1、《基于電信位置數據的人群流量預測》盧光躍，李四維，趙宇翔，王天賜西安郵電大學學報摘要：將遺傳算法和支持向量回歸法結合起來，給出一種基于電信位置數據的人群流量預測方法。提取出電信位置數據中的人群流量時間序列，綜合考慮其不同時間點值的關聯性，用支持向量回歸方法對其進行預測，并使用遺傳算法對支持向量回歸方法的參數進行優化。綜合考慮人群流量變化的橫向和縱向趨勢，同時考慮使用遺傳算法對SVR算法的參數進行尋優，給出一種基于綜合特征和GA的SVR區域人群流量預測算法，即對原始電信位置數據進行預處理，提取出反映區域人群流量的時間序列，綜合考慮其橫向變化趨勢和縱向變化趨勢，建立基于GA與SVR的融合算法GA－SVR模型，對區域人群流量進行預測。2、《基于模式挖掘與匹配的移動軌跡預測方法》趙越，劉衍珩，余雪崗，魏達吉林大學學報(工學版)摘要：分析了移動軌跡預測的已有方案及各方案存在的問題，提出了一種全新的移動設備位置預測方法，即基于模式挖掘與模式匹配的移動用戶移動軌跡預測(Mpp)方法。在若干個實際WLAN用戶的移動跟蹤數據集上對Markov預測器和新預測器的預測精度進行了比較。實驗結果表明：該方法能夠達到比較理想的預測效果，與二階Markov預測器的預測效果基本持平。同時，該方法能夠實現增量挖掘，預測精度和可靠性有了進一步提高，具有較高的實用價值。3、《基于移動通信數據的用戶移動軌跡預測方法》劉震，付俊輝，趙楠計算機應用與軟件摘要：首先，將話單數據所反映的離散軌跡轉換為連續軌跡得到用戶行為模式，基于該行為模式提出了軌跡預測算法Match，實驗證明，使用該算法有85%的人類行為可以預測。通過對歷史相似軌跡進行合并，更加準確地刻畫了用戶的真實軌跡，進一步提高了預測準確率。并得出結論：在以天為單位的尺度上，人類的行為有30%是自相似的。4、《基于移動網絡信令數據的實時人流量統計方法》吳松，雒江濤，周云峰，林舉廳計算機應用研究摘要：結合GIS技術實現了自定義區域實時人流量智能化統計。經過北京移動信令處理平臺應用，該方法較為有效，能對北京市各區域實時人流量進行較為準確的統計。首先在客戶端后臺Web頁面利用GIS畫出一指定區域;然后選定待測用戶進入該區域，選定某一時間在信令處理平臺DB的區域駐留表中查找待測用戶是否在指定區域;最后利用客戶端前臺Web查看區域統計的實時人流量與數據庫中統計數值是否一致。5、《基于手機信令定位數據的居民出行時空分布特征提取方法》李祖芬，于雷，高永摘要：為了得到可靠的居民出行時空分布特征，并為城市交通規劃提供準確的出行現狀數據，基于手機信令定位數據設計了提取居民出行時空分布特征的方法。通過對重復冗余的手機數據進行處理、運用地理信息系統將手機數據映射至所研究的交通區域、劃分交通小區、定義出行識別、建立OD矩陣及繪制出行期望線等出行數據挖掘，得到了居民的出行時空分布特征。6、《基于手機信令的城市群通道出行特征提取方法研究》章玉綜合運輸摘要：探索城市群通道出行特征對于優化通道資源具有重要意義。為獲取城際通道多方式、多時段、高樣本量的出行特征數據，基于手機信令數據識別城市群通道出行的原理，研究了通道出行特征指標提取方法。以成渝城市群中重慶至合川通道為例，利用手機信令數據分析了通道出行特征和時空規律。提取通道內出行特征指標的核心是對通道出行用戶的判定，不同于城市內居民出行時間和距離，城際通道出行用戶判定的難點是對過境行為的識別以及對區域停留時間閾值下多次出行的判斷。7、《基于手機信令數據的交通OD提取方法改進》胡永愷，宋璐，張健，冉斌交通信息與安全摘要：從手機信令數據中提取交通OD量化指標需要經過出行端點識別和出行端點匹配2個步驟。為了克服現有研究中基站覆蓋范圍假設與實際出入較大的情況，筆者改進了出行端點匹配方法。首先分析了傳統交通小區和基于蜂窩小區聚類交通小區2種交通小區劃分方法各自的特點和適用條件；對于使用傳統方式劃分的交通小區，提出了縮小基站可能覆蓋范圍的方法，使用用戶最大可能活動范圍，排除用戶不可能達到的區域，結果表明該方法可提高部分出行端點匹配精度。對使用蜂窩小區聚類劃分的交通小區，將聚類流程進行了簡化，去掉了部分不能顯著提高精度的流程，結果表明簡化后未明顯降低匹配精度。8、《基于手機信令的大范圍人流移動分析》唐小勇，周濤，陸百川 重慶交通大學學報(自然科學版)摘要：從移動通信系統獲取手機信令數據，根據重慶手機信令數據特點，提出了數據預處理、基站小區定位、出行鏈識別、分區統計及結果擴樣方法，獲取居住人口分布、通勤崗位分布、跨區人流OD(origin-destination)。此方法具有覆蓋范圍廣、分析樣本大、實施成本低、可長期連續監測的優勢，可為城市規劃提供了一種全新的數據獲取手段。在重慶市城鄉總體規劃(2007—2020年)深化工作中，基于重慶聯通手機信令數據，分析重慶主城與區縣及各區縣之間的人流交換，定量地評價城市間聯系度及城市區位優勢，以此為基礎開展客流需求預測，作為優化城鎮體系結構、調整區域發展戰略，規劃布局鐵路與公路網的依據。9、《基于興趣點與導航數據的手機信令數據出行方式識別》鐘舒琦，鄧如豐，鄧紅平，蔡銘中山大學學報(自然科學版)摘要：文章針對手機信令數據，設計了一套用戶出行特征分析的框架，包括數據清洗、軌跡點分析、出行鏈提取、興趣點分析與出行方式識別;基于興趣點、路網數據與導航數據將用戶的出行方式劃分為駕車、公交、步行與騎行四種模式。結果表明，結合興趣點與導航數據后，用戶出行方式的識別正確率得到明顯提升，與僅使用導航數據的識別算法相比，所提出的結合興趣點與導航數據的算法正確率提升超過10%，具有較高的識別準確率。10、《基于手機定位數據的個體出行行為特征分析綜述》陳旭，鄭浩毅 綜合運輸摘要：本文綜述已有基于手機數據分析個體出行行為特征的研究，分析當前研究的不足與待研究的問題，提出可從完善已有個體出行信息采集內容、探索基于精細化數據的模型改進以及多源數據融合等方面進一步研究，以更全面、更準確的信息反應個體出行行為特征，為交通規劃等領域的建設提供依據。11、《基于信令數據的人流時空分布和移動模式研究》黃建華，孟偉強，吳飛霞 計算機工程與應用針對采用手機信令數據研究移動模式存在的數據稀疏、分布不均和信號漂移異常等問題，提出從數據量和數據分布兩個層面解決數據稀疏和分布不均勻的數據預處理方法；提出基于主活動區域的人流時空分布算法來解決現有研究在考慮時段差異上的不足，并以上海市為例，對比分析了不同功能區在工作日和周末的人流時空分布規律；深入分析基于居住地的人類日常移動模式，提出了基于時空的柵格停留點抽取算法。實驗結果表明該算法可以更準確地抽取出對用戶有特殊意義的停留點，獲取更簡潔明了的用戶移動模式。人流時空分布計算方法、用戶主活動區域判定算法、人流時空分布計算、12、《基于手機信令和導航數據的出行方式識別方法》杜亞朋，雒江濤，程克非，唐剛 計算機應用研究摘要：基于手機信令識別居民出行方式對于智慧交通規劃具有重要意義。通過結合信令和導航地圖數據，利用聚類算法以及時間關聯性算法，實現步行、駕車、公共交通等出行方式的識別。結果表明，結合導航地圖數據后識別正確率得到明顯提高，與只利用手機信令的識別方法相比，整體準確率提升超過15。，具有較高的識別準確率，同時算法執行時間為187s，效率較高。整體而言，該識別算法適合在實際工程環境中使用。13、《基于手機信令大數據獲取城市居民OD特征的新方法》唐語灝 信息通信摘要：文章選擇某區域信令數據為實例，介紹了通過手機信令數據處理實現出行調查的思路。通過對信令數據的抽取、清洗和加載后得出符合基本條件的數據，經交通出行模型的進行二次處理，從而得到出行OD矩陣和居民出行期望線等核心數據。14、《手機信令數據在交通樞紐客流監測中的應用——以重慶市為例》章玉 交通運輸研究摘要：根據樞紐和基站的分布特性劃分了監測范圍，采用手機信令數據實現了在站客流、全日客流和集散時間的實時監測，并分析了不同節假日期間交通樞紐的運行特征。最后，通過交通樞紐的歷史客流數據對本文提出的監測指標進行了驗證。結果顯示，利用手機信令數據監測的交通樞紐客流量準確率達到90%以上，可用于綜合客運樞紐的客流實時監測和預警。15、《向手機信令數據的交通樞紐人流量短時預測算法》林培群，雷永巍，張孜，陳麗甜哈爾濱工業大學學報摘要：為實現對重點區域人群聚集動態的有效掌握，保障區域人群的及時疏運，預防群體性安全事故的發生，以廣州市火車站樞紐區域為例，通過對海量手機信令數據進行信息處理，結合地理信息系統將手機信令數據映射至研究區域，實現區域人流量的實時統計，同時分析了大都市火車站樞紐區域春運人流量變化情況，得出春運期間區域人流量存在周期性變化的規律，以此為基礎，構建了以平均絕對百分比誤差最小的k值自適應計算模型，設計了基于手機信令數據的城市交通樞紐人流量k近鄰預測算法，并以節假日與非節假日兩種不同交通模式環境進行算法測試．結果表明：所建立的預測算法在兩種模式下其平均絕對百分比誤差PMAPE分別在6%與5%以內，均能夠較為準確地對區域人流量進行預測。16、《基于手機信令數據的城市區域間交通流分析及可視化》曹仲，李付琛，楊皓斐計算機與現代化摘要：本文提出一種Spark和MongoDB相結合的技術方案對手機信令數據進行處理，并生成手機用戶交通出行軌跡，然后進行城市區域間交通流的分析。以北京市海淀行政區和三里屯商業區為例，分析區域間交通流量的吸引和發生關系，最后使用OpenLayers提供的JavaScript類庫將研究結果進行可視化。17、《上海顧村公園櫻花節大客流特征及預警研究--基于手機信令數據的探索》方家，王德，謝松燦，王燦城市規劃摘要：本文最后通過可預測節日顧村公園在園人數的站點和時段(文中簡稱“標志時站”)的選擇，明確了標志時站手機信令數據(節日比平日的)增率與顧村公園在園人數增率的關系；提出基于節日顧村公園在園人數預測的三級預警方案。研究證明，手機信令數據在人流預警與跟蹤識別方面，具有較強的現實意義，可實現從被動監測到主動預測，從監控到預警的轉變。關鍵詞：手機信令數據；顧村公園；櫻花節；大客流18、《基于手機大數據的大型場館不同功能區客流特征及預警研究》姚遠孫楊世佳科技視界摘要：本文以上海國家會展中心為例，基于上海市手機信令數據，總結會議期的客流出行特征，對大型場館不同功能區的客流時空分布規律進行分析。在此基礎上，提出相關大客流預警方案。研究發現，進館客流、出館客流、進出館人數、進出館人次均呈現周期性規律。研究證明，手機大數據在客流特征、客流預警方面具有較強的現實意義，完成從被動監測到主動管理、從監控到預警的轉變。19、《基于手機信令數據的機場巴士線路優化研究》肖赟，徐滿滿，王志輝合肥學院學報摘要:以手機信令數據為基礎，利用Python大數據挖掘技術，分析了合肥新橋國際機場旅客出行軌跡分布。以合肥市主城區為底圖，通過地理信息系統劃分了42個交通小區，計算了各交通小區客流需求規模。根據機場巴士特性，提出了線路覆蓋率的優化目標，確定了線路里程和非直線系數等約束條件，建立了機場巴士線路優化模型。以“逐條布設、整體優化”的方式，規劃了4條機場巴士路線，通過GIS緩沖區分析，計算了線路評價指標。關鍵詞:手機信令數據;地理信息系統;機場巴士;線路優化20、《基于手機信令數據居民出行鏈提取算法》肖志權，張子民，毛曦，樊文平北京測繪摘要：研究居民出行鏈不僅能夠準確預測交通狀況而且對城市規劃有著重要的意義。經典DBSCAN算法以距離衡量不能完全聚類時空大數據，本文以北京市手機信令數據為基礎在經典DBSCAN聚類算法的基礎上擴展時間維度提取用戶出行鏈，實驗表明該算法能夠解決相同地點不同時間停留點判讀問題，通過與經典出行鏈提取算法對比表明該算法具有可行性，并且在職住停留點提取方面比較符合實際情況。關鍵詞：手機信令數據；聚類；出行鏈；停留點21、《基于手機信令數據的快遞人員辨識方法》方珊珊，陳艷艷，劉小明，魏攀一摘要:提出一種基于樸素貝葉斯分類法(NaiveBayesianClassifer，NBC)的城市快遞人員辨識方法．首先，通過相關問卷調查，研究快遞派送人員的手機信令發生規則．然后，依據北京市移動用戶手機通信信令數據，利用問卷調查數據和手機信令數據2種數據源中同時包含的通信數據屬性，建立通信數據與調查數據中類別變量(快遞人員/非快遞人員)之間的貝葉斯概率關系，以此為基礎構建NBC模型并對其進行訓練．最后，使用未參與訓練的樣本數據測試標定后模型的準確性，測試結果顯示快遞人員的預測成功率達到88。3%．結果表明:該方法具有較高的精度，可以滿足實際應用需求．關鍵詞:城市配送;快遞人員識別;樸素貝葉斯分類法;22、《手機信令與出租車GPS數據融合車源定位方法》王璞，魯恒宇，譚倩，熊雨沙哈爾濱工業大學學報摘要:為揭示居民出行行為與城市交通擁堵的內在關聯，并為緩解城市交通擁堵提供技術支持，利用高覆蓋率、低精度的手機數據和低覆蓋率、高精度的出租車GPS數據，構建了數據驅動的車源定位方法．利用手機數據獲取出行需求信息，利用出租車GPS數據獲取交通狀態信息;提出基于數據融合的出行OD估計方法，進行交通流分配，對城市道路車流來源及城市擁堵源進行動態定位．結果表明:道路車流主要來自于少量車源小區，且擁堵狀態下這些小區更加集中;同時受居民通勤行為的影響，城市全局擁堵源在早晚高峰表現出不同的特征．利用數據融合的車源定位可以用于揭示擁堵形成的內在機理及演化規律，輔助制定有針對性的擁堵緩解策略．關鍵詞:城市交通;車源定位;數據融合;手機數據;出租車GPS23、《基于手機信令數據的區域通道出行特征研究》李淑慶，石路源摘要：針對傳統OD調查耗時長、費用高、精度低等問題，提出利用手機信令數據建立用戶特征提取模型，從用戶不同出行狀態觸發附近基站產生的時空軌跡數據，判定用戶狀態與時空特征。研究區域通道客流出行次數、方向不均勻性、出行方式等特征指標，并在重慶主城－合川－江津三個區域通道進行實例分析。應用結果表明，該方法基于重慶移動手機信令數據，可定量分析三個區域通道之間的出行特征；相較于傳統OD調查，具有費用低和可行性高等優點，可以為未來區域鐵路網與公路網的規劃布局提供依據。關鍵詞：交通運輸規劃與管理；手機信令；通道出行特征；大數據；交通調查24、《基于手機信令數據的軌道交通客群特征研究》周圍，施澄，鈕心毅，劉嘉偉綜合運輸摘要：根據手機信令數據的通訊特征，提出了測度地下軌道交通站點客流的原理與技術方法，并通過基站識別軟件實測數據來匹配軌道交通各站點與其進出口附近的地上與地下基站，確保準確性。在此基礎上，以杭州市為例，將手機信令測得的數據與IC卡數據相比較，結果顯示，兩者擬合程度較高，說明該方法測度軌道交通客流有效性強。進一步充分利用手機信令可準確識別軌道用戶的優勢，根據乘客在軌道交通系統內外部的活動信息，繼續探究該方法在軌道交通乘客職住地分布以及各站點換乘客流量等方面的應用，為優化軌道交通規劃設計與運營管理提供支撐。關鍵詞：軌道交通客群；手機信令數據；空間活動特征；職住分布；換乘客流25、《地鐵客流來源分布特征研究--以南京地鐵為例》于泳波，侯佳，程曉明摘要：基于手機信令數據、軌道AFC數據、城市用地屬性數據，聯合分析城市地鐵客流來源分布特征。首先通過地鐵軌跡匹配軌道出行路徑，其次針對地鐵重點指標，以AFC數據分析出的結果為標桿數據進行校核，最后結合城市用地數據分析地鐵客流來源范圍與用地性質的特征。結果表明，地鐵站點半徑5km范圍內的客流來源占93.5%；超過60%的地鐵站點，其90%的客流來源于站點半徑5km范圍；來源于商務用地的客流其主要分布在站點半徑2km范圍內；而來源與住宅區的客流，其在各個范圍的占比隨半徑的增大而降低；來源于村莊、水域耕地的客流，其在各個范圍的占比隨半徑的增大和增大。研究結果可為城市地鐵線網規劃、常規公交線網優化提供決策依據。關鍵詞：手機信令數據；地鐵客流來源；用地屬性；智能交通26、《基于手機信令數據的機場航空旅客分類識別研究--以石家莊正定國際機場為例》姚海芳，馮天楠，劉勁松地理與地理信息科學摘要：傳統航空旅客出行行為研究存在樣本量少、時效性差、行為軌跡不連續等問題。該文以石家莊正定國際機場為例，根據航空旅客手機信令數據的當日組合特征，構建航空旅客分類識別規則，并利用河北聯通2018年7月2日-15日的手機信令數據對航空旅客進行分類和驗證。結果表明：利用該規則識別出的航空旅客數量精度約為82.76%；在11小類航空旅客中，出港去省外且當日不返回旅客、省外進港且當日不出港旅客、省外進港且飛往省外的中轉旅客分別約占航空旅客總數量的48.87%、30.88%和13.61%，其他類型航空旅客占比較小(6.64%)。該研究為后續利用手機信令數據追溯航空旅客出行軌跡、刻畫機場腹地的時空變化特征、優化機場與腹地之間公共資源配置奠定了基礎。關鍵詞：手機信令數據；航空旅客；分類；石家莊正定國際機場27、《基于手機信令數據的大型足球賽事球迷當日空間行為特征研究》申卓，王德人文地理摘要：利用手機信令數據，以2014年3月上海申花與杭州綠城、上海上港對上海申鑫兩場足球賽為研究對象，分析和歸納了觀賽球迷的分布特征、活動特征，并進一步探索了球迷的行為對于球場周邊商業體的影響，以此來分析大型賽事球迷的空間行為特征，希望能夠對未來的城市相關設施規劃起到一定的指導作用。研究表明，球迷的分布涵蓋市域、呈現類圈層結構。球迷的出發時間與球賽開始時間相關，大部分球迷的出行目的較為明確。球迷對于球場周邊一定距離范圍內的商業體有影響，且商業體距離球場越遠，影響越弱。最后，對于手機信令數據在大型活動或特定人群特征分析方面的應用提出了一些討論思考。關鍵詞：手機信令數據；足球賽；空間影響；球迷；活動28、《基于手機信令數據的城市通勤出行特征研究》丁鵬程，楊明，鄭長江，朱健交通科技與經濟摘要：通勤交通出行特征是研究城市交通規劃的重要數據基礎，如何有效提取通勤出行特征成為研究城市居民通勤出行的關鍵。文章通過分析手機信令數據特性和通勤出行特征，利用手機信令數據挖掘的相關技術，建立通勤出行特征提取模型并進行實例研究，與傳統的居民出行調查分析進行對比，驗證利用手機信令數據進行通勤出行特征研究的可行性。關鍵詞：手機信令數據；通勤；出行特征；數據挖掘29、《基于手機信令大數據的城市居民出行OD預測》孫卓，劉即明，閻妮數學的實踐與認識摘要：為得到具有客觀性、動態性的居民出行起止點間交通出行量(ODtrips)，以中國移動手機信令大數據為基礎，闡述了手機信令數據的來源與構成，針對城市居民出行目的，通過數據分析，設置10分鐘為劃分出行活動的閾值，提出基于手機信令數據獲得的OD矩陣的原理與方法，應用數據挖掘技術，對貴陽市居民出行OD矩陣進行了預測．為進一步加強大數據與城市智能交通系統的融合，將得到的城市居民出行OD矩陣應用到真實的城市公交線網中。最后通過MicroCity平臺，將數據結果實現可視化．分析結果表明：與傳統OD調查方式相比，利用手機信令大數據獲得的OD矩陣客觀性、動態性較強，信息采集分析周期短，更容易與城市智能交通系統融合，應用可視化平臺，可實時反映出城市公交運營狀態，為城市智能規劃和調度提供重要參考。關鍵詞：出行OD矩陣；城市智能交通系統；公交線網30、《基于手機信令數據的高速公路服務區客流特征研究》于泉，孫瑤摘要：為了提高我國高速公路服務區的服務水平和質量，建立了服務區客流特征研究體系。首先對手機信令數據進行數據提取、處理及分析，然后從用戶職住分布、用戶行為軌跡、用戶行為特征3個角度對服務區客流特征進行可視化研究和科學分析，并以運營商提供的京滬高速公路馬駒橋服務區連續8周的手機信令數據作為該研究體系的實驗案例。案例分析結果表明，該服務區服務設施現狀水平不能充分滿足用戶多樣化的需求，應針對用戶需要合理增設及配置服務設施，提升服務區服務水平；也證明了服務區客流特征研究體系可以有效挖掘服務區現存問題，明確服務區發展方向，能為制定更為完善的服務區改善措施提供決策依據。關鍵詞：高速公路服務區；手機信令數據；用戶職住分布；用戶行為軌跡；用戶行為特征；服務水平31、《基于大數據分析的客流走廊判別方法研究》王嘯君摘要：在軌道交通規劃、公共交通規劃類項目中，面臨的一個核心難點是對現有公交走廊的判斷以及對走廊客流量的調查收集。簡要介紹常規公交調查并分析其調查成果，發現僅采用常規的公交調查手段，總體抽樣率較低，并且難以對一個城市做到相對全面的客流調查。在常規調查基礎上，介紹通過手機信令數據分析的手段，采用多種方式擬合之后，判斷研究出城市的主要客流走廊，其成果可為后續規劃設計提供充足依據。32、《基于手機信令數據的大客流監控應用研究》胡忠順，王進，朱亮摘要：首先分析處理全市用戶位置的大數據所需的架構、特點以及當前存在的問題，然后從各個數據源的應用場景和算法特征分析能覆蓋2G/3G/4G用戶各種應用場景的數據源算法。為了更好地驗證所采用的基于手機信令數據的各種算法對大客流監控能力的提升，結合試驗結果給出中國電信應用項目場景的成功案例，便于基于手機信令數據的大客流監控在電信信息化的應用實施進行參考。最后對基于基站的定位在高密度人群等大客流監控中的位置和角色以及對此可能帶來的變化進行了探討。關鍵詞：手機信令數據算法平均定位精準度大客流監控33、《大型集會的人群監測與態勢預警分析》陳思文，卞陽東，胡風，王潮摘要：以上海外灘踩踏事件為例，提出大型集會人群監測與人流態勢分析急需解決的問題：人群統計及景區內部的人流密度、流向和流速分析，以及大型集會內部局部區域人流走走停停和對沖等異動的判斷，分析當前三大類主要技術手段存在的先天性缺陷?；谑謾C信令與基站拜訪位置寄存器提出相應的算法和對策建議，為未來各類大型集會對人流態勢研判和預警、應急響應和疏導提供支持。關鍵詞：人群監測；態勢預警；拜訪位置寄存器；外灘踩踏事件；大型集會34、《基于手機信令數據的城市人群時空行為密度算法研究》史宜，楊俊宴摘要：手機信令數據可以量化反映城市不同地段人群的時空分布狀態，具有高取樣率和高更新率的特點，對認知城市空間環境與人群行為模式的互動關系具有突出優勢。針對手機信令既有處理計算的方法在數據結構和精確性方面的局限，將手機信令數據與城市空間形態數據相關聯，提出基于三維活動空間的行為密度計算方法。以上海為案例，分別從時間維度和空間維度對上海公園綠地的手機用戶時空分布進行計算，并結合調研實測對計算結果進行檢驗。結果表明該算法不僅可以實現城市綠地等具體景觀地段的時空行為密度計算，同時也提升了中小尺度下基于手機數據進行個體行為密度計算的精確性，對于城市大數據應用于城市景觀設計的方法創新具有一定的借鑒作用。關鍵詞：風景園林；行為密度；手機信令數據；大數據；基于手機信令數據的人群行為密度計算方法（1以基站為單元進行手機信令數據匯總2以基站坐標劃定信令小區范圍3基于三維活動空間面積進行個體行為密度計算）35、《一種基于手機信令的時空密度軌跡點識別算法》陳略，熊宸，蔡銘計算機工程摘要：由于手機信令具有的數據量大、時空序列性、采樣頻率不均、定位精度低、基站振蕩等特點，傳統的聚類方法應用于手機信令數據存在密度分布不均、時空開銷大、聚類效果不佳等問題。本文提出了一種基于手機信令的時空密度軌跡點識別算法，將手機信令數據網格化，通過時空聯結流程聯結網格簇以降低手機信令特性產生的空間不確定性并減少計算數據量，通過定義時空移動能力，計算網格簇的時空密度以判斷停留區域。本文通過實驗室自行開發的信令采集app采集的帶有移動停留標簽的軌跡數據驗證了算法的有效性和效率，該算法適用于挖掘手機信令數據的停留區域，對復雜軌跡的停留區域挖掘有較好的效果。關鍵詞：時空聯結；時空移動能力；時空密度；停留區域36、《基于手機信令數據的人口高精度時空分布特征研究--以天津市小白樓CBD片區為例》陳偉，翟國方，張義杰摘要：利用手機信令數據，借助Python語言編程和GIS對天津市小白樓CBD片區的人員規模變化趨勢、分地塊人數極值時空分布、駐留與流動人員時空分布進行了分析。結果顯示：區域人員規模遵循“平穩降低(0：00-4：00)---快速升高(5：00-8：00)---平穩升高(9：00-17：00)---快速降低(19：00-23：00)”總體變化趨勢；在720個時間段內，6：00-18：00時間段出現人數最大值地塊的數量占比達到87．91%，超過95%的地塊在晚間出現人數最小值，其中在1：00出現的人數最小值地塊數量最多；駐留、流動人員數量的變化趨勢呈現出白天和夜間的總規模略有變化但相對較平緩，全天的流動人員規模遠大于駐留人員規模，白天的流動人員規模遠大于夜間流動人員規模，夜間駐留人員規模大于白天駐留人員規模等顯著特征。關鍵詞：人口時空分布；高精度；Python語言37、《ICTs視角下的旅游流和旅游者時空行為研究進展》楊敏，李君軼，徐雪陜西師范大學學報(自然科學版)摘要：信息和通訊技術(InformationandCommunicationsTechnologies，ICTs)對旅游和旅游者產生了巨大影響。游客在旅游過程中使用通訊網絡、互聯網和物聯網會產生大量的具有地理標簽的數據，這些大數據為大規模即時旅游流和游客時空行為研究提供了可能。本文在梳理國內外有關旅游流和旅游者時空行為研究的基礎上，發現：(1)在研究驅動力方面，海量、非結構化的大數據為旅游流和旅游時空行為研究提供新視角，數據和問題共同驅動來發現知識成為未來旅游流和旅游者時空行為研究的重要特征；(2)在研究方法上，利用地理信息系統的空間分析方法進行旅游熱點分析、網絡分析并進行可視化，最終從海量數據中發現規律、發現知識，提升對旅游者行為的認識，進而推進旅游者時空行為理論的完善；(3)在數據來源上，除傳統數據外，手機數據、UGC數據將成為研究旅游者時空行為的重要數據源，可根據研究的實際情況選擇不同的數據源及其組合；(4)在研究主題方面，目前主要集中在旅游者時空分布規律、旅游流空間網絡結構發現等方面，對于隱藏在旅游者時空行為規律背后的原因、過程和機制探究不足，因果分析、過程和機制研究是未來的重點方向；(5)未來的研究熱點可能有基于大數據的游客時空行為建模全過程體系化研究、數據標準化和數據挖掘方法研究、數據融合與同化研究、大數據下旅游者隱私和倫理問題研究、旅游者時空體驗研究等。關鍵詞：大數據；旅游流；旅游者時空行為；信息和通信技術；手機數據；社交媒體38、《基于手機信令數據的特大城市人口時空分布及其社會經濟屬性估測---以北京市為例》海曉東，劉云舒，趙鵬軍，張輝北京大學學報(自然科學版)摘要：提出應用手機信令數據，基于空間模式單元(SpatialPatternUnit)進行人口動態分布估測和人口屬性識別的方法，并以北京為例開展實例研究。以手機信令數據為主，結合大樣本問卷調查數據和騰訊熱力圖數據，對人口布局進行分時段估測，分析人口分布的時空間動態特征；采用大樣本問卷調查數據，以人口社會經濟屬性和通勤出行特征等關鍵指標，對調查的種子空間單元進行模式分類和識別，運用機器學習的方法進行全域地域空間的人口屬性估測識別，最后對估測結果進行對比和驗證。所提方法和研究結果可以為監測人口布局動態、針對人口屬性布局商業服務和合理規劃城市設施等提供決策支撐。關鍵詞：人口時空分布；人口屬性估測；動態監測；機器學習；39、《基于手機數據的城市內部就業人口流動特征及形成機制分析---以武漢市為例》劉耀林，方飛國，王一恒武漢大學學報·信息科學版摘要：城市內部就業人口流動作為城市群體的主要移動形式，分析其特征及形成機理對城市規劃、交通預測等具有重要意義?；谖錆h市手機信令數據，識別職住人口分布與流動，構建城市內部就業流動網絡。運用網絡分析、可達性計算、邏輯回歸等方法，分析城市內部就業流動的特征及其形成機制。研究表明，武漢市內部就業流動在數量上分布不均衡，大量就業流動集中于少數街道間。在空間上，就業流動隨距離、可達時間增加而減少，并依地形、文化形成若干聯系緊密的就業社區；以就業流出地居住人口、流入地工作人口度量的就業勢能是驅動就業流動的最主要因素，而文化差異、空間不鄰近、可達性差阻礙就業流動的發生。此外，不同產業特色對就業流動影響不同，商業、科教阻礙就業外流，工業吸引外來就業。關鍵詞：就業人口流動；網絡分析；可達性；邏輯回歸40、《一種基于手機信令的通勤OD訓練方法》唐小勇，周濤，陸百川，高志剛摘要：針對基站定位精度低、信令采樣間隔長、軌跡不連續的手機信令，提出一種職住及通勤OD(origin-destination)計算框架.對用戶單日手機軌跡按時間排序，標識每個軌跡點的進出時間及停留時間，剔除長距離漂移軌跡點，對鄰近軌跡點進行空間聚合.將全天劃分為多個時窗，疊加用戶多日軌跡，計算穩定指數并識別用戶在各時窗內的多日穩定點.綜合工作日與節假日穩定點判斷用戶居住地、工作地.采用基于常住人口的擴樣方法，對街道通勤OD矩陣進行擴樣.模型結果與重慶主城常住人口分布、2014年居民出行調查結果吻合.關鍵詞：城市交通；通勤；手機信令；職住分布；大數據；交通調查41、《手機數據在交通調查和交通規劃中的應用》冉斌摘要：手機作為一種理想的交通探測器，為居民出行信息分析提供了很好的技術選擇。將手機數據映射至交通分析單元，并經信息預處理、匹配分析、交通模型分析處理、數據去噪、擴樣等一系列海量數據運算處理，最終可獲得居民出行特征數據。利用長期歷史手機話單數據，可分析常住人口和就業人口分布、通勤出行特征、大區間OD、特定區域出行特征、流動人口出行特征等。手機信令數據能夠較完整地識別手機用戶的出行軌跡，可進一步應用于分析城市人口時空動態分布、特定區域客流集散、查核線斷面或關鍵通道客流、軌道交通客流特征、出行時耗、出行距離、出行強度、道路交通狀態等。根據天津手機話單數據應用案例及上海手機信令數據應用案例，驗證了技術可行性。關鍵詞：交通規劃；交通調查；出行特征；手機數據；手機話單數據；手機信令數據42、《一種基于手機定位數據的出行行程識別方法》張健欽，仇培元，徐志潔，杜明義摘要：提出并實現了一種基于手機定位軌跡數據的出行行程識別方法．通過速度對軌跡點進行劃分，將低于一定速度閾值以下的軌跡點合并為候選停留位置，再利用距離閾值和時間閾值對候選停留位置進行合并，從而確定出真正的停留點，繼而自動統計出行次數和出行時間．該方法解決了手機定位數據的定位漂移和抖動的問題，行程識別精度高，識別結果可為交通規劃工作提供相關數據，并具有比傳統交通調查方法更低的成本和更短的數據更新周期。關鍵詞：手機定位；時空數據挖掘；行程識別；出行調查；交通GIS43、《從大規模短期規則采樣的手機定位數據中識別居民職住地》許寧，尹凌，胡金星武漢大學學報---信息科學版摘要：使用大規模手機定位數據獲取居民職住地分布是大數據趨勢下城市研究的新興技術。然而，現有的研究主要使用了長期不規則稀疏采樣的手機通話數據，對短期規則采樣的手機定位數據缺乏嘗試?；诖笠幠６唐谝巹t采樣的手機定位數據，提出了一種居民職住地識別的方法。這是首次從大規模短期規則采樣的手機定位數據中進行居民職住地識別的嘗試，并對識別結果進行了較全面的驗證。該研究成果為職住平衡等相關城市問題研究探討了一種新型大規模數據源的可行性，在低成本大幅度提高相關研究的樣本代表性和分析結果可靠性上具有重要意義。關鍵詞：手機定位數據；時空數據挖掘；職住平衡；通勤距離；深圳市44、《基于多源數據的公交客運廊道識別方法》溫馨，陳龍摘要：針對現有廊道識別方法存在的不足，提出一種融合多源數據精確識別公交客運廊道的方法，對城市既有公交客運走廊起訖點進行準確識別。首先，通過手機信令數據刻畫居民的全方式出行規律，從公交IC和GPS數據中提取居民的現狀公交出行鏈；其次，構建公交客運廊道判別模型，利用需求客流因子和供給客流因子對城市公交客運走廊的客流集聚效應進行量化分析；最后，以融合了多源數據的總客流因子為判斷標準，鎖定公交客運廊道的最佳起訖點。研究表明：采用多源數據可以實現對乘客出行特征的精準描述，以此得出的廊道判別結果較常規判斷方法更貼近乘客實際出行需求，可為城市客運走廊戰略規劃提供理論支持。關鍵詞：公交數據；手機信令；廊道識別；客流因子；集聚效應45、《基于公交OD數據的居民公交出行特征研》蘆方強，陳學武，胡曉健摘要：已有研究在應用“四階段法”進行公共交通需求預測時，缺少對居民公交出行分布規律及變化特征的分析。文中通過從濰坊、常州、上虞、蚌埠和湖州五個典型城市居民出行調查數據庫中提取出公交OD出行的有效數據，運用圖形處理及模型標定等方法進行深入的數據挖掘，研究了居民出行時間消耗特征、出行時間分布特征和出行空間分布特征。指出：①公交出行的可容忍時間與建成區面積及公交分擔率密切相關；②由于城市發展狀態、經濟發展水平及人們出行規律的不同，都會造成出行時間分布的差異；③分析同一城市不同時期居民出行空間分布時，應具體分析各區之間的出行聯系強度。居民公交出行時空分布特征的研究，可以為城市公共交通需求預測及公交線網規劃提供定量的參考依據及理論支持，該項研究的結論和分析方法可供其他城市借鑒和使用。關鍵詞：公交OD數據；公交出行；時間消耗；時間分布；空間分布46、《基于混合遺傳算法的機場巴士線路優化》周和平，賈贊星，柳伍生摘要：以提高機場巴士旅客運送效率為目的，以乘客總體消耗時間最小為目標，綜合考慮其他各種約束條件，構建了機場巴士線路優化模型．根據模型特點，采用爬山算法得到初始解，以減少尋優時間；同時采用直接排列的編碼方法即節點法進行編碼，構建混合的遺傳算法求解．通過一個簡單算例驗證了所提出模型與求解方法是可行和有效的，可為實際規劃與理論研究提供參考。關鍵詞：機場巴士；線路優化；混合遺傳算法；爬山算法47、《基于手機定位信息的地鐵乘客出行路徑辨識方法》賴見輝，陳艷艷，鐘園，吳德倉，袁奕芳摘要:針對復雜軌道網絡環境的下出行路徑選擇問題，傳統方法采用理論推算往往與實際偏差較大?；谑謾C定位信息的出行路徑辨識方法，利用手機用戶在無線通信網絡中產生的信令事件數據，根據其在地鐵中的正常位置更新規則得到出行路徑，針對信令數據存在缺失的情況，以用戶的其他信令事件數據及K短路校核法，對路徑的有效性進行檢測，進而得到實際出行路徑。實測結果表明，用該方法得到的用戶出行路徑與真實路徑偏差較小。關鍵詞:CellID定位;地鐵;出行路徑48、《基于手機基站數據的混合地圖匹配算法研究》何兆成，陳展球，范秋明，褚俊飛摘要：基于移動通信的交通信息采集是智能交通系統中新興的應用技術之一，將車載手機定位到電子地圖上是其應用的基礎，而地圖匹配技術則是解決車載手機定位的關鍵.本文通過對車載手機行駛在不同的路網時所產生的基站切換數據信息，分析得到車載手機實際運行時基站切換的基本規律；并結合電子地圖的數據結構特點，對使用基站切換數據進行地圖匹配時需解決的難點問題展開研究；在使用基站切換對代替道路穩定切換序列的方法的基礎上，提出了結合切換對和基站源址的混合地圖匹配算法.此算法可以縮小待選路段集，有效處理交叉口和平行路段等復雜情況，提高匹配準確率.最后,選取廣州大學城為實地測試區域，驗證了此算法的可行性.關鍵詞：智能交通；基站切換對；混合地圖匹配算法；交通信息采集；地圖匹配49、《基于手機信令的道路交通流量狀態識別及預測》胡斌杰，詹益旺摘要：提出了一種基于手機信令的道路交通流量狀態識別與預測方法，能夠基本上滿足智能交通建設的數據廣域、全面、實時、動態的要求，并提供路況擁堵查詢、統計預警分析等功能應用，是一種可靠的實時交通信息采集方式。由于其自身具備投資少、維護成本低的優點，可在短時間向二三線城市大范圍推廣應用。關鍵詞：手機信令，道路狀態識別，實時交通50、《基于手機信令數據的居民出行空間效應》倪玲霖，張帥超，陳喜群浙江大學學報(工學版）摘要：為了揭示居民出行的影響因素和空間效應，從需求源把握交通流的產生和演變規律，以杭州市移動手機信令數據為基礎，根據交通小區間的通行時間構建了空間權重矩陣，建立居民OD出行量影響的空間自相關模型，分析邊際效應和政策涵義．結果表明，常住人口、高等級商業數量以及公交車站的數量與出行量呈正相關，而起點高等級醫院數量和居民出行感知距離與出行量呈負相關．隨著起點高等級醫院數量增多，該區域的居民出行量下降；隨著區域間感知距離的增加，區域間的出行量減少．起點自相關、終點自相關和OD空間自相關都對出行量具有重要影響，實測數據驗證了考慮空間效應的必要性．關鍵詞：居民出行；空間自相關模型；手機信令數據；空間效應51、《基于手機信令數據的居民工作日出行鏈判別方法》董路熙，賈梅杰，劉小明，譚墍元摘要:針對大數據時代手機的普及和移動網絡在人們生活中的滲透，豐富的手機信令大數據可為城市管理者重現大部分居民的日常出行、時空活動分布，提出了一種基于手機信令數據的居民工作日出行鏈判別方法。通過數據的時空特性，對“噪聲”數據進行預處理，根據手機基站切換順序構造出行網絡中的主體部分，計算出行網絡中的邊權值，從而提取居民的工作日典型出行鏈信息。以深圳市手機信令數據為例，將計算結果與已知深圳市居民出行調查數據進行比較，結果表明，此方法可以簡便有效識別出工作日出行鏈。關鍵詞:手機信令數據;基站切換;邊權值;出行鏈52、《基于手機信令數據的南京旅游客源市場空間劃分研究》徐菲菲，王旭，徐俐，胡明星摘要：信息技術的高速發展為旅游研究提供了新的數據和方法。該文運用數據驅動的客源市場研究方法，采用手機信令大數據，更新獲取游客數量、來源地等信息，確立了一套基于手機信令數據的客源市場劃分方法，彌補了現有旅游客源市場空間劃分方法的不足。將該方法用于南京市旅游客源市場的實證分析，發現南京客源市場基本呈現空間遞減規律和時間波動規律，并識別出300km和1600km距離為客源波動線，呈現出明顯的東部指向、近域指向等特征。將研究結果與抽樣調查得到的統計數據相比，發現兩者高度吻合，從而在理論和實踐上驗證了數據驅動的旅游客源市場研究方法的有效性和合理性。最后提出數據驅動的客源市場研究的不足和未來研究展望，對南京智慧旅游建設具有一定的實踐意義。關鍵詞：旅游客源市場；手機信令；大數據；南京53、《基于移動信令數據的城市熱點識別方法》彭大芹，羅裕楓，江德潮，劉艷林重慶郵電大學學報(自然科學版)摘要:城市熱點的識別對于探索解決引導性的人群疏散、規避交通擁堵等問題提供新途徑，并為基于位置服務(locationbasedservices，LBS)如商鋪選址、旅游導航等提供重要的科學參考，具有重要的應用價值。隨著個人手機終端的普及與發展，手機已經成為研究用戶行為特征的一種理想的探測器。提出了將手機信令數據融合興趣點(pointofinterest，POI)數據來挖掘城市的熱點區域并進行功能類型標定，重點通過手機信令數據研究人流的出行行為和在蜂窩的駐留時長情況來識別活躍蜂窩，并進一步通過基于密度的聚類算法判別熱點區域。選取了重慶市較場口一定范圍區域作為研究區域，數據來源于重慶某移動運營商提供的用戶手機信令數據，通過實驗實例驗證分析，證明了該方法可快速識別出城市熱點區域，并具有較高的準確性。關鍵詞:城市熱點;信令數據;駐留點;活躍蜂窩;興趣點(POI);功能類型54、《基于智能手機大數據的交通出行方式識別研究》李喆，孫健，倪訓友摘要:智能手機時代所產生的大數據能夠為交通研究者帶來大量信息，基于智能手機采集交通出行大數據，再利用基于粒子群的支持向量機模型進行交通出行方式識別研究。在分析數據特點的基礎上提出用于建模的特征變量，之后使用粒子群算法優化支持向量機參數，并基于成都市的實證數據進行模型的訓練與出行方式識別研究。研究結果表明，該模型識別正確率為95.1%，高于決策樹、BP神經網絡、基于網格搜索的支持向量機模型，且該模型在時間效率方面具有明顯的優越性，因而在出行方式識別方面具有良好的現實意義。關鍵詞:粒子群;支持向量機;出行方式識別;智能手機大數據;模式識別55、《面向城市交通規劃的多源手機信令數據相關性研究》張曉春，于壯，段冰若，高永摘要：隨著智能手機的普及，基于手機信令數據獲取城市交通出行和人口活動信息成為了一種常用手段.但在實際應用中，絕大部分的信令數據分析都是基于單個運營商的數據.由于無法確定不同運營商數據之間是否存在顯著差異，也就無法保證基于單個運營商數據的計算結果能夠滿足城市交通分析的精度要求.針對這一問題，本文使用某城市2個運營商5個工作日的信令數據，分別計算了交通規劃中常用的人口分布和交通出行信息.計算結果發現，在使用算法一致的前提下，2個運營商的人口和交通出行結果十分相似，特別是居民移動人口分布和出行OD矩陣基本沒有差距，相關系數在0.9以上，且當時間和空間尺度發生變化時仍然保持較高的相似性.但是，從城市停留人口分布的計算結果來看，由于2個運營商設置的位置更新周期的差異，導致計算的停留人口分布相關系數較低，在0.7左右。關鍵詞：城市交通；手機信令；數據挖掘；相關性分析56、《基于高斯分析的馬爾可夫位置預測方法》喬巖磊，杜永萍，趙東玥計算機技術與發展摘要：針對基于馬爾可夫模型在真實時間上進行位置預測時，需要通過對時間進行等值劃分來確定位置轉移時間點，從而導致預測結果粗糙的問題，提出一種基于高斯分析的馬爾可夫位置預測方法。該方法首先利用高斯混合模型擬合連續時間下地點之間的轉移概率，從而發現可能的位置轉移時間點，并將這些時間點作為馬爾可夫模型的狀態轉移點，建立馬爾可夫模型;然后通過用戶在這些時間點的轉移概率流向，計算用戶位于某一位置的概率值，從而得到最終的位置預測結果。在數據集GeoLife上的實驗結果表明，該方法相對于傳統馬爾可夫模型和高斯混合模型的預測準確率分別提升了約10%和12%。關鍵詞：位置預測；基于位置的服務；軌跡數據；時間序列57、《基于GPS軌跡數據的混合多步Markov位置預測》李昇智，喬建忠，林樹寬，楊迪東北大學學報(自然科學版)摘要:隨著移動設備和定位技術的廣泛應用，基于位置服務成為研究熱點，位置預測是其重要研究內容．基于GPS軌跡數據，對位置預測方法進行研究．Markov模型可以較好地表示時序數據，因此可較好地用于位置建模和預測。在基于Markov建模的位置預測中，1階Markov模型存在軌跡信息利用不充分、預測準確率低的問題;而多階Markov模型存在狀態空間急劇膨脹的問題。針對這些問題，提出了基于混合多步Markov模型的位置預測方法，在將原始GPS軌跡轉化為區域軌跡的基礎上，對各多步模型進行融合，提出了基于Adaboost框架的各多步模型影響系數的生成方法，在保證狀態空間不變的情況下提高了預測準確性．真實數據集上的實驗驗證了所提位置預測方法的有效性。關鍵詞：位置預測；混合多步Markov模型；區域軌跡；Markov模型的影響系數；地圖區域劃分58、《基于出行方式及語義軌跡的位置預測模型》章靜蕾，石海龍，崔莉計算機研究與發展摘要：現有位置預測方法的研究多集中于對軌跡數據的挖掘和分析，而在如何通過軌跡數據中含有的信息內容以及外源數據以提高位置預測精確度方面的研究尚不深入，有很大研究空間．提出了一種挖掘語義軌跡信息并結合出行方式的未來位置預測模型，該模型首先可實現根據語義軌跡進行相似用戶挖掘，并結合個人語義軌跡和相似用戶位置軌跡得到頻繁模式集合，最后結合2個集合對目標軌跡得到未來位置預測候選集；然后可實現對未來出行方式進行識別，同時結合歷史出行方式和位置軌跡數據，建立Markov模型對未來位置進行預測得到候選集，最后結合前一部分的候選集得到最終未來位置結果．此模型不僅能結合語義軌跡挖掘相似用戶的行為活動，還可同時融合出行方式的外源數據克服位置軌跡的局限性．實驗驗證表明：該模型能對日常生活中的軌跡位置數據進行預測并達到86%的精確度，同時在不同的頻繁模式支持度下，其精確度都比未結合出行方式模型時平均高出5%，因此本模型對位置預測結果的提高具有有效性．關鍵詞：出行方式識別；頻繁模式挖掘算法；語義軌跡；位置軌跡；位置預測59、《基于數據挖掘的移動用戶出行軌跡預測》劉麗嫻，樊學寶摘要：為了解決移動用戶出行軌跡預測的問題，首先利用用戶出行軌跡數據進行語義化建模，然后根據語義位置和訪問概率對用戶群進行分類，再次，利用關聯規則挖掘不同群體的頻繁模式，最后，結合實時出行數據動態更新貝葉斯網絡實現移動用戶出行軌跡的實時預測。經過實驗表明，該算法能夠在一定程度上反映用戶出行的目的和偏好，并具有很好的擴展性。關鍵詞：語義化建模；關聯規則；貝葉斯網絡；軌跡預測60、《手機移動支付用戶的位置預測》鐘裕濱摘要：手機移動支付普及迅速，在一個商場中精確定位手機用戶位置所在商店，進而可將線下商店實體商品推薦與線上移動支付結合起來，有效提高用戶的選擇商品的效率并減少商家廣告費用，提高收入。利用手機用戶在移動支付時產生的數據進行挖掘，如wifi信號列表及強度、經緯度等，運用XGBoost算法與隨機森林算法分別進行訓練預測用戶所在商店，運用加權算法進行模型融合，最終預測準確率達91.98%。61、《蜂窩網中基于位置預測的切換算法》王夢冉，喬少杰，于珊珊計算機科學摘要：為了滿足未來移動網絡蜂窩小、切換頻繁、支持規模用戶和多媒體應用的需求，對位置預測與越區切換進行深入分析，提出了基于位置預測的越區切換方案HDLP(HandoverDecisionbasedonLocationPrediction)，其基本思想是：(1)從移動用戶的大量歷史移動軌跡數據中挖掘頻繁軌跡；(2)根據挖掘出的頻繁軌跡集合生成運動規則；(3)將運動規則運用于判決蜂窩移動通信的越區切換中。對所提算法進行仿真的結果表明，與傳統的切換方案相比較，本算法減少了不必要的越區切換次數，降低了錯誤切換率，提高了切換的準確率，進而在一定程度上降低了通信代價，提高了通信系統的容量以及QoS。關鍵詞：位置預測，越區切換，頻繁軌跡，運動規則62、《基于聚類和時間權重的協同過濾位置預測算法》田繼偉，王勁松，石凱，薛玉岱，岳欣天津理工大學學報摘要：校園無線網絡產生大量用戶位置數據，它使掌握用戶行為軌跡、預測用戶位置成為可能.協同過濾廣泛用于預測和推薦系統中，但現有研究存在數據稀疏性和不適用于處理時空數據的缺點.本文提出基于聚類和時間權重的協同過濾位置預測算法.首先利用DBSCAN聚類算法對用戶進行聚類，緩解數據稀疏性.然后在簇內計算用戶-位置評分矩陣時引入時間權重，使用戶近期的位置簽到對預測有更大貢獻.與傳統協同過濾方法相比，該方法準確率提高9.1%，召回率提高5.2%，F1-SCORE提高7%.關鍵詞：協同過濾；時空數據；DBSCAN聚類；時間權重；位置預測63、《基于改進隨機森林算法的LBSN用戶短期位置預測模型》袁健，蔣宇，孫悅摘要：針對已有的基于LBSN的用戶短期位置預測模型性能較低的現狀，提出了一種基于改進隨機森林算法的LBSN用戶短期位置預測模型SPMLIＲFA．該模型對隨機森林算法進行改進并應用于LBSN用戶在短期內的位置預測問題中，SPMLIＲFA模型的主要思想是將用戶的位置預測問題抽象為對給定的候選位置的分類問題來實現．該模型將時間因素，空間因素，個人社交因素和社交群體的簽到地點熱門因素特征進行量化，通過計算特征量化值的Fisher比值來衡量特征的重要程度，訓練樣本則按照特征重要程度劃分的比例來采樣，再將該樣本作為隨機森林的訓練集，生成模型后分類預測位置．實驗結果表明，SPMLIＲFA在用戶短期位置預測問題上有著較好的泛化性和準確率。關鍵詞：基于位置的社交網絡：LBSN：用戶位置預測：隨機森林算法：Fisher比64、《基于Adaboost-Markov模型的移動用戶位置預測方法》楊震，王紅軍計算機應用摘要:針對Markov模型在位置預測中存在預測精度不高及匹配稀疏等問題，提出了一種基于Adaboost-Markov模型的移動用戶位置預測方法。首先，通過基于轉角偏移度與距離偏移量的軌跡劃分方法對原始軌跡數據進行預處理，提取出特征點，并采用密度聚類算法將特征點聚類為用戶的各個興趣區域，把原始軌跡數據離散化為由興趣區域組成的軌跡序列;然后，根據前綴軌跡序列與歷史軌跡序列模式樹的匹配程度來自適應地確定模型階數k;最后，采用Adaboost算法根據1～k階Markov模型的重要程度為其賦予相應的權重系數，組成多階融合Markov模型，從而實現對移動用戶未來興趣區域的預測。在大規模真實用戶軌跡數據集上的實驗結果表明，與1階Markov模型、2階Markov模型、權重系數平均的多階融合Markov模型相比，Adaboost-Markov模型的平均預測準確率分別提高了20．83%、11．3%以及5．38%，且具有良好的普適性與多步預測性能。關鍵詞：位置預測；興趣區域；Adaboost算法；多階融合Markov模型；權重系數；自適應65、《基于用戶移動行為相似性聚類的Markov位置預測》林樹寬，李昇智，喬建忠，楊迪東北大學學報(自然科學版)摘要:由于采集點丟失或出現新用戶等原因，GPS軌跡數據往往具有稀疏性，使得基于單個用戶數據的位置預測準確率較低．針對這種情況，提出了基于移動行為相似性和用戶聚類的Markov位置預測方法．首先，基于Voronoi圖和原始GPS軌跡進行區域劃分，位置預測基于區域軌跡進行;其次，提出了同時考慮用戶轉移特性和用戶區域特性的移動行為相似性計算方法;再次，根據移動行為相似性對用戶進行聚類，并在聚類的用戶組上采用一階Markov模型進行位置預測，提高了位置預測的準確性．真實GPS軌跡數據上的實驗表明了所提出方法的有效性。關鍵詞：移動行為相似性；轉移概率矩陣；區域向量；聚類概率向量；位置預測66、《一種基于用戶移動行為相似性的位置預測方法》李昇智，喬建忠，林樹寬計算機科學摘要：隨著移動通信技術和車載定位系統的發展和廣泛應用，基于位置服務越來越受到人們的關注。位置預測技術是其重要組成部分，并有著廣泛的應用。在實際應用中，由于采集點丟失或新用戶出現等，GPS軌跡數據往往具有稀疏特性，使得基于單個用戶數據的位置預測的準確率較低。針對這種情況，文中提出了基于移動行為相似性和用戶聚類的Markov位置預測方法。首先，為使預測的位置具有物理意義，提出了基于Voronnoi圖的區域劃分方法，并基于區域軌跡進行位置預測；其次，提出了同時考慮用戶轉移特性和用戶區域特性的移動行為相似性計算方法；再次，根據移動行為相似性對用戶進行聚類，并在聚類的用戶組上采用一階Markov模型進行位置預測，提高了位置預測的準確性。在真實GPS軌跡數據上的實驗表明了所提方法的有效性。關鍵詞:移動行為相似性；轉移概率矩陣；區域向量；位置預測67、《基于用戶行為序列特征的位置預測模型》胡錚，劉奕杉，朱新寧，于建港摘要:針對現有位置預測研究中忽略用戶行為序列特性、預測精度提升受限的問題，提出了基于用戶行為序列特征的位置預測模型．首先以人工提取的方式構建用戶行為的序列特征，融合到位置預測模型中，構造了基于行為序列特征的循環神經網絡模型(BCP-RNN);借助ＲNN模型循環結構的特點，自動學習行為序列特征，并引入位置預測模型，構造了3層對稱循環神經網絡模型(TS-RNN)．實驗結果證明，引入行為序列特征的BCP-RNN和TS-RNN模型，其預測性能均高于現有的位置預測模型，驗證了行為序列特征對挖掘用戶移動模式的重要性．相較于人工提取行為序列特征的BCP-RNN模型，TS-RNN不僅節省了人工特征提取的成本，還彌補了人工分析的片面性造成的偏差，具有更高的預測性能．關鍵詞：位置預測；位置語義；行為序列特征68、《基于K-Means和時間匹配的位置預測模型》胡燕，朱曉瑛，馬剛鄭州大學學報(工學版)摘要:隨著移動服務的發展，越來越多的移動端服務基于對象的位置進行推送和推薦，因此位置預測技術顯得越來越重要．由于對象位置信息存在采集不連續或對象行為不規律等因素，導致位置預測成為一項非常有挑戰的工作．為了提高位置預測的準確性，提出一種基于K-Means算法和時間匹配的位置預測模型．該模型使用K-Means算法對歷史位置點進行聚類，劃分多個對象運動區域，針對對象運動區域進行預測．按照對象的作息時間將一天時間劃分為多個時間段，運用筆者提出的軌跡建模算法和軌跡更新算法形成用戶運動軌跡，形成對象運動軌跡，再使用時間匹配原則進行位置預測．筆者最后利用真實的數據實現該模型，實驗證明:未使用該模型的位置預測準確率為39．7%;使用該模型后算法和時間匹配的位置預測模型預測準確率達到60．3%，準確率提高了20%左右．關鍵詞：位置預測；K-Means算法；時間匹配；聚類69、《面向位置預測的動態軌跡模式挖掘》鄧佳，王永利，董振江計算機應用研究摘要:針對海量的用戶軌跡數據進行研究，提出一種動態分析移動對象軌跡模式、預測軌跡位置的方法(PRED)。首先使用改進的模式挖掘模型，提取軌跡頻繁模式(簡稱T-模式);然后提出DPTUpdate算法，設計蘊涵時空信息的快捷數據結構———DPT(dynamicpatterntree)，存儲和查詢移動物體的T-模式，并提出Prediction算法計算最佳匹配度，得到移動對象軌跡的預測位置?；谡鎸崝祿M行對比實驗，結果證明，PRED方法可提供動態分析的能力，平均準確率達到72%、平均覆蓋率達到92．1%，與已有方法相比，其預測效果有顯著提升。關鍵詞：軌跡模式；時空數據挖掘；模式樹；位置預測70、《基于LSTM的移動對象位置預測算法》高雅，江國華，秦小麟，王鐘毓摘要：移動對象位置預測是基于位置服務的重要組成部分?，F有的移動對象位置預測算法有基于馬爾可夫鏈的算法、基于隱馬爾可夫模型的算法、基于神經網絡的算法等，然而這些算法都無法解決移動對象軌跡數據中位置過多帶來的維數災難問題。為了解決