CN105657725A - 一种基于手机信令数据的城市功能区辐射区域界定方法 - Google Patents
一种基于手机信令数据的城市功能区辐射区域界定方法 Download PDFInfo
- Publication number
- CN105657725A CN105657725A CN201610068625.0A CN201610068625A CN105657725A CN 105657725 A CN105657725 A CN 105657725A CN 201610068625 A CN201610068625 A CN 201610068625A CN 105657725 A CN105657725 A CN 105657725A
- Authority
- CN
- China
- Prior art keywords
- district
- visiting
- objective function
- undetermined
- user
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
Abstract
本发明涉及一种基于手机信令数据的城市功能区辐射区域界定方法,包括1)对目标城市进行功能区划分并确定各功能区地理覆盖区域;2)选取目标功能区,得到观测时间段内在目标功能区出现过的用户;3)从这些出现过的用户中剔除目标功能区常驻用户,并分析得到余下用户每次出现在功能区的驻留时长;4)分析判断其每次出现是否为有效到访,计算有效到访占总到访次数比重;5)统计得到目标功能区的有效到访总数,并根据每次有效到访的驻留区信息计算各待定辐射区到访目标功能区的有效到访次数;6)对各个待定辐射区进行多时段分析,综合判断其是否为目标功能区的辐射区。本方法结构灵活、易于扩展、计算简单;能够高效快速且更加准确地对功能区辐射区域进行界定,实现高效快速更新。
Description
技术领域
本发明属于城市功能区规划与管理方法技术领域,涉及一种基于手机信令数据的城市功能区辐射区域界定方法。
背景技术
近年来,随着中国城市化不断发展,城市规模不断扩大,各种城市功能区不断涌现,如商业区、医院、公园等。这给人们的生活带来便利。另一方面,如何合理规划功能区位置并根据辐射区域有针对的制定发展策略,提高功能区竞争力以及服务水平,已是各功能区越来越重视的问题。功能区辐射区域是指其吸引到访人员的地理区域。
传统的城市功能区辐射区域界定,常采用经验法和模型法。经验法即抽样调查法,通过对一定区域到访人员抽样调查问卷的方式,获取其与功能区的相关性,进而进行粗略的功能区辐射区域界定。模型法从不同的角度和影响因子出发,提供了功能区辐射区域界定的定量方法。如比较著名的商圈辐射模型有莱利法则、胡佛模型、中心地理论、饱和度理论等。以上两种方法都有自己的局限性,抽样调查法不能覆盖全部功能区顾客,只能进行粗略的功能区辐射区域界定,且周期长效率低。模型法虽提供了功能区辐射区域界定的定量方法,但其注重对功能区各种环境进行考量,未直接对到访人员进行分析,方法复杂效率低。
随着移动互联网的发展,移动网络产生的手机信令越来越多的用于用户定位及其他商业用途。目前已有利用手机信令数据对不同等级商业中心商圈进行比较的文章,其主要从消费者数量、中心聚集性、距离衰减性和空间分布对称性四个方面对三个不同地域的商圈进行分析比较,但并未给出具体的商圈辐射区域界定的方法。且其在确定消费者人群时,主要是考虑将外地人以及商圈常驻用户删除,并未考虑只是从商圈路过的人群。在定位消费者位置时,只考虑了消费者常驻地,并未综合分析消费者轨迹数据中的驻留点。
基于以上问题,本发明合理有效的利用手机用户信令数据来确定功能区辐射区域,为功能区(商业区、旅游景点、医院等)辐射区域的界定提供了一种有效的方法。本发明的主要特点有以下三点:1、在确定功能区到访用户时,考虑到访用户在功能区出现频次以及每次出现驻留时长两个因素。2、综合考虑到访用户轨迹中的驻留区,分析得到此次有效到访对每个驻留区的影响。3、在确定功能区辐射区域时,考虑各待定辐射区到访功能区的有效到访次数占目标功能区总到访次数的比例,对各个待定辐射区进行多时段考察,以此确定此待定辐射区是否为功能区辐射区域。
发明内容
有鉴于此,本发明的目的在于提供一种基于手机信令数据的城市功能区辐射区域界定方法,该方法通过分析用户行为轨迹,并从中提取用户驻留区以及其与功能区的关系,以此确定功能区辐射区域。
为达到上述目的,本发明提供如下技术方案:
一种基于手机信令数据的城市功能区辐射区域界定方法,包括以下步骤:
步骤1、首先对目标城市进行功能区划分,并得到各功能区地理覆盖区域;
步骤2、选取目标功能区,则其余城市功能区为目标功能区待定辐射区(下面简称为:待定辐射区),待定辐射区集合为P={P1,P2,…,Pi,…,Pn},Pi代表标号为i的待定辐射区;其中目标功能区可能是商业区、旅游景点或医院等,待定辐射区可能是居住区、工业区、商业区等;
步骤3、利用目标功能区内的通信基站位置信息和手机信令数据,分析得到观测时间段(I)内在目标功能区出现过的用户集合S1(下面简称为:出现用户集合S1),以及这些用户每次出现对应的日期;
步骤4、设目标功能区内常驻用户集合S2,则出现用户集合S1减去其中的目标功能区常驻用户得到目标功能区观测用户集合S3(下面简称为:观测用户集合S3):
S3=S1﹣(S1∩S2);
步骤5、利用观测用户集合S3中各用户在目标功能区出现日期当天的手机信令数据,分析得到各用户每次在目标功能区的驻留时长;驻留时长为用户进入目标功能区的第一个手机信令数据时间戳与离开目标功能区的第一个手机信令数据时间戳的差值;
步骤6、获取目标功能区到访用户集合S4:设用户在目标功能区驻留时长大于一定阈值为一次有效到访,则分析观测用户集合S3中各用户每次在目标功能区的驻留时长,确定各用户每次出现是否为有效到访,计算并得到各用户有效到访次数;若观测用户有效到访次数大于一定阈值,且其有效到访次数占总出现次数的比重大于一定阈值,则此观测用户为目标功能区到访用户;并据此得到目标功能区到访用户集合S4;
步骤7、首先根据到访用户集合S4和各用户在观测时间段(I)内到访目标功能区的有效到访次数得到目标功能区总体有效到访集合V={V1,V2,…,Vj,…,Vm},其中Vj表示某个到访用户的一次有效到访,则目标功能区有效到访总数为m;分析有效到访Vj的用户当天的手机信令数据,获取其行为轨迹,并从轨迹中的提取驻留区;其中驻留区为驻留时长大于一定阈值的待定辐射区;由此获得有效到访Vj的驻留区总数Kj;
步骤8、计算各待定辐射区到访目标功能区的有效到访次数以及其占目标功能区有效到访总数的比重;由于有效到访Vj驻留区有Kj个,则每个驻留区都对此次有效到访产生影响;则将此次有效到访分摊到各个驻留区,得到各个驻留区占此次有效到访的比重为1/Kj;考虑待定辐射区Pi,得到以待定辐射区为驻留区的有效到访序列VPi={Vx1,Vx2,…,Vxr,…,Vxz},xr∈[1,m],其中Vxr是集合V中标号为xr的有效到访;则计算得到待定辐射区Pi到访目标功能区的有效到访次数为mi=(1/Kx1)+(1/Kx2)+…+(1/Kxr)+…+(1/Kxz),其中Kxr为和Vxr对应的驻留区总数;计算待定辐射区Pi到访目标功能区的有效到访次数mi占目标功能区总到访次数m的比重Ri=mi/m;
步骤9、对待定辐射区Pi进行多时间段T={I1,I2,…,Iu,…,Io}考察,得到各时段Iu待定辐射区Pi对应的Riu;计算待定辐射区Pi的Riu的平均值ARi,ARi=(1/o)*(Ri1+Ri2+…+Riu+…+Rio);
步骤10、根据各个待定辐射区的ARi确定目标功能区的辐射区:首先对各个待定辐射区按ARi大小进行排列,按ARi排序顺序进行累加,当和达到一定阈值时,取这些待定辐射区为目标待定辐射区;对目标待定辐射区进行分析,若其ARi大于一定阈值,则其为目标功能区的待定辐射区。
进一步,所述步骤8具体包括:
步骤8.1、对一次有效到访进行分析:由有效到访Vj驻留区有Kj个,则每个驻留区都对此次有效到访产生影响;则将此次有效到访分摊到各个驻留区,得到各个驻留区占此次有效到访的比重为1/Kj;
步骤8.2、考虑待定辐射区Pi,得到以待定辐射区为驻留区的有效到访序列VPi={Vx1,Vx2,…,Vxr,…,Vxz},xr∈[1,m],其中Vxr是集合V中标号为xr的有效到访;
步骤8.3、计算待定辐射区Pi到访目标功能区的有效到访次数mi占目标功能区总到访次数m的比重Ri=mi/m。
进一步,所述步骤10具体包括:
步骤10.1、对各个待定辐射区按ARi大小进行排列;
步骤10.2、按ARi排序顺序进行累加,当和达到一定阈值时,取这些待定辐射区为目标待定辐射区;
步骤10.3、对目标待定辐射区进行分析,若其ARi大于一定阈值,则其为目标功能区的待定辐射区。
本发明的有益效果在于:本发明所述方法充分依托现有的移动通信网络资源,采用结构灵活、易于扩展、计算简单的方法。以目标功能区区域内的基站为依托得到一段时间内在目标功能区出现过的用户集合,第一次有效的缩小需要分析的用户群,利用目标功能区内常驻用户集合以及各出现用户在目标功能区的出现次数和每次出现驻留时长进一步缩小分析区域。综合考虑到访用户每次有效到访轨迹中的驻留区,将此次有效到访的效应均分到每个驻留区。并根据多时段待定辐射区到访目标功能区的有效到访次数占目标功能区有效到访总数的比重,确认此待定辐射区是否为目标功能区的辐射区域,使得到的功能区辐射区域更加合理。且以手机信令数据作为数据源,能够高效快速的更新功能区辐射区域。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明所述方法的流程示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
图1为本发明所述方法的流程示意图,如图所示,本发明所述方法包括以下步骤:
步骤1、首先对目标城市进行功能区划分,并得到各功能区地理覆盖区域。
步骤2、选取某商业区为目标功能区,则其余城市功能区为目标功能区待定辐射区(下面简称为:待定辐射区),待定辐射区集合为P={P1,P2,…,Pi,…,Pn},Pi代表标号为i的待定辐射区。其中待定辐射区可能是居住区、工业区、商业区等。
步骤3、利用目标功能区内的通信基站位置信息和手机信令数据,分析得到观测时间段(I)内在目标功能区出现过的用户集合S1(下面简称为:出现用户集合S1),以及这些用户每次出现对应的日期。
步骤4、设目标功能区内常驻用户集合S2,则出现用户集合S1减去其中的目标功能区常驻用户得到目标功能区观测用户集合S3(下面简称为:观测用户集合S3)。
S3=S1﹣(S1∩S2)
步骤5、利用观测用户集合S3中各用户在目标功能区出现日期当天的手机信令数据,分析得到各用户每次在目标功能区的驻留时长。驻留时长为用户进入目标功能区的第一个手机信令数据时间戳与离开目标功能区的第一个手机信令数据时间戳的差值。
步骤6、获取目标功能区到访用户集合S4。设用户在目标功能区驻留时长大于一定阈值为一次有效到访,则分析观测用户集合S3中各用户每次在目标功能区的驻留时长,确定各用户每次出现是否为有效到访,计算并得到各用户有效到访次数。若观测用户有效到访次数大于一定阈值,且其有效到访次数占总出现次数的比重大于一定阈值,则此观测用户为目标功能区到访用户。并据此得到目标功能区到访用户集合S4。
步骤7、首先根据到访用户集合S4和各用户在观测时间段(I)内到访目标功能区的有效到访次数得到目标功能区总体有效到访集合V={V1,V2,…,Vj,…,Vm},其中Vj表示某个到访用户的一次有效到访,则目标功能区有效到访总数为m。分析有效到访Vj的用户当天的手机信令数据,获取其行为轨迹,并从轨迹中的提取驻留区。其中驻留区为驻留时长大于一定阈值的待定辐射区。由此获得有效到访Vj的驻留区总数Kj。
步骤8、计算各待定辐射区到访目标功能区的有效到访次数以及其占目标功能区有效到访总数的比重。由于有效到访Vj驻留区有Kj个,则每个驻留区都对此次有效到访产生影响。则将此次有效到访分摊到各个驻留区,得到各个驻留区占此次有效到访的比重为1/Kj。考虑待定辐射区Pi,得到以待定辐射区为驻留区的有效到访序列VPi={Vx1,Vx2,…,Vxr,…,Vxz},xr∈[1,m],其中Vxr是集合V中标号为xr的有效到访。则计算得到待定辐射区Pi到访目标功能区的有效到访次数为mi=(1/Kx1)+(1/Kx2)+…+(1/Kxr)+…+(1/Kxz),其中Kxr为和Vxr对应的驻留区总数。计算待定辐射区Pi到访目标功能区的有效到访次数mi占目标功能区总到访次数m的比重Ri=mi/m。
步骤9、对待定辐射区Pi进行多时间段T={I1,I2,…,Iu,…,Io}考察,得到各时段Iu待定辐射区Pi对应的Riu。计算待定辐射区Pi的Riu的平均值ARi,ARi=(1/o)*(Ri1+Ri2+…+Riu+…+Rio)。
步骤10、根据各个待定辐射区的ARi确定目标功能区的辐射区。首先对各个待定辐射区按ARi大小进行排列,按ARi排序顺序进行累加,当和达到一定阈值时,取这些待定辐射区为目标待定辐射区。对目标待定辐射区进行分析,若其ARi大于一定阈值,则其为目标功能区的待定辐射区。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (3)
1.一种基于手机信令数据的城市功能区辐射区域界定方法,其特征在于:包括以下步骤:
步骤1、首先对目标城市进行功能区划分,并得到各功能区地理覆盖区域;
步骤2、选取目标功能区,则其余城市功能区为目标功能区待定辐射区(下面简称为:待定辐射区),待定辐射区集合为P={P1,P2,…,Pi,…,Pn},Pi代表标号为i的待定辐射区;
步骤3、利用目标功能区内的通信基站位置信息和手机信令数据,分析得到观测时间段(I)内在目标功能区出现过的用户集合S1(下面简称为:出现用户集合S1),以及这些用户每次出现对应的日期;
步骤4、设目标功能区内常驻用户集合S2,则出现用户集合S1减去其中的目标功能区常驻用户得到目标功能区观测用户集合S3(下面简称为:观测用户集合S3):
S3=S1﹣(S1∩S2);
步骤5、利用观测用户集合S3中各用户在目标功能区出现日期当天的手机信令数据,分析得到各用户每次在目标功能区的驻留时长;驻留时长为用户进入目标功能区的第一个手机信令数据时间戳与离开目标功能区的第一个手机信令数据时间戳的差值;
步骤6、获取目标功能区到访用户集合S4:设用户在目标功能区驻留时长大于一定阈值为一次有效到访,则分析观测用户集合S3中各用户每次在目标功能区的驻留时长,确定各用户每次出现是否为有效到访,计算并得到各用户有效到访次数;若观测用户有效到访次数大于一定阈值,且其有效到访次数占总出现次数的比重大于一定阈值,则此观测用户为目标功能区到访用户;并据此得到目标功能区到访用户集合S4;
步骤7、首先根据到访用户集合S4和各用户在观测时间段(I)内到访目标功能区的有效到访次数得到目标功能区总体有效到访集合V={V1,V2,…,Vj,…,Vm},其中Vj表示某个到访用户的一次有效到访,则目标功能区有效到访总数为m;分析有效到访Vj的用户当天的手机信令数据,获取其行为轨迹,并从轨迹中的提取驻留区;其中驻留区为驻留时长大于一定阈值的待定辐射区;由此获得有效到访Vj的驻留区总数Kj;
步骤8、计算各待定辐射区到访目标功能区的有效到访次数以及其占目标功能区有效到访总数的比重;由于有效到访Vj驻留区有Kj个,则每个驻留区都对此次有效到访产生影响;则将此次有效到访分摊到各个驻留区,得到各个驻留区占此次有效到访的比重为1/Kj;考虑待定辐射区Pi,得到以待定辐射区为驻留区的有效到访序列VPi={Vx1,Vx2,…,Vxr,…,Vxz},xr∈[1,m],其中Vxr是集合V中标号为xr的有效到访;则计算得到待定辐射区Pi到访目标功能区的有效到访次数为mi=(1/Kx1)+(1/Kx2)+…+(1/Kxr)+…+(1/Kxz),其中Kxr为和Vxr对应的驻留区总数;计算待定辐射区Pi到访目标功能区的有效到访次数mi占目标功能区总到访次数m的比重Ri=mi/m;
步骤9、对待定辐射区Pi进行多时间段T={I1,I2,…,Iu,…,Io}考察,得到各时段Iu待定辐射区Pi对应的Riu;计算待定辐射区Pi的Riu的平均值ARi,ARi=(1/o)*(Ri1+Ri2+…+Riu+…+Rio);
步骤10、根据各个待定辐射区的ARi确定目标功能区的辐射区:首先对各个待定辐射区按ARi大小进行排列,按ARi排序顺序进行累加,当和达到一定阈值时,取这些待定辐射区为目标待定辐射区;对目标待定辐射区进行分析,若其ARi大于一定阈值,则其为目标功能区的待定辐射区。
2.根据权利要求1所述的一种基于手机信令数据的城市功能区辐射区域界定方法,其特征在于:所述步骤8具体包括:
步骤8.1、对一次有效到访进行分析:由有效到访Vj驻留区有Kj个,则每个驻留区都对此次有效到访产生影响;则将此次有效到访分摊到各个驻留区,得到各个驻留区占此次有效到访的比重为1/Kj;
步骤8.2、考虑待定辐射区Pi,得到以待定辐射区为驻留区的有效到访序列VPi={Vx1,Vx2,…,Vxr,…,Vxz},xr∈[1,m],其中Vxr是集合V中标号为xr的有效到访;
步骤8.3、计算待定辐射区Pi到访目标功能区的有效到访次数mi占目标功能区总到访次数m的比重Ri=mi/m。
3.根据权利要求1所述的一种基于手机信令数据的城市功能区辐射区域界定方法,其特征在于:所述步骤10具体包括:
步骤10.1、对各个待定辐射区按ARi大小进行排列;
步骤10.2、按ARi排序顺序进行累加,当和达到一定阈值时,取这些待定辐射区为目标待定辐射区;
步骤10.3、对目标待定辐射区进行分析,若其ARi大于一定阈值,则其为目标功能区的待定辐射区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610068625.0A CN105657725B (zh) | 2016-02-01 | 2016-02-01 | 一种基于手机信令数据的城市功能区辐射区域界定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610068625.0A CN105657725B (zh) | 2016-02-01 | 2016-02-01 | 一种基于手机信令数据的城市功能区辐射区域界定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105657725A true CN105657725A (zh) | 2016-06-08 |
CN105657725B CN105657725B (zh) | 2018-11-23 |
Family
ID=56488981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610068625.0A Active CN105657725B (zh) | 2016-02-01 | 2016-02-01 | 一种基于手机信令数据的城市功能区辐射区域界定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105657725B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106197458A (zh) * | 2016-08-10 | 2016-12-07 | 重庆邮电大学 | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 |
CN106503714A (zh) * | 2016-10-11 | 2017-03-15 | 湖州师范学院 | 一种基于兴趣点数据识别城市功能区的方法 |
CN112105052A (zh) * | 2020-09-14 | 2020-12-18 | 智慧足迹数据科技有限公司 | 楼宇类型确定方法、装置、服务器及存储介质 |
CN114363825A (zh) * | 2021-05-26 | 2022-04-15 | 科大国创云网科技有限公司 | 一种基于mr常驻地的建筑物属性识别方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110044264A1 (en) * | 2009-08-18 | 2011-02-24 | Telcordia Technologies, Inc. | Pre registration/pre authentication in wireless networks |
CN103841516A (zh) * | 2014-02-28 | 2014-06-04 | 华中科技大学 | 一种基于移动电话数据识别城市特定区域的方法 |
CN104484993A (zh) * | 2014-11-27 | 2015-04-01 | 北京交通大学 | 用于交通小区划分的手机信令信息的处理方法 |
-
2016
- 2016-02-01 CN CN201610068625.0A patent/CN105657725B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110044264A1 (en) * | 2009-08-18 | 2011-02-24 | Telcordia Technologies, Inc. | Pre registration/pre authentication in wireless networks |
CN103841516A (zh) * | 2014-02-28 | 2014-06-04 | 华中科技大学 | 一种基于移动电话数据识别城市特定区域的方法 |
CN104484993A (zh) * | 2014-11-27 | 2015-04-01 | 北京交通大学 | 用于交通小区划分的手机信令信息的处理方法 |
Non-Patent Citations (1)
Title |
---|
沈泽等: "基于移动网络信令的区域人群属性分析的研究与应用", 《计算机应用研究》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106197458A (zh) * | 2016-08-10 | 2016-12-07 | 重庆邮电大学 | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 |
CN106197458B (zh) * | 2016-08-10 | 2018-11-13 | 重庆邮电大学 | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 |
CN106503714A (zh) * | 2016-10-11 | 2017-03-15 | 湖州师范学院 | 一种基于兴趣点数据识别城市功能区的方法 |
CN106503714B (zh) * | 2016-10-11 | 2020-01-03 | 湖州师范学院 | 一种基于兴趣点数据识别城市功能区的方法 |
CN112105052A (zh) * | 2020-09-14 | 2020-12-18 | 智慧足迹数据科技有限公司 | 楼宇类型确定方法、装置、服务器及存储介质 |
CN112105052B (zh) * | 2020-09-14 | 2021-05-14 | 智慧足迹数据科技有限公司 | 楼宇类型确定方法、装置、服务器及存储介质 |
CN114363825A (zh) * | 2021-05-26 | 2022-04-15 | 科大国创云网科技有限公司 | 一种基于mr常驻地的建筑物属性识别方法及系统 |
CN114363825B (zh) * | 2021-05-26 | 2023-08-29 | 科大国创云网科技有限公司 | 一种基于mr常驻地的建筑物属性识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105657725B (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Activity-based human mobility patterns inferred from mobile phone data: A case study of Singapore | |
Gao et al. | Discovering spatial interaction communities from mobile phone d ata | |
Toole et al. | The path most traveled: Travel demand estimation using big data resources | |
CN102097004B (zh) | 一种基于手机定位数据的出行od矩阵获取方法 | |
Kim et al. | Extracting a mobility model from real user traces | |
Gao et al. | Detecting origin-destination mobility flows from geotagged tweets in greater Los Angeles area | |
Shi et al. | Human mobility patterns in different communities: a mobile phone data-based social network approach | |
CN105657725A (zh) | 一种基于手机信令数据的城市功能区辐射区域界定方法 | |
CN103822638B (zh) | 用户位置信息的处理方法和装置 | |
CN103995837A (zh) | 一种基于群体足迹的个性化旅游路线规划方法 | |
Zhou et al. | Understanding the modifiable areal unit problem and identifying appropriate spatial unit in jobs–housing balance and employment self-containment using big data | |
CN102281498A (zh) | 手机通话数据中用户通勤od的挖掘方法 | |
Zhang et al. | Identifying region-wide functions using urban taxicab trajectories | |
CN105447044A (zh) | 一种确定用户关系的方法及装置 | |
CN112217675A (zh) | 固、移通讯网络大数据联合分析方法 | |
BR112017020831B1 (pt) | Método e sistema para estimar um número de pessoas que se reuniram em uma área de interesse | |
EP3241369B1 (en) | Method and system for a posteriori computation of origin-destination matrices relating to gathering of people through analysis of mobile communication network data | |
Li et al. | A framework for spatial interaction analysis based on large-scale mobile phone data | |
CN104281646B (zh) | 基于微博数据的城市内涝检测方法 | |
Zhao et al. | Urban crowd flow forecasting based on cellular network | |
Klimek et al. | Towards a better understanding and behavior recognition of inhabitants in smart cities. A public transport case | |
CN104219622A (zh) | 基于lac的人数测定方法和人群态势监测方法及系统 | |
Zhao et al. | Discrete trajectory prediction on mobile data | |
Xie et al. | Mining individual mobility patterns from mobile phone data | |
Kishore et al. | Mobile phone data analysis guidelines: applications to monitoring physical distancing and modeling COVID-19 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |