外围五百米范围内的多个噪音过大的位置(例如大于一千米)进行聚类，得到的聚类中心经纬度即为此段时间内该移动终端消噪后的位置。

步骤S102，去除移动通信终端用户的身份等敏感信息。

去除用户身份的手段包括但不限于通过安全哈希算法将手机ID号加密为64位数字，删除用户姓名以及使用其他加密方法，主要是避免侵犯用户隐私。

步骤S103，根据累计的历史位置信息，分析移动通信终端用户的居住地及工作地点，并形成位置信息数据库。

如，一种判断用户居住地及工作地点的方法是如果在一个月内有大于15天的时间在晚上11点到早上6点间观察到某移动通信终端在某地点出现，此地点即为此移动通信终端用户的居住地；如果在一个月内有大于15天的时间在早上9点到下午5点间观察到某移动通信终端在某地点出现，此地点即为此移动通信终端用户的工作地点。上述阈值仅为给出一具体实例，选取其他阈值亦应看做本发明的保护内容。

步骤S104，采集人口普查和社会经济数据，包括但不限于省市城镇街道级的人口年龄分布，收入情况，民族分布，性别分布，职业分布等。

步骤S105，将人口普查和社会经济数据以及位置信息数据库相结合，，分析出各区域相应时间段内的客流统计学特征信息。

客流统计学特征信息包括但不限于客流数量、客流分布、客流人口统计学特征以及客流动态。

具体分析过程如下：

通过统计任意时间段内观察到的移动通信终端数量，获得客流数量；

通过绘制移动通信终端位置的分布获得客流分布；

根据移动通信终端用户的居住及工作地信息，结合采集到的人口普查数据和社会经济数据，推断获得用户的年龄，收入，民族，性别，职业等信息，进而统计得到客流的人口统计学特征。

客流动态包括客流数量、客流分布及客流人口统计特征的变化，且客流动态可以通过比较不同时间段的客流统计分析获得。

实施例二

如图2所示，基于移动通信终端分析客流特征信息的统计方法，包括如下步骤：

步骤S200，获取移动通信终端的通信信号；

其中，通信信号可以为移动通信终端基站信号、GPS全球定位系统信号、WIFI无线网络信号及现有的或未来可能的用于移动通信终端定位的信号，其目的是用于对移动通信终端进行定位。

步骤S201，根据步骤S200获取的通信信号，计算获得移动通信终端的位置信息。

其中，位置信息可包括该移动通信终端的全部位置信息和相关信息，例如该用户的用户标识、对应的经纬度数据、置信半径、运动速度、运动方向等；

此步骤可以包括对步骤S200获得通信信号的消噪处理，消噪的方法包括但不限于对同一台移动通信终端的多个信号进行聚类分析，以提高其定位精度等。

该实施例中，消噪方法是如果某噪音过大位置的前面和后面获取的多个位置噪音小精度高，则采用空间插值的方法消噪；该消噪方法还包括将移动终端位置划入最近的兴趣点(point of interest)或者道路中。

步骤S202，去除移动通信终端用户的身份等敏感信息。

去除用户身份的手段包括但不限于通过安全哈希算法将手机ID号加密为64位数字，删除用户姓名以及使用其他加密方法，主要是避免侵犯用户隐私。

步骤S203，根据累计的历史位置信息，分析移动通信终端用户的居住地及工作地点，并形成位置信息数据库。

如，一种判断用户居住地及下作地点的方法是如果在一个月内有大于15天的时间在晚上11点到早上6点间观察到某移动通信终端在某地点出现，此地点即为此移动通信终端用户的居住地；如果在一个月内有大于15天的时间在早上9点到下午5点间观察到某移动通信终端在某地点出现，此地点即为此移动通信终端用户的工作地点。上述阈值仅为给出一具体实例，选取其他阈值亦应看做本发明的保护内容。

步骤S204，生成移动通信终端用户数据库。

此处用户数据库信息也包括文本格式，同时包括但不限于将移动通信终端用户加密后的身份号、带有时间戳的位置信息、居住及工作地点等。

步骤S205，采集人口普查和社会经济数据，包括但不限于省市城镇街道级的人口年龄分布，收入情况，民族分布，性别分布，职业分布等。

步骤S206，将移动通信终端用户数据库与人口普查和社会经济数据相结合，生成综合的后台数据库。

步骤S207，根据后台数据库，绘制建立前台电子地图层，并允许本发明用户在电子地图层上选取任意其感兴趣的区域和时间段；

此处电子地图层包括但不限于使用商业公司提供的免费或收费电子地图，以及用户绘制的电子地图。

步骤S208，在电子地图层上，本发明用户可以对某一区域和某一时间段内移动通信终端的位置信息进行标记，随后进行客流统计学特征分析；

此选中区域在后台转换为若干经纬度坐标的闭合序列，然后查询步骤S206生成的后台数据库，将落在此区域的移动通信终端用户的信息提取出来，进而进行统计分析。

步骤S209，在电子地图上显示此区域此时段内所有手机终端用户的位置标记，并生成此区域此时段内客流数量、分布及特征统计分析报告。

本发明用户也可在电子地图层上选取两个及以上的区域和时间段，生成的报告还会包括两个及以上区域的客流数量、分布及特征比较分析，和两个及以上时间段内的客流数量、分布及特征变化趋势。

为实现上述实施例，本发明还提出了一种基基于移动通信终端分析客流特征信息的系统，如图3所示，包括：数据采集单元100、数据处理单元200、数据存储单元300、人机交互单元400、统计分析单元500和结果呈现单元600。

具体地，数据采集单元100用于通过移动通信终端的基站信号、GPS全球定位系统信号或WIFI无线网络信号及现有的或未来可能的用于移动通信终端定位的技术获取移动通信终端用户的位置信息。其中，位置信息可包括该移动通信终端的全部位置信息和相关信息，例如该用户的用户标识、对应的经纬度数据、置信半径、运动速度、运动方向等。另外，本单元还用于采集人口普查数据和社会经济数据。包括但不限于省市城镇街道级的人口年龄分布，收入情况，民族分布，性别分布，职业分布等。

数据处理单元200用于消噪、去除移动通信终端用户的身份等敏感信息并根据累计的位置信息历史分析移动通信终端用户的居住地及工作地点。去除用户身份的手段包括但不限于通过安全哈希算法将手机ID号加密为64位数字，删除用户姓名以及使用其他加密方法。判断用户居住地及工作地点的方法是如果在一个月内有大于15天的时间在晚上11点到早上6点间观察到某移动通信终端在某地点出现，此地点即为此移动通信终端用户的居住地；如果在一个月内有大于15天的时间在早上9点到下午5点间观察到某移动通信终端在某地点出现，此地点即为此移动通信终端用户的工作地点。上述阈值仅为给出一具体实例，选取其他阈值亦应看做本发明保护内容。

数据存储单元300用于存储处理后的数据。数据格式可以是数据库、文本以及其他可能的数据存储格式。数据库存储信息包括但不限于将移动通信终端用户加密后的身份号、带有时间戳的位置信息、居住及下作地点、省市城镇街道级的人口年龄分布，收入情况，民族分布，性别分布，职业分布等。

人机交互单元400用于本系统用户与本系统的基于电子地图的交互。此处电子地图可以使用商业公司提供的免费或收费电子地图，或者用户绘制的电子地图。为了方便本发明系统用户在电子地图层上的区域选取操作，本单元在电子地图层上提供查询地址、选取圆形矩形和任意多边形区域工具等。另外，本单元还在电子地图层上提供时间段选取窗口。本系统用户可以选取电子地图上任意区域及任意时间段，然后本单元后台通过PHP(超文本预处理器)或其它脚本语言自动查询后台数据库，将落在此区域此时间段内的移动通信终端用户的信息提取出来，进而进行统计分析。

如图3所示，统计分析单元500用于对移动通信终端用户的信息进行统计分析。该统计分析单元500还包括客流数量统计模块510、客流分布分析模块520、客流特征分析模块530、多区域客流比较分析模块540和多时段客流趋势分析模块550；客流数量统计模块510、客流分布分析模块520和客流特征分析模块530同时接受人机交互单元400中提取的移动通信终端用户的信息并进行独立的处理分析，输出的分析结果。多区域客流比较分析模块540调用客流数量统计模块510、客流分布分析模块520和客流特征分析模块530的输出结果，并返回系统用户指定的多区域客流的比较结果，包括但不限于区域客流数量的比较、区域客流空间密度分布的比较和区域客流年龄、收入等特征分布的比较分析。多时段客流趋势分析模块550同样调用客流数量统计模块510、客流分布分析模块520和客流特征分析模块530的输出结果，返回用户指定的区域内多时段客流的趋势分析结果，包括但不限于此区域多时段内客流数量的变化(增加、减少或不变)、客流空间分布随时间的变化以及客流特征的变化。如果用户并未指定多区域或多时段的分析，则相应的多区域客流比较分析模块540或多时段客流趋势分析模块550并不会被调用。其中：

客流数量统计模块510用于统计本发明系统用户指定的区域和时间段内观察到的移动通信终端用户的数量；

客流分布分析模块520用于分析此区域和时间段内移动通信终端用户的地理空间位置分布，进而得到客流在区域内的密度分布；

客流特征分析模块530用于分析客流的年龄分布、收入分布、民族分布、性别分布及职业分布等；

多区域客流比较分析模块540用于本发明系统用户指定的两个及以上区域内的客流数量、分布及特征的比较分析；

多时段客流趋势分析模块550用于本发明系统用于指定的两个及以上时段内的客流数量、分布及特征的趋势分析。比如，比较去年和今年同期来某区域内消费购物的人群年龄变化情况。

结果呈现单元600用于在电子地图上显示本发明系统用户指定的区域和时段内所有手机终端用户的位置标记，并生成此区域此时段内客流数量、分布及特征统计分析报告。当本发明系统用户在电子地图层上选取两个及以上的区域和时间段时，生成的报告还会包括两个及以上区域的客流数量、分布及特征比较分析，和两个及以上时间段内的客流数量、分布及特征变化趋势，上述报告包括图表和文字格式。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员，在不脱离本发明的精神和范围的情况下，可以对上述实施例进行变化、修改、替换和变型，因此所有等同的方法技术系统方案也应该属于本发明的范畴，应由各权利要求所限定。

Claims (10)

1.一种基于移动通信终端分析客流特征信息的统计方法，其特征在于，包括如下步骤：

获取移动通信终端的位置信息；

对移动通信终端的位置信息进行历史累积统计，形成位置信息数据库；

根据各级政府部门提供的辖区内人口普查和社会经济普查数据，结合移动通信终端的位置信息数据库，分析出各区域相应时间段内的客流统计学特征信息。

2.根据权利要求1所述的基于移动通信终端分析客流特征信息的统计方法，其特征在于，在获取移动通信终端的位置信息过程中，还包括对信号进行消噪处理。

3.根据权利要求1所述的基于移动通信终端分析客流特征信息的统计方法，其特征在于，移动通信终端的位置信息是通过以下方式获得：

根据移动通信终端的基站信号、GPS全球定位系统信号、WIFI无线网络信号来获得移动通信终端的位置信息。

4.根据权利要求1所述的基于移动通信终端分析客流特征信息的统计方法，其特征在于，在获取移动通信终端的位置信息后，还包括如下步骤：

去除移动通信终端上用以表示用户身份的标识信息。

5.根据权利要求4所述的基于移动通信终端分析客流特征信息的统计方法，其特征在于，去除移动通信终端上用以表示用户身份的标识信息是采用如下方法进行的：

将手机用户标识号加密为64位数字，并删除手机对应的用户姓名。

6.根据权利要求1所述的基于移动通信终端分析客流特征信息的统计方法，其特征在于，在形成位置信息数据库后，还需要进一步生成移动通信终端用户数据库，该移动通信终端用户数据库包括文本格式、移动通信终端用户加密后的身份号、带有时间戳的位置信息、起居地点及工作地点。

7.根据权利要求1至6任一所述的基于移动通信终端分析客流特征信息的统计方法，其特征在于，所述位置信息包括经纬度数据、置信半径、运动速度及运动方向。

8.根据权利要求7所述的基于移动通信终端分析客流特征信息的统计方法，其特征在于，所述人口普查和社会经济普查数据包括人口年龄分布、收入情况、民族分布、性别分布、职业分布。

9.根据权利要求8所述的基于移动通信终端分析客流特征信息的统计方法，其特征在于，所述客流统计学特征信息包括客流的数量、区域内分布、年龄分布、居住地来源、收入情况、动态流动以及客流的人口统计。

10.一种基于移动通信终端分析客流特征信息的系统，其特征在于，包括数据采集单元、数据处理单元、数据存储单元、人机交互单元、统计分析单元以及结果呈现单元；

其中：

数据采集单元，用于采集移动通信终端的位置信息和各级地方政府辖区内的人口普查和社会经济数据；

数据处理单元，用于根据数据采集单元采集到的数据，分析移动通信终端用户的起居地点与工作地点；

数据存储单元，用于存储数据采集单元采集到的数据；

人机交互单元，用于实现基于移动通信终端分析客流特征信息的用户与计算机之间的交互；

统计分析单元，用于统计分析基于移动通信终端的客流特征信息；

结果呈现单元，用于呈现客流特征信息的统计分析结果。