[发明专利]一种基于手机大数据的城市间迁移客流分析方法

摘要

本发明提供了一种基于手机大数据的城市间迁移客流分析方法。本发明对海量手机大数据进行处理和筛选，构建个体出行的时空序列数据，通过聚类分析结合判别规则对个体迁移流动过程中的出行方式和各城市的功能进行判定，分析人口地区间流动的格局和趋势，以及各城市在其中所扮演的角色。

主权项

一种基于手机大数据的城市间迁移客流分析方法，其特征在于，包括以下步骤：步骤1、从通信运营商获取不同城市的在时间与空间上连续的匿名加密手机数据，对每个EPID而言，依据当前EPID的匿名加密手机数据计算得到指定时间段内的各手机数据对应的真实经度坐标LON及真实纬度坐标LAT，将不同的城市定义为不同的区域LOC，根据计算得到的所有的真实经度坐标LON及真实纬度坐标LAT，获得当前EPID在指定时间段内所处的区域LOC的个数，剔除区域LOC的个数不大于1个的所有EPID，则得到在指定时间段内所有跨城市的EPID，并将这些跨城市的EPID记录入目标数据库；步骤2、根据目标数据库中每个EPID在指定时间段内的全部通信记录，以区域LOC为空间划分单位，将当前EPID在每个区域LOC内的通信活动发生的时间进行排序，形成当前EPID在每个区域LOC内通信行为的时间轴；在此基础上，通过时间轴每一条记录中的真实经度坐标LON及真实纬度坐标LAT，进行地理映射，根据其经纬度坐标投射到地理空间，生成时空数据；利用地理邻接网络对时空数据进行空间连续性检验；计算时空数据中每一时间段的时长与该段路径理论上的长度，以此计算用户在该段的行进速度，获得用户出行时空序列组，包括以下步骤步骤2.1、遍历已存入目标数据库的满足跨城市出行条件的EPID，在目标数据库中查找指定时间段内当前EPID的所有记录，将每条记录中的相应信息与地理数据进行匹配，将每条记录作为一个数据点落到实际地图中，每个数据点至少包括：EPID、记录发生时间TIME、真实经度坐标LON、真实纬度坐标LAT、区域LOC；步骤2.2、以区域LOC为单位，查找当前EPID在指定时间段内段内在各个区域LOC中被记录的第一条通信记录FirstRec所对应的数据点作为一个节点和最后一条通信记录LastRec所对应的数据点作为一个节点，并根据每条通信记录的发生时间对得到的节点进行排序，构建路段数据，路段数据中的字段至少包括：路段始节点LNODE、路段终节点NNODE、经过该路段花费的时间TIME，路段数据和节点数据共同形成全时空序列数据；步骤2.3、遍历全时空序列数据，标记其中的出发地‑目的地节点；步骤2.4、将当前EPID的全时空序列数据根据出发地‑目的地节点进行裁剪，形成多条仅有首尾节点是出发地‑目的地节点的单次出行时间序列；步骤2.5、结合城际铁路网和三级公路网数据或城市间邻接矩阵提取出路段数据的直线距离、公路距离和铁路距离，即为路径长度DISTANCE；步骤2.6、利用路径长度DISTANCE和时间TIME，计算得到每个路段的进行速度SPEED，并将进行速度SPEED加入单次出行时间序列中，当步骤2.5中使用的是城际铁路网和三级公路网数据时，获得三种速度：直线速度SPEED‑S、高铁速度SPEED‑H和公路网速度SPEED‑R；当步骤2.5中使用的是城市间邻接矩阵时，获得二种速度：直线速度SPEED‑S、邻接矩阵速度SPEED‑M；步骤3、根据当前EPID的单次出行时间序列中的进行速度SPEED判别非出发地‑目的地节点的节点类型，并以此最终确定当前EPID的出行方式，包括以下步骤：步骤3.1、首先对当前EPID的单次出行时间序列上各路段的进行速度SPEED进行聚类，选出速度明显较低的路段作为速度异常路段；步骤3.2、根据速度异常段的首节点LNODE和尾节点NNODE，满足下列条件之一，则将速度异常路段所在城市判断为中间节点：条件一、若速度异常路段的首节点LNODE和尾节点NNODE在同一城市，则标记该城市为中间节点；条件二、若速度异常路段的首节点LNODE和尾节点NNODE不在同一城市内，则依据速度异常路段在首节点LNODE和尾节点NNODE城市的长度，取距离长者对应的城市作为中间节点；若速度异常路段横跨多地，其首节点LNODE和尾节点NNODE在空间上不邻接，则无法判别其中哪一个节点为中间节点，放弃标注或抛弃当前的单次出行时间序列；步骤3.3、将单次出行时间序列中除出发地‑目的地节点和中间节点外的其余节点均标记为过境点；步骤3.4、提取O‑D节点和中间节点之间路段的速度，对照各出行方式的平均速度，判别各次出行所采用的出行方式；步骤4、根据得到的大量EPID的单次出行时间序列数据，以及与其配套的出行方式与节点属性数据，分析城市间迁移客流的流量、流向，以及各城市在人流迁移过程中的功能。