[发明专利]一种利用手机信令数据进行宏观经济分析的数据处理系统

说明书

本发明提出了一种利用手机信令数据进行宏观经济分析的数据处理系统，其特征在于，包括：数据预处理平台、数据深加工平台和指数生成平台，其中，所述数据预处理平台用于对原始数据进行预处理，包括：去标识化、缺失值填补、轨迹补齐、基站网格化和GIS信息映射，生成原始表；所述数据深加工平台用于根据所述原始表统计不同空间层级的人群聚集特征，统计不同空间层级的点对点人群流动特征；以及用于基于轨迹构建移动模式分类数据库，构建人群居住、工作与休闲模式OD数据库，生成中间表；所述指数生成平台用于根据所述中间表构建三大细分指数，对所述三大细分指数进行加权，构建经济动力总指数，生成指数表。

技术领域

本发明涉及手机信令数据技术领域，特别涉及一种利用手机信令数据进行宏观经济分析的数据处理系统。

背景技术

伴随着智能手机的普及与发展，手机信令因其能大量收集用户的高频位置与行为数据，成为了轨迹分析的绝佳数据来源渠道之一(Williams等,2015)。截至2017年，我国手机用户普及率达到了102.5/100人，这意味着有大规模的数据支持研究和决策，为人类时空行为的深入分析提供了可行性(Wesolowski等,2013)。相较于搜索引擎 (Askitas和Zimmermann，2009；Smith，2016)、社交媒体(Llorente等,2015)、政府行政数据(Guerreroand Lopez，2017)等，手机信令时空连续性更强，覆盖样本范围也更为全面。现有大量的研究表明，手机信令数据可以很好地提取人群个体的移动轨迹并挖掘其时空活动特征，并应用于交通监控、城市规划、疾病防控等方面。例如：利用手机信令数据建立用户特征提取模型，从用户不同出行状态触发附近基站产生的时空轨迹数据，判定用户状态与时空特征，并研究区域通道客流出行次数、方向不均匀性等特征指标(李和石，2019)。部分研究利用运营商数据(李，2019)从群体和个体两个角度对用户的空间分布、移动距离、回旋半径以及停留时间进行了分析。同时结合POI，对不同基站的覆盖区域进行了功能划分，使密集城区被分为不同的功能区，以此对用户的移动轨迹进行语义化建模，挖掘用户个体在不同功能区内的频繁移动模式。通过手机信令构建时空“风险源”模型，实现了全中国范围内新冠感染的相对频率预测和高风险地区识别(Jia和Lu等，2020)。

在大数据时代，依赖于手机信令这一新颖的数据源可以用来补充或替代传统数据，以改进人类行为研究，从而使人的行为模式得以揭示(Llorente等,2015)。用于分析手机数据的方法可能因数据类型和研究目的而异，包括传统的数据挖掘技术，如聚类方法和基于规则的算法，以及创新的计算技术，如机器学习等方法。为了检测或标记这些活动，可以首先根据常识和知识设置一些规则(Wang等，2018)。例如，人为地划分工作时间和非工作时间，以区分一个人是否在工作。考虑到手机数据的细粒度特性，人类行为的移动性也可以更加细致。甚至可以通过计算位置信息和相应的速度，从手机数据中推断出人群活动所采用的交通工具，如汽车和步行等。为了进一步应用于挖掘宏观经济指数，上述的行为特征可以结合更多的因素，如通过与LBS数据和GIS 数据的匹配，确定个体在工厂、园区、商圈等区域的活动特征。而这种变化的表现取决于区域划分的明确性和功能的相对稳定性。因此，当涉及到更加广泛的领域时，上述前置条件将变得难以成立；与个体的简单位置信息相比，其在特定区域的整体行为模式则更具说服力，即当特定事件(如大规模解雇)发生时，人们的行为会发生相应的变化，但由于社会经济条件的不同，事件的选择可能也会因国家而异。上述解决方案仍局限于对行为与经济事实关系的研究，但没有揭示行为本身的规律，缺乏普遍性。