CN114598733A - 基于手机信令数据的居民出行量分布计算方法及系统 - Google Patents

基于手机信令数据的居民出行量分布计算方法及系统 Download PDF

Info

Publication number
CN114598733A
CN114598733A CN202011386165.9A CN202011386165A CN114598733A CN 114598733 A CN114598733 A CN 114598733A CN 202011386165 A CN202011386165 A CN 202011386165A CN 114598733 A CN114598733 A CN 114598733A
Authority
CN
China
Prior art keywords
data
mobile phone
phone signaling
information
signaling data
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
Application number
CN202011386165.9A
Other languages
English (en)
Inventor
王剑波
黄福友
钟媚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute Of Transportation Development Strategy & Planning Of Sichuan Province
Sichuan Vocational and Technical College Communications
Original Assignee
Institute Of Transportation Development Strategy & Planning Of Sichuan Province
Sichuan Vocational and Technical College Communications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute Of Transportation Development Strategy & Planning Of Sichuan Province, Sichuan Vocational and Technical College Communications filed Critical Institute Of Transportation Development Strategy & Planning Of Sichuan Province
Priority to CN202011386165.9A priority Critical patent/CN114598733A/zh
Publication of CN114598733A publication Critical patent/CN114598733A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了基于手机信令数据的居民出行量分布计算方法及系统，包括以下步骤：手机信令数据采集，通过移动通讯后台数据库采集用户一次性完整的手机信令数据，其中，手机信令数据包括匿名加密唯一用户标识，时间戳、基站编号和事件类型；手机信令数据处理，对手机信令数据中无效数据和乒乓效应数据进行清洗。本发明中，通过手机信令数据对用户的交通出行信息进行采集，从而分析用户的出行量信息，解决省级公路网层面的多交通方式居民出行量的统计计算问题，并对采集的手机信令数据中无效数据进行清理，提高数据处理效率，降低数据计算分析负担，且对采集的手机信令数据中乒乓效应数据进行清理，提高数据分析的准确性。

Description

基于手机信令数据的居民出行量分布计算方法及系统
技术领域
本发明涉及交通规划分析技术领域，尤其涉及基于手机信令数据的居民出行量分布计算方法及系统。
背景技术
交通规划包括交通设施体系布局规划、交通运输发展政策规划、交通运输组织规划、交通管理规划、交通安全规划、交通近期建设规划等，交通规划通常是指根据对历史和现状的交通供需状况与地区的人口、经济和土地利用之间的相互关系的分析研究，对地区未来不同的人口、土地利用和经济发展情形下，交通运输发展需求的分析和预测，确定未来交通运输设施发展建设的规模、结构、布局等方案。
手机信令数据所包含的时间和位置信息记录了用户的活动轨迹，交通规划中对交通供需状况进行研究是可以通过手机信令数据对用户的交通出行信息进行采集，从而分析用户的出行量信息，但是目前基于手机信令数据的用户出行量分析计算方法和系统在进行手机信令数据进行采集时缺少对无效数据和乒乓效应数据进行清楚的措施，影响对数据处理分析的效率，同时影响对用户出行量分析的准确性。
发明内容
本发明的目的在于提供基于手机信令数据的居民出行量分布计算方法及系统，以解决上述现有技术中的不足之处。
为了实现上述目的，本发明采用了如下技术方案：基于手机信令数据的居民出行量分布计算方法，包括以下步骤：
S1：手机信令数据采集，通过移动通讯后台数据库采集用户一次性完整的手机信令数据，其中，手机信令数据包括匿名加密唯一用户标识，时间戳、基站编号和事件类型；
S2：手机信令数据处理，对手机信令数据中无效数据和乒乓效应数据进行清洗；
S3：出行特征提取，调用处理后的处理后的手机信令数据，进行数据拆分特征提取，依据时间序列提取用户出行特征数据Rx{R，(1)，R，(2)，..R(x)}；
S4：出行信息提取，根据获取的每个用户手机信令数据中的连续时间信息和位置信息，进行分布计算获取用户的出行信息；
S5：创建城市公路网络模型，将获取的个用户出行出现信息导入城市公路网络模型进行整合，生成用户出行量在OD之间公路网上的分布。
作为上述技术方案的进一步描述：
所述手机信令产生的方式包括接打电话、收发短信、开关机、用户在基站大区之间切换和周期性的位置更新。
作为上述技术方案的进一步描述：
所述手机信令数据处理中对手机信令数据中无效数据进行清除具体为对采集的手机信令数据中包含的匿名加密唯一用户标识和事件类型无效数据进行识别并进行删除。
作为上述技术方案的进一步描述：
所述手机信令数据处理中对手机信令数据中乒乓效应数据进行清洗具体包括以下步骤：
a：在SQL数据库中将手机信令数据和基站经纬度进行匹配，基于基站经纬度表示用户所处的地理位置的经纬度信息；
b：基于Voronoi生成的基站覆盖范围多边形，提取多边形的顶点坐标编号，利用共边或共点原则删除乒乓数据。
作为上述技术方案的进一步描述：
所述出行特征数据Rx(Tx，Px)包括时间信息Tx和位置信息Px，并依据出行特征数据Rx构建OD交通量二维表格。
作为上述技术方案的进一步描述：
所述用户出行信息包括起止点信息、出行方式信息、出行时间和出行距离信息。
作为上述技术方案的进一步描述：
所述出行信息分析提取具体包括以下步骤：
S4.1：根据时间序列获取用户出行的出行特征数据Rx，将各个相邻的出行特征数据Rx之间的时间信息Tx和位置信息Px进行对比分析获得连续的间隔区间特征信息Sx，间隔区间特征信息Sx包括相邻出行特征数据Rx之间的间隔时间Tj和距离信息M，
S4.2：依据多个间隔时间Tj和距离信息M，分析确定用户的起止点信息和出行距离信息；
S4.3；根据间隔时间Tj和距离信息M计算用户出行的速度信息，并依据用户的停留点位置信息分析确定用户交通方式信息。
基于手机信令数据的居民出行量分布计算系统，包括数据采集模块、数据信息处理单元、数据信息提取单元和公路网出行量分析单元；
所述数据采集模块用于采集多个用户一次性完整的手机信令数据；
所述数据信息处理单元用于对采集的手机信令数据中无效数据和乒乓效应数据进行清理；
所述数据信息提取模块用于对清理后的手机信令数据中特征信息进行提取，并根据特征信息分析计算获取用户出行数据信息；
所述公路网出行量分析模块实现构建城市公路网络模型，并将获取的额用户出行数据信息导入模型中进行分析生成用户出行量在OD之间公路网上的分布
作为上述技术方案的进一步描述：
所述数据信息处理单元包括手机信令数据识别读取模块、无效数据清除模块和乒乓效应数据清除模块；
所述手机信令数据识别读取模块用于对采集的手机信令数据中包含的匿名加密唯一用户标识，时间戳、基站编号和事件类型特征数据进行读取识别；
所述无效数据清除模块用于将手机信令数据中包含的匿名加密唯一用户标识和事件类型特征数据进行删除；
所述乒乓效应数据清除模块用于将手机信令数据在两个或者多个基站交界处进行来回切换，实际上用户并未移动产生的乒乓效应数据进行清除。
本发明提供了基于手机信令数据的居民出行量分布计算方法及系统。具备以下有益效果：
该基于手机信令数据的居民出行量分布计算方法及系统通过手机信令数据对用户的交通出行信息进行采集，从而分析用户的出行量信息，解决省级公路网层面的多交通方式居民出行量的统计计算问题，并对采集的手机信令数据中无效数据进行清理，提高数据处理效率，降低数据计算分析负担，且对采集的手机信令数据中乒乓效应数据进行清理，提高数据分析的准确性。
附图说明
图1为本发明提出的基于手机信令数据的居民出行量分布计算系统的整体示意图；
图2为本发明中数据信息处理单元的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
参照图1-2，基于手机信令数据的居民出行量分布计算方法，包括以下步骤：
S1：手机信令数据采集，通过移动通讯后台数据库采集用户一次性完整的手机信令数据，其中，手机信令数据包括匿名加密唯一用户标识，时间戳、基站编号和事件类型；
S2：手机信令数据处理，对手机信令数据中无效数据和乒乓效应数据进行清洗；
S3：出行特征提取，调用处理后的处理后的手机信令数据，进行数据拆分特征提取，依据时间序列提取用户出行特征数据Rx{R，(1)，R，(2)，..R(x)}；
S4：出行信息提取，根据获取的每个用户手机信令数据中的连续时间信息和位置信息，进行分布计算获取用户的出行信息；
S5：创建城市公路网络模型，将获取的个用户出行出现信息导入城市公路网络模型进行整合，生成用户出行量在OD之间公路网上的分布。
该基于手机信令数据的居民出行量分布计算方法通过手机信令数据对用户的交通出行信息进行采集，分析用户的出行量信息，解决省级公路网层面的多交通方式居民出行量的统计计算问题。
手机信令产生的方式包括接打电话、收发短信、开关机、用户在基站大区之间切换和周期性的位置更新。
手机信令数据处理中对手机信令数据中无效数据进行清除具体为对采集的手机信令数据中包含的匿名加密唯一用户标识和事件类型无效数据进行识别并进行删除。
进一步的，通过对采集的手机信令数据中无效数据进行清理，提高数据处理效率，降低数据计算分析负担。
手机信令数据处理中对手机信令数据中乒乓效应数据进行清洗具体包括以下步骤：
a：在SQL数据库中将手机信令数据和基站经纬度进行匹配，基于基站经纬度表示用户所处的地理位置的经纬度信息；
b：基于Voronoi生成的基站覆盖范围多边形，提取多边形的顶点坐标编号，利用共边或共点原则删除乒乓数据。
通过手机信令数据进行采集位置信息时，经常出现手机信令数据在两个或者多个基站交界处进行来回切换，实际上用户并未移动产生的乒乓效应数据，通过对对采集的手机信令数据中乒乓效应数据进行清理，提高数据分析的准确性，降低数据复杂度。
出行特征数据Rx(Tx，Px)包括时间信息Tx和位置信息Px，并依据出行特征数据Rx构建OD交通量二维表格。
用户出行信息包括起止点信息、出行方式信息、出行时间和出行距离信息。
出行信息分析提取具体包括以下步骤：
S4.1：根据时间序列获取用户出行的出行特征数据Rx，将各个相邻的出行特征数据Rx之间的时间信息Tx和位置信息Px进行对比分析获得连续的间隔区间特征信息Sx，间隔区间特征信息Sx包括相邻出行特征数据Rx之间的间隔时间Tj和距离信息M，
S4.2：依据多个间隔时间Tj和距离信息M，分析确定用户的起止点信息和出行距离信息；
S4.3；根据间隔时间Tj和距离信息M计算用户出行的速度信息，并依据用户的停留点位置信息分析确定用户交通方式信息。
实现对用户出行起止点信息、出行距离信息和交通方式信息进行全部获取，为公路网层面的多交通方式居民出行量统计分析提供全面的数据支撑。
基于手机信令数据的居民出行量分布计算系统，包括数据采集模块、数据信息处理单元、数据信息提取模块和公路网出行量分析模块；
数据采集模块用于采集多个用户一次性完整的手机信令数据；
数据信息处理单元用于对采集的手机信令数据中无效数据和乒乓效应数据进行清理；
数据信息提取模块用于对清理后的手机信令数据中特征信息进行提取，并根据特征信息分析计算获取用户出行数据信息；
公路网出行量分析模块实现构建城市公路网络模型，并将获取的额用户出行数据信息导入模型中进行分析生成用户出行量在OD之间公路网上的分布。
数据信息处理单元包括手机信令数据识别读取模块、无效数据清除模块和乒乓效应数据清除模块；
手机信令数据识别读取模块用于对采集的手机信令数据中包含的匿名加密唯一用户标识，时间戳、基站编号和事件类型特征数据进行读取识别；
无效数据清除模块用于将手机信令数据中包含的匿名加密唯一用户标识和事件类型特征数据进行删除；
乒乓效应数据清除模块用于将手机信令数据在两个或者多个基站交界处进行来回切换，实际上用户并未移动产生的乒乓效应数据进行清除。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料过着特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.基于手机信令数据的居民出行量分布计算方法，其特征在于，包括以下步骤：
S1：手机信令数据采集，通过移动通讯后台数据库采集用户一次性完整的手机信令数据，其中，手机信令数据包括匿名加密唯一用户标识，时间戳、基站编号和事件类型；
S2：手机信令数据处理，对手机信令数据中无效数据和乒乓效应数据进行清洗；
S3：出行特征提取，调用处理后的处理后的手机信令数据，进行数据拆分特征提取，并依据时间序列提取用户出行特征数据Rx{R，(1)，R，(2)，..R(x)}；
S4：出行信息提取，根据获取的每个用户手机信令数据中的连续时间信息和位置信息，进行分布计算获取用户的出行信息；
S5：创建城市公路网络模型，将获取的个用户出行出现信息导入城市公路网络模型进行整合，生成用户出行量在OD之间公路网上的分布。
2.根据权利要求1所述的基于手机信令数据的居民出行量分布计算方法，其特征在于，所述手机信令产生的方式包括接打电话、收发短信、开关机、用户在基站大区之间切换和周期性的位置更新。
3.根据权利要求1所述的基于手机信令数据的居民出行量分布计算方法，其特征在于，所述手机信令数据处理中对手机信令数据中无效数据进行清除具体为对采集的手机信令数据中包含的匿名加密唯一用户标识和事件类型无效数据进行识别并进行删除。
4.根据权利要求1所述的基于手机信令数据的居民出行量分布计算方法，其特征在于，所述手机信令数据处理中对手机信令数据中乒乓效应数据进行清洗具体包括以下步骤：
a：在SQL数据库中将手机信令数据和基站经纬度进行匹配，基于基站经纬度表示用户所处的地理位置的经纬度信息；
b：基于Voronoi生成的基站覆盖范围多边形，提取多边形的顶点坐标编号，利用共边或共点原则删除乒乓数据。
5.根据权利要求1所述的基于手机信令数据的居民出行量分布计算方法，其特征在于，所述出行特征数据Rx(Tx，Px)包括时间信息Tx和位置信息Px，并依据出行特征数据Rx构建OD交通量二维表格。
6.根据权利要求1所述的基于手机信令数据的居民出行量分布计算方法，其特征在于，所述用户出行信息包括起止点信息、出行方式信息、出行时间和出行距离信息。
7.根据权利要求1所述的基于手机信令数据的居民出行量分布计算方法，其特征在于，所述出行信息分析提取具体包括以下步骤：
S4.1：根据时间序列获取用户出行的出行特征数据Rx，将各个相邻的出行特征数据Rx之间的时间信息Tx和位置信息Px进行对比分析获得连续的间隔区间特征信息Sx，间隔区间特征信息Sx包括相邻出行特征数据Rx之间的间隔时间Tj和距离信息M，
S4.2：依据多个间隔时间Tj和距离信息M，分析确定用户的起止点信息和出行距离信息；
S4.3；根据间隔时间Tj和距离信息M计算用户出行的速度信息，并依据用户的停留点位置信息分析确定用户交通方式信息。
8.基于手机信令数据的居民出行量分布计算系统，其特征在于，包括数据采集模块、数据信息处理单元、数据信息提取模块和公路网出行量分析模块；
所述数据采集模块用于采集多个用户一次性完整的手机信令数据；
所述数据信息处理单元用于对采集的手机信令数据中无效数据和乒乓效应数据进行清理；
所述数据信息提取模块用于对清理后的手机信令数据中特征信息进行提取，并根据特征信息分析计算获取用户出行数据信息；
所述公路网出行量分析模块实现构建城市公路网络模型，并将获取的额用户出行数据信息导入模型中进行分析生成用户出行量在OD之间公路网上的分布。
9.根据权利要求8所述的基于手机信令数据的居民出行量分布计算系统，其特征在于，所述数据信息处理单元包括手机信令数据识别读取模块、无效数据清除模块和乒乓效应数据清除模块；
所述手机信令数据识别读取模块用于对采集的手机信令数据中包含的匿名加密唯一用户标识，时间戳、基站编号和事件类型特征数据进行读取识别；
所述无效数据清除模块用于将手机信令数据中包含的匿名加密唯一用户标识和事件类型特征数据进行删除；
所述乒乓效应数据清除模块用于将手机信令数据在两个或者多个基站交界处进行来回切换，实际上用户并未移动产生的乒乓效应数据进行清除。
CN202011386165.9A 2020-12-02 2020-12-02 基于手机信令数据的居民出行量分布计算方法及系统 Pending CN114598733A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011386165.9A CN114598733A (zh) 2020-12-02 2020-12-02 基于手机信令数据的居民出行量分布计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011386165.9A CN114598733A (zh) 2020-12-02 2020-12-02 基于手机信令数据的居民出行量分布计算方法及系统

Publications (1)

Publication Number Publication Date
CN114598733A true CN114598733A (zh) 2022-06-07

Family

ID=81802619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011386165.9A Pending CN114598733A (zh) 2020-12-02 2020-12-02 基于手机信令数据的居民出行量分布计算方法及系统

Country Status (1)

Country Link
CN (1) CN114598733A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6188329B1 (en) * 1998-11-23 2001-02-13 Nestor, Inc. Integrated traffic light violation citation generation and court date scheduling system
CN104159189A (zh) * 2013-05-15 2014-11-19 同济大学 基于智能手机的居民出行信息获取方法
CN105513351A (zh) * 2015-12-17 2016-04-20 北京亚信蓝涛科技有限公司 一种基于大数据的交通出行特征数据提取方法
CN105608505A (zh) * 2015-12-22 2016-05-25 重庆邮电大学 一种基于手机信令数据的居民轨道交通出行方式识别方法
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
CN109561386A (zh) * 2018-11-23 2019-04-02 东南大学 一种基于多源定位数据的城市居民出行活动模式获取方法
CN109727452A (zh) * 2019-01-08 2019-05-07 江苏交科能源科技发展有限公司 基于手机信令数据的出行比例核算方法
CN111653094A (zh) * 2020-05-29 2020-09-11 南京瑞栖智能交通技术产业研究院有限公司 一种基于手机信令数据且含路网修正的城市出行方式综合识别方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6188329B1 (en) * 1998-11-23 2001-02-13 Nestor, Inc. Integrated traffic light violation citation generation and court date scheduling system
CN104159189A (zh) * 2013-05-15 2014-11-19 同济大学 基于智能手机的居民出行信息获取方法
CN105513351A (zh) * 2015-12-17 2016-04-20 北京亚信蓝涛科技有限公司 一种基于大数据的交通出行特征数据提取方法
CN105608505A (zh) * 2015-12-22 2016-05-25 重庆邮电大学 一种基于手机信令数据的居民轨道交通出行方式识别方法
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
CN109561386A (zh) * 2018-11-23 2019-04-02 东南大学 一种基于多源定位数据的城市居民出行活动模式获取方法
CN109727452A (zh) * 2019-01-08 2019-05-07 江苏交科能源科技发展有限公司 基于手机信令数据的出行比例核算方法
CN111653094A (zh) * 2020-05-29 2020-09-11 南京瑞栖智能交通技术产业研究院有限公司 一种基于手机信令数据且含路网修正的城市出行方式综合识别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
沈培琳: "基于手机数据的城市交通需求分析和出行模式识别", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》, pages 1 - 82 *
董路熙: "基于手机信令数据的居民工作日出行链判别方法", 《桂林理工大学学报》, vol. 39, no. 4, pages 958 - 966 *
邬岚;陈婷;郑艺;朱亚运;周涛;潘浩;: "新型居民交通出行调查辅助系统设计", 森林工程, no. 02 *
钟舒琦;邓如丰;邓红平;蔡铭;: "基于兴趣点与导航数据的手机信令数据出行方式识别", 中山大学学报(自然科学版), no. 03 *

Similar Documents

Publication Publication Date Title
CN111615054B (zh) 人口分析方法及装置
CN108320501B (zh) 基于用户手机信令的公交线路识别方法
Iqbal et al. Development of origin–destination matrices using mobile phone call data
EP3132592B1 (en) Method and system for identifying significant locations through data obtainable from a telecommunication network
CN111464950B (zh) 一种使用手机信令数据提取出行停驻点的方法
CN109688532B (zh) 一种划分城市功能区域的方法及装置
CN110930285A (zh) 一种人口分布分析方法及装置
US20130166352A1 (en) Mobile categorization
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
CN105206048A (zh) 一种基于交通od数据的城市居民群体换乘模式发现系统及方法
CN102595323A (zh) 基于手机定位数据的居民出行特征参数的获取方法
CN105760454A (zh) 一种城市人口分布密度实时动态测量方法
CN104732756A (zh) 一种利用移动通信数据挖掘进行公交规划的方法
CN110460962B (zh) 轨道交通用户识别方法和装置
CN112418556B (zh) 一种基于互联网共享平台下的网格化服务系统
Dong et al. Urban traffic commuting analysis based on mobile phone data
CN106504524A (zh) 一种基于移动信令动态划分高速公路路段的方法
CN109743723A (zh) 一种将手机基站数据分配到周边空间单元的方法
Tian et al. A novel approach to estimate human space-time path based on mobile phone call records
CN104219622A (zh) 基于lac的人数测定方法和人群态势监测方法及系统
CN114598733A (zh) 基于手机信令数据的居民出行量分布计算方法及系统
EP3563592B1 (en) Method for determining the mobility status of a user of a wireless communication network
Batran et al. Inference of Human Spatiotemporal Mobility in Greater Maputo by Mobile Phone Big Data Mining.
Akin et al. Estimating origin-destination matrices using location information from cellular phones
Lwin et al. Identification of various transport modes and rail transit behaviors from mobile CDR data: A case of Yangon City

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20220607

WD01 Invention patent application deemed withdrawn after publication