手机信令数据分析&移动对象轨迹数据分析--论文摘要合集

1、《基于电信位置数据的人群流量预测》卢光跃，李四维，赵宇翔，王天赐

西安邮电大学学报

摘要：将遗传算法和支持向量回归法结合起来，给出一种基于电信位置数据的人群流量预测方法。提取出电信位置数据中的人群流量时间序列，综合考虑其不同时间点值的关联性，用支持向量回归方法对其进行预测，并使用遗传算法对支持向量回归方法的参数进行优化。

综合考虑人群流量变化的横向和纵向趋势，同时考虑使用遗传算法对SVR算法的参数进行寻优，给出一种基于综合特征和GA的SVR区域人群流量预测算法，即对原始电信位置数据进行预处理，提取出反映区域人群流量的时间序列，综合考虑其横向变化趋势和纵向变化趋势，建立基于GA与SVR的融合算法GA－SVR 模型，对区域人群流量进行预测。

2、《基于模式挖掘与匹配的移动轨迹预测方法》赵越， 刘衍珩， 余雪岗， 魏达

吉林大学学报(工学版)

摘要：分析了移动轨迹预测的已有方案及各方案存在的问题， 提出了一种全新的移动设备位置预测方法， 即基于模式挖掘与模式匹配的移动用户移动轨迹预测( Mpp) 方法 。在若干个实际 WLAN 用户的移动跟踪数据集上对 Markov 预测器和新预测器的预测精度进行了比较。实验结果表明：该方法能够达到比较理想的预测效果， 与二阶 Markov 预测器的预测效果基本持平 。同时， 该方法能够实现增量挖掘， 预测精度和可靠性有了进一步提高， 具有较高的实用价值 。

3、《基于移动通信数据的用户移动轨迹预测方法》刘震，付俊辉，赵楠

计算机应用与软件

摘要：首先，将话单数据所反映的离散轨迹转换为连续轨迹得到用户行为模式，基于该行为模式提出了轨迹预测算法Match，实验证明，使用该算法有85%的人类行为可以预测。通过对历史相似轨迹进行合并，更加准确地刻画了用户的真实轨迹，进一步提高了预测准确率。并得出结论：在以天为单位的尺度上，人类的行为有 30%是自相似的。

4、《基于移动网络信令数据的实时人流量统计方法》吴松，雒江涛，周云峰，林举厅

    计算机应用研究

摘要：结合 GIS 技术实现了自定义区域实时人流量智能化统计。经过北京移动信令处理平台应用，该方法较为有效，能对北京市各区域实时人流量进行较为准确的统计。

首先在客户端后台 Web 页面利用GIS 画出一指定区域;然后选定待测用户进入该区域，选定某一时间在信令处理平台 DB 的区域驻留表中查找待测用户是否在指定区域;最后利用客户端前台 Web 查看区域统计的实时人流量与数据库中统计数值是否一致。

5、《基于手机信令定位数据的居民出行时空分布特征提取方法》李祖芬，于雷，高永

摘要： 为了得到可靠的居民出行时空分布特征，并为城市交通规划提供准确的出行现状数据，基于手机信令定位数据设计了提取居民出行时空分布特征的方法。通过对重复冗余的手机数据进行处理、运用地理信息系统将手机数据映射至所研究的交通区域、划分交通小区、定义出行识别、建立OD矩阵及绘制出行期望线等出行数据挖掘，得到了居民的出行时空分布特征。

6、《基于手机信令的城市群通道出行特征提取方法研究》章玉

    综合运输

摘要：探索城市群通道出行特征对于优化通道资源具有重要意义。为获取城际通道多方式、多时段、高样本量的出行特征数据，基于手机信令数据识别城市群通道出行的原理，研究了通道出行特征指标提取方法。以成渝城市群中重庆至合川通道为例，利用手机信令数据分析了通道出行特征和时空规律。

提取通道内出行特征指标的核心是对通道出行用户的判定，不同于城市内居民出行时间和距离，城际通道出行用户判定的难点是对过境行为的识别以及对区域停留时间阈值下多次出行的判断。

7、《基于手机信令数据的交通OD提取方法改进》胡永恺，宋璐，张健，冉斌

交通信息与安全

摘要：从手机信令数据中提取交通OD量化指标需要经过出行端点识别和出行端点匹配2个步骤。为了克服现有研究中基站覆盖范围假设与实际出入较大的情况，笔者改进了出行端点匹配方法。首先分析了传统交通小区和基于蜂窝小区聚类交通小区2种交通小区划分方法各自的特点和适用条件；对于使用传统方式划分的交通小区，提出了缩小基站可能覆盖范围的方法，使用用户最大可能活动范围，排除用户不可能达到的区域，结果表明该方法可提高部分出行端点匹配精度。对使用蜂窝小区聚类划分的交通小区，将聚类流程进行了简化，去掉了部分不能显著提高精度的流程，结果表明简化后未明显降低匹配精度。

8、《基于手机信令的大范围人流移动分析》唐小勇，周涛，陆百川

   重庆交通大学学报(自然科学版)

摘要：从移动通信系统获取手机信令数据，根据重庆手机信令数据特点，提出了数据预处理、基站小区定位、出行链识别、分区统计及结果扩样方法，获取居住人口分布、通勤岗位分布、跨区人流OD(origin-destination)。此方法具有覆盖范围广、分析样本大、实施成本低、可长期连续监测的优势，可为城市规划提供了一种全新的数据获取手段。在重庆市城乡总体规划(2007—2020年)深化工作中，基于重庆联通手机信令数据，分析重庆主城与区县及各区县之间的人流交换，定量地评价城市间联系度及城市区位优势，以此为基础开展客流需求预测，作为优化城镇体系结构、调整区域发展战略，规划布局铁路与公路网的依据。

9、《基于兴趣点与导航数据的手机信令数据出行方式识别》钟舒琦，邓如丰，邓红平，蔡铭

中山大学学报 (自然科学版)

摘要：文章针对手机信令数据，设计了一套用户出行特征分析的框架，包括数据清洗、轨迹点分析、出行链提取、兴趣点分析与出行方式识别; 基于兴趣点、路网数据与导航数据将用户的出行方式划分为驾车、公交、步行与骑行四种模式。结果表明，结合兴趣点与导航数据后，用户出行方式的识别正确率得到明显提升，与仅使用导航数据的识别算法相比，所提出的结合兴趣点与导航数据的算法正确率提升超过 10%，具有较高的识别准确率。

10、《基于手机定位数据的个体出行行为特征分析综述》陈旭，郑浩毅

   综合运输

摘要：本文综述已有基于手机数据分析个体出行行为特征的研究，分析当前研究的不足与待研究的问题，提出可从完善已有个体出行信息采集内容、探索基于精细化数据的模型改进以及多源数据融合等方面进一步研究，以更全面、更准确的信息反应个体出行行为特征，为交通规划等领域的建设提供依据。

11、《基于信令数据的人流时空分布和移动模式研究》黄建华，孟伟强，吴飞霞

   计算机工程与应用

针对采用手机信令数据研究移动模式存在的数据稀疏、分布不均和信号漂移异常等问题，提出从数据量和数据分布两个层面解决数据稀疏和分布不均匀的数据预处理方法；提出基于主活动区域的人流时空分布算法来解决现有研究在考虑时段差异上的不足，并以上海市为例，对比分析了不同功能区在工作日和周末的人流时空分布规律；深入分析基于居住地的人类日常移动模式，提出了基于时空的栅格停留点抽取算法。实验结果表明该算法可以更准确地抽取出对用户有特殊意义的停留点，获取更简洁明了的用户移动模式。

人流时空分布计算方法、用户主活动区域判定算法、人流时空分布计算、

12、《基于手机信令和导航数据的出行方式识别方法》杜亚朋，雒江涛，程克非，唐刚

   计算机应用研究

摘 要： 基于手机信令识别居民出行方式对于智慧交通规划具有重要意义。通过结合信令和导航地图数据，利用聚类算法以及时间关联性算法，实现步行、驾车、公共交通等出行方式的识别。结果表明，结合导航地图数据后识别正确率得到明显提高，与只利用手机信令的识别方法相比，整体准确率提升超过 15。，具有较高的识别准确率，同时算法执行时间为 187 s，效率较高。整体而言，该识别算法适合在实际工程环境中使用。

13、《基于手机信令大数据获取城市居民 OD 特征的新方法》唐语灏

   信息通信

摘要：文章选择某区域信令数据为实例，介绍了通过手机信令数据处理实现出行调查的思路。通过对信令数据的抽取、清洗和加载后得出符合基本条件的数据，经交通出行模型的进行二次处理，从而得到出行 OD 矩阵和居民出行期望线等核心数据。

14、《手机信令数据在交通枢纽客流监测中的应用——以重庆市为例》章玉

   交通运输研究

摘要：根据枢纽和基站的分布特性划分了监测范围，采用手机信令数据实现了在站客流、全日客流和集散时间的实时监测，并分析了不同节假日期间交通枢纽的运行特征。最后，通过交通枢纽的历史客流数据对本文提出的监测指标进行了验证。结果显示，利用手机信令数据监测的交通枢纽客流量准确率达到90%以上，可用于综合客运枢纽的客流实时监测和预警。

15、《向手机信令数据的交通枢纽人流量短时预测算法》林培群，雷永巍，张孜，陈丽甜

哈尔滨工业大学学报

摘要：为实现对重点区域人群聚集动态的有效掌握，保障区域人群的及时疏运，预防群体性安全事故的发生，以广州市火车站枢纽区域为例，通过对海量手机信令数据进行信息处理，结合地理信息系统将手机信令数据映射至研究区域，实现区域人流量的实时统计，同时分析了大都市火车站枢纽区域春运人流量变化情况，得出春运期间区域人流量存在周期性变化的规律，以此为基础，构建了以平均绝对百分比误差最小的k值自适应计算模型，设计了基于手机信令数据的城市交通枢纽人流量k近邻预测算法，并以节假日与非节假日两种不同交通模式环境进行算法测试． 结果表明：所建立的预测算法在两种模式下其平均绝对百分比误差PMAPE分别在6%与5%以内，均能够较为准确地对区域人流量进行预测。

16、《基于手机信令数据的城市区域间交通流分析及可视化》曹仲，李付琛，杨皓斐

计算机与现代化

摘要：本文提出一种Spark和MongoDB相结合的技术方案对手机信令数据进行处理，并生成手机用户交通出行轨迹，然后进行城市区域间交通流的分析。以北京市海淀行政区和三里屯商业区为例，分析区域间交通流量的吸引和发生关系，最后使用OpenLayers提供的 JavaScript类库将研究结果进行可视化。

17、《上海顾村公园樱花节大客流特征及预警研究--基于手机信令数据的探索》方家，王德，谢松灿，王灿

城市规划

摘要：本文最后通过可预测节日顾村公园在园人数的站点和时段(文中简称“标志时站”)的选择，明确了标志时站手机信令数据(节日比平日的)增率与顾村公园在园人数增率的关系；提出基于节日顾村公园在园人数预测的三级预警方案。研究证明，手机信令数据在人流预警与跟踪识别方面，具有较强的现实意义，可实现从被动监测到主动预测，从监控到预警的转变。

关键词：手机信令数据；顾村公园；樱花节；大客流

18、《基于手机大数据的大型场馆不同功能区客流特征及预警研究》姚远 孙杨世佳

科技视界

摘要：本文以上海国家会展中心为例，基于上海市手机信令数据，总结会议期的客流出行特征，对大型场馆不同功能区的客流时空分布规律进行分析。在此基础上，提出相关大客流预警方案。研究发现，进馆客流、出馆客流、进出馆人数、进出馆人次均呈现周期性规律。研究证明，手机大数据在客流特征、客流预警方面具有较强的现实意义，完成从被动监测到主动管理、从监控到预警的转变。

19、《基于手机信令数据的机场巴士线路优化研究》肖赟，徐满满，王志辉

合肥学院学报

摘要:以手机信令数据为基础，利用Python大数据挖掘技术，分析了合肥新桥国际机场旅客出行轨迹分布。以合肥市主城区为底图，通过地理信息系统划分了42个交通小区，计算了各交通小区客流需求规模。根据机场巴士特性，提出了线路覆盖率的优化目标，确定了线路里程和非直线系数等约束条件，建立了机场巴士线路优化模型。以“逐条布设、整体优化”的方式，规划了4条机场巴士路线，通过GIS缓冲区分析，计算了线路评价指标。

关键词:手机信令数据;地理信息系统;机场巴士;线路优化

20、《基于手机信令数据居民出行链提取算法》肖志权，张子民，毛曦，樊文平

北京测绘

摘要：研究居民出行链不仅能够准确预测交通状况而且对城市规划有着重要的意义。经典DBSCAN算法以距离衡量不能完全聚类时空大数据，本文以北京市手机信令数据为基础在经典DBSCAN聚类算法的基础上扩展时间维度提取用户出行链，实验表明该算法能够解决相同地点不同时间停留点判读问题，通过与经典出行链提取算法对比表明该算法具有可行性，并且在职住停留点提取方面比较符合实际情况。

关键词：手机信令数据；聚类；出行链；停留点

21、《基于手机信令数据的快递人员辨识方法》方珊珊，陈艳艳，刘小明，魏攀一

摘要:提出一种基于朴素贝叶斯分类法(NaiveBayesianClassifer，NBC)的城市快递人员辨识方法．首先，通过相关问卷调查，研究快递派送人员的手机信令发生规则．然后，依据北京市移动用户手机通信信令数据，利用问卷调查数据和手机信令数据2种数据源中同时包含的通信数据属性，建立通信数据与调查数据中类别变量(快递人员/非快递人员)之间的贝叶斯概率关系，以此为基础构建NBC模型并对其进行训练．最后，使用未参与训练的样本数据测试标定后模型的准确性，测试结果显示快递人员的预测成功率达到88。3%．结果表明:该方法具有较高的精度，可以满足实际应用需求．

关键词:城市配送;快递人员识别;朴素贝叶斯分类法;

22、《手机信令与出租车GPS数据融合车源定位方法》王璞，鲁恒宇，谭倩，熊雨沙

哈尔滨工业大学学报

摘要:为揭示居民出行行为与城市交通拥堵的内在关联，并为缓解城市交通拥堵提供技术支持，利用高覆盖率、低精度的手机数据和低覆盖率、高精度的出租车GPS数据，构建了数据驱动的车源定位方法．利用手机数据获取出行需求信息，利用出租车GPS数据获取交通状态信息;提出基于数据融合的出行OD估计方法，进行交通流分配，对城市道路车流来源及城市拥堵源进行动态定位．结果表明:道路车流主要来自于少量车源小区，且拥堵状态下这些小区更加集中;同时受居民通勤行为的影响，城市全局拥堵源在早晚高峰表现出不同的特征．利用数据融合的车源定位可以用于揭示拥堵形成的内在机理及演化规律，辅助制定有针对性的拥堵缓解策略．

关键词:城市交通;车源定位;数据融合;手机数据;出租车GPS

23、《基于手机信令数据的区域通道出行特征研究》李淑庆，石路源

摘要：针对传统OD调查耗时长、费用高、精度低等问题，提出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。研究区域通道客流出行次数、方向不均匀性、出行方式等特征指标，并在重庆主城－合川－江津三个区域通道进行实例分析。应用结果表明，该方法基于重庆移动手机信令数据，可定量分析三个区域通道之间的出行特征；相较于传统OD调查，具有费用低和可行性高等优点，可以为未来区域铁路网与公路网的规划布局提供依据。

关键词：交通运输规划与管理；手机信令；通道出行特征；大数据；交通调查

24、《基于手机信令数据的轨道交通客群特征研究》周围，施澄，钮心毅，刘嘉伟

综合运输

摘要：根据手机信令数据的通讯特征，提出了测度地下轨道交通站点客流的原理与技术方法，并通过基站识别软件实测数据来匹配轨道交通各站点与其进出口附近的地上与地下基站，确保准确性。在此基础上，以杭州市为例，将手机信令测得的数据与IC卡数据相比较，结果显示，两者拟合程度较高，说明该方法测度轨道交通客流有效性强。进一步充分利用手机信令可准确识别轨道用户的优势，根据乘客在轨道交通系统内外部的活动信息，继续探究该方法在轨道交通乘客职住地分布以及各站点换乘客流量等方面的应用，为优化轨道交通规划设计与运营管理提供支撑。

关键词：轨道交通客群；手机信令数据；空间活动特征；职住分布；换乘客流

25、《地铁客流来源分布特征研究--以南京地铁为例》于泳波，侯佳，程晓明

摘要：基于手机信令数据、轨道AFC数据、城市用地属性数据，联合分析城市地铁客流来源分布特征。首先通过地铁轨迹匹配轨道出行路径，其次针对地铁重点指标，以AFC数据分析出的结果为标杆数据进行校核，最后结合城市用地数据分析地铁客流来源范围与用地性质的特征。结果表明，地铁站点半径5km范围内的客流来源占93.5%；超过60%的地铁站点，其90%的客流来源于站点半径5km范围；来源于商务用地的客流其主要分布在站点半径2km范围内；而来源与住宅区的客流，其在各个范围的占比随半径的增大而降低；来源于村庄、水域耕地的客流，其在各个范围的占比随半径的增大和增大。研究结果可为城市地铁线网规划、常规公交线网优化提供决策依据。

关键词：手机信令数据；地铁客流来源；用地属性；智能交通

26、《基于手机信令数据的机场航空旅客分类识别研究--以石家庄正定国际机场为例》姚海芳，冯天楠，刘劲松

地理与地理信息科学

摘要：传统航空旅客出行行为研究存在样本量少、时效性差、行为轨迹不连续等问题。该文以石家庄正定国际机场为例，根据航空旅客手机信令数据的当日组合特征，构建航空旅客分类识别规则，并利用河北联通2018年7月2日-15日的手机信令数据对航空旅客进行分类和验证。结果表明：利用该规则识别出的航空旅客数量精度约为82.76%；在11小类航空旅客中，出港去省外且当日不返回旅客、省外进港且当日不出港旅客、省外进港且飞往省外的中转旅客分别约占航空旅客总数量的48.87%、30.88%和13.61%，其他类型航空旅客占比较小(6.64%)。该研究为后续利用手机信令数据追溯航空旅客出行轨迹、刻画机场腹地的时空变化特征、优化机场与腹地之间公共资源配置奠定了基础。

关键词：手机信令数据；航空旅客；分类；石家庄正定国际机场

27、《基于手机信令数据的大型足球赛事球迷当日空间行为特征研究》申卓，王德

人文地理

摘要：利用手机信令数据，以2014年3月上海申花与杭州绿城、上海上港对上海申鑫两场足球赛为研究对象，分析和归纳了观赛球迷的分布特征、活动特征，并进一步探索了球迷的行为对于球场周边商业体的影响，以此来分析大型赛事球迷的空间行为特征，希望能够对未来的城市相关设施规划起到一定的指导作用。研究表明，球迷的分布涵盖市域、呈现类圈层结构。球迷的出发时间与球赛开始时间相关，大部分球迷的出行目的较为明确。球迷对于球场周边一定距离范围内的商业体有影响，且商业体距离球场越远，影响越弱。最后，对于手机信令数据在大型活动或特定人群特征分析方面的应用提出了一些讨论思考。

关键词：手机信令数据；足球赛；空间影响；球迷；活动

28、《基于手机信令数据的城市通勤出行特征研究》丁鹏程，杨　明，郑长江，朱健

交通科技与经济

摘要：通勤交通出行特征是研究城市交通规划的重要数据基础，如何有效提取通勤出行特征成为研究城市居民通勤出行的关键。文章通过分析手机信令数据特性和通勤出行特征，利用手机信令数据挖掘的相关技术，建立通勤出行特征提取模型并进行实例研究，与传统的居民出行调查分析进行对比，验证利用手机信令数据进行通勤出行特征研究的可行性。

关键词：手机信令数据；通勤；出行特征；数据挖掘

29、《基于手机信令大数据的城市居民出行OD预测》孙卓，刘即明，阎妮

数学的实践与认识

摘要：为得到具有客观性、动态性的居民出行起止点间交通出行量(OD trips)，以中国移动手机信令大数据为基础，阐述了手机信令数据的来源与构成，针对城市居民出行目的，通过数据分析，设置10分钟为划分出行活动的阈值，提出基于手机信令数据获得的OD矩阵的原理与方法，应用数据挖掘技术，对贵阳市居民出行OD矩阵进行了预测．为进一步加强大数据与城市智能交通系统的融合，将得到的城市居民出行OD矩阵应用到真实的城市公交线网中。最后通过MicroCity平台，将数据结果实现可视化．分析结果表明：与传统OD调查方式相比，利用手机信令大数据获得的OD矩阵客观性、动态性较强，信息采集分析周期短，更容易与城市智能交通系统融合，应用可视化平台，可实时反映出城市公交运营状态，为城市智能规划和调度提供重要参考。

关键词：出行OD矩阵；城市智能交通系统；公交线网

30、《基于手机信令数据的高速公路服务区客流特征研究》于泉，孙瑶

摘要：为了提高我国高速公路服务区的服务水平和质量，建立了服务区客流特征研究体系。首先对手机信令数据进行数据提取、处理及分析，然后从用户职住分布、用户行为轨迹、用户行为特征3个角度对服务区客流特征进行可视化研究和科学分析，并以运营商提供的京沪高速公路马驹桥服务区连续8周的手机信令数据作为该研究体系的实验案例。案例分析结果表明，该服务区服务设施现状水平不能充分满足用户多样化的需求，应针对用户需要合理增设及配置服务设施，提升服务区服务水平；也证明了服务区客流特征研究体系可以有效挖掘服务区现存问题，明确服务区发展方向，能为制定更为完善的服务区改善措施提供决策依据。

关键词：高速公路服务区；手机信令数据；用户职住分布；用户行为轨迹；用户行为特征；服务水平

31、《基于大数据分析的客流走廊判别方法研究》王啸君

摘要：在轨道交通规划、公共交通规划类项目中，面临的一个核心难点是对现有公交走廊的判断以及对走廊客流量的调查收集。简要介绍常规公交调查并分析其调查成果，发现仅采用常规的公交调查手段，总体抽样率较低，并且难以对一个城市做到相对全面的客流调查。在常规调查基础上，介绍通过手机信令数据分析的手段，采用多种方式拟合之后，判断研究出城市的主要客流走廊，其成果可为后续规划设计提供充足依据。

32、《基于手机信令数据的大客流监控应用研究》胡忠顺，王进，朱亮

摘要：首先分析处理全市用户位置的大数据所需的架构、特点以及当前存在的问题，然后从各个数据源的应用场景和算法特征分析能覆盖2G /3G /4G 用户各种应用场景的数据源算法。为了更好地验证所采用的基于手机信令数据的各种算法对大客流监控能力的提升，结合试验结果给出中国电信应用项目场景的成功案例，便于基于手机信令数据的大客流监控在电信信息化的应用实施进行参考。最后对基于基站的定位在高密度人群等大客流监控中的位置和角色以及对此可能带来的变化进行了探讨。

关键词：手机信令数据算法 平均定位精准度 大客流监控

33、《大型集会的人群监测与态势预警分析》陈思文，卞阳东，胡风，王潮

摘要：以上海外滩踩踏事件为例，提出大型集会人群监测与人流态势分析急需解决的问题：人群统计及景区内部的人流密度、流向和流速分析，以及大型集会内部局部区域人流走走停停和对冲等异动的判断，分析当前三大类主要技术手段存在的先天性缺陷。基于手机信令与基站拜访位置寄存器提出相应的算法和对策建议，为未来各类大型集会对人流态势研判和预警、应急响应和疏导提供支持。

关键词：人群监测；态势预警；拜访位置寄存器；外滩踩踏事件；大型集会

34、《基于手机信令数据的城市人群时空行为密度算法研究》史宜，杨俊宴

摘要：手机信令数据可以量化反映城市不同地段人群的时空分布状态，具有高取样率和高更新率的特点，对认知城市空间环境与人群行为模式的互动关系具有突出优势。针对手机信令既有处理计算的方法在数据结构和精确性方面的局限，将手机信令数据与城市空间形态数据相关联，提出基于三维活动空间的行为密度计算方法。以上海为案例，分别从时间维度和空间维度对上海公园绿地的手机用户时空分布进行计算，并结合调研实测对计算结果进行检验。结果表明该算法不仅可以实现城市绿地等具体景观地段的时空行为密度计算，同时也提升了中小尺度下基于手机数据进行个体行为密度计算的精确性，对于城市大数据应用于城市景观设计的方法创新具有一定的借鉴作用。

关键词：风景园林；行为密度；手机信令数据；大数据；基于手机信令数据的人群行为密度计算方法（1以基站为单元进行手机信令数据汇总2以基站坐标划定信令小区范围3基于三维活动空间面积进行个体行为密度计算）

35、《一种基于手机信令的时空密度轨迹点识别算法》陈略，熊宸，蔡铭

计算机工程

摘要：由于手机信令具有的数据量大、时空序列性、采样频率不均、定位精度低、基站振荡等特点，传统的聚类方法应用于手机信令数据存在密度分布不均、时空开销大、聚类效果不佳等问题。本文提出了一种基于手机信令的时空密度轨迹点识别算法，将手机信令数据网格化，通过时空联结流程联结网格簇以降低手机信令特性产生的空间不确定性并减少计算数据量，通过定义时空移动能力，计算网格簇的时空密度以判断停留区域。本文通过实验室自行开发的信令采集app采集的带有移动停留标签的轨迹数据验证了算法的有效性和效率，该算法适用于挖掘手机信令数据的停留区域，对复杂轨迹的停留区域挖掘有较好的效果。

关键词：时空联结；时空移动能力；时空密度；停留区域

36、《基于手机信令数据的人口高精度时空分布特征研究--以天津市小白楼 CBD 片区为例》陈伟，翟国方，张义杰

摘要：利用手机信令数据，借助Python语言编程和GIS对天津市小白楼CBD片区的人员规模变化趋势、分地块人数极值时空分布、驻留与流动人员时空分布进行了分析。结果显示：区域人员规模遵循“平稳降低(0：00-4：00)---快速升高(5：00-8：00)---平稳升高(9：00-17：00)---快速降低(19：00-23：00)”总体变化趋势；在720个时间段内，6：00-18：00时间段出现人数最大值地块的数量占比达到87．91%，超过95%的地块在晚间出现人数最小值，其中在1：00出现的人数最小值地块数量最多；驻留、流动人员数量的变化趋势呈现出白天和夜间的总规模略有变化但相对较平缓，全天的流动人员规模远大于驻留人员规模，白天的流动人员规模远大于夜间流动人员规模，夜间驻留人员规模大于白天驻留人员规模等显著特征。

关键词：人口时空分布；高精度；Python语言

37、《ICTs视角下的旅游流和旅游者时空行为研究进展》杨敏，李君轶，徐雪

陕西师范大学学报(自然科学版)

摘要：信息和通讯技术(Information and Communications Technologies，ICTs)对旅游和旅游者产生了巨大影响。游客在旅游过程中使用通讯网络、互联网和物联网会产生大量的具有地理标签的数据，这些大数据为大规模即时旅游流和游客时空行为研究提供了可能。本文在梳理国内外有关旅游流和旅游者时空行为研究的基础上，发现：(1)在研究驱动力方面，海量、非结构化的大数据为旅游流和旅游时空行为研究提供新视角，数据和问题共同驱动来发现知识成为未来旅游流和旅游者时空行为研究的重要特征；(2)在研究方法上，利用地理信息系统的空间分析方法进行旅游热点分析、网络分析并进行可视化，最终从海量数据中发现规律、发现知识，提升对旅游者行为的认识，进而推进旅游者时空行为理论的完善；(3)在数据来源上，除传统数据外，手机数据、UGC数据将成为研究旅游者时空行为的重要数据源，可根据研究的实际情况选择不同的数据源及其组合；(4)在研究主题方面，目前主要集中在旅游者时空分布规律、旅游流空间网络结构发现等方面，对于隐藏在旅游者时空行为规律背后的原因、过程和机制探究不足，因果分析、过程和机制研究是未来的重点方向；(5)未来的研究热点可能有基于大数据的游客时空行为建模全过程体系化研究、数据标准化和数据挖掘方法研究、数据融合与同化研究、大数据下旅游者隐私和伦理问题研究、旅游者时空体验研究等。

关键词：大数据；旅游流；旅游者时空行为；信息和通信技术；手机数据；社交媒体

38、《基于手机信令数据的特大城市人口时空分布及其社会经济属性估测---以北京市为例》海晓东，刘云舒，赵鹏军，张辉

北京大学学报(自然科学版)

摘要：提出应用手机信令数据，基于空间模式单元(Spatial Pattern Unit)进行人口动态分布估测和人口属性识别的方法，并以北京为例开展实例研究。以手机信令数据为主，结合大样本问卷调查数据和腾讯热力图数据，对人口布局进行分时段估测，分析人口分布的时空间动态特征；采用大样本问卷调查数据，以人口社会经济属性和通勤出行特征等关键指标，对调查的种子空间单元进行模式分类和识别，运用机器学习的方法进行全域地域空间的人口属性估测识别，最后对估测结果进行对比和验证。所提方法和研究结果可以为监测人口布局动态、针对人口属性布局商业服务和合理规划城市设施等提供决策支撑。

关键词：人口时空分布；人口属性估测；动态监测；机器学习；

39、《基于手机数据的城市内部就业人口流动特征及形成机制分析---以武汉市为例》刘耀林，方飞国，王一恒

武汉大学学报·信息科学版

摘要：城市内部就业人口流动作为城市群体的主要移动形式，分析其特征及形成机理对城市规划、交通预测等具有重要意义。基于武汉市手机信令数据，识别职住人口分布与流动，构建城市内部就业流动网络。运用网络分析、可达性计算、逻辑回归等方法，分析城市内部就业流动的特征及其形成机制。研究表明，武汉市内部就业流动在数量上分布不均衡，大量就业流动集中于少数街道间。在空间上，就业流动随距离、可达时间增加而减少，并依地形、文化形成若干联系紧密的就业社区；以就业流出地居住人口、流入地工作人口度量的就业势能是驱动就业流动的最主要因素，而文化差异、空间不邻近、可达性差阻碍就业流动的发生。此外，不同产业特色对就业流动影响不同，商业、科教阻碍就业外流，工业吸引外来就业。

关键词：就业人口流动；网络分析；可达性；逻辑回归

40、《一种基于手机信令的通勤OD训练方法》唐小勇，周涛，陆百川，高志刚

摘要：针对基站定位精度低、信令采样间隔长、轨迹不连续的手机信令，提出一种职住及通勤OD(origin-destination)计算框架.对用户单日手机轨迹按时间排序，标识每个轨迹点的进出时间及停留时间，剔除长距离漂移轨迹点，对邻近轨迹点进行空间聚合.将全天划分为多个时窗，叠加用户多日轨迹，计算稳定指数并识别用户在各时窗内的多日稳定点.综合工作日与节假日稳定点判断用户居住地、工作地.采用基于常住人口的扩样方法，对街道通勤OD矩阵进行扩样.模型结果与重庆主城常住人口分布、2014年居民出行调查结果吻合.

关键词：城市交通；通勤；手机信令；职住分布；大数据；交通调查

41、《手机数据在交通调查和交通规划中的应用》冉斌

摘要：手机作为一种理想的交通探测器，为居民出行信息分析提供了很好的技术选择。将手机数据映射至交通分析单元，并经信息预处理、匹配分析、交通模型分析处理、数据去噪、扩样等一系列海量数据运算处理，最终可获得居民出行特征数据。利用长期历史手机话单数据，可分析常住人口和就业人口分布、通勤出行特征、大区间OD、特定区域出行特征、流动人口出行特征等。手机信令数据能够较完整地识别手机用户的出行轨迹，可进一步应用于分析城市人口时空动态分布、特定区域客流集散、查核线断面或关键通道客流、轨道交通客流特征、出行时耗、出行距离、出行强度、道路交通状态等。根据天津手机话单数据应用案例及上海手机信令数据应用案例，验证了技术可行性。

关键词：交通规划；交通调查；出行特征；手机数据；手机话单数据；手机信令数据

42、《一种基于手机定位数据的出行行程识别方法》张健钦，仇培元，徐志洁，杜明义

摘要：提出并实现了一种基于手机定位轨迹数据的出行行程识别方法．通过速度对轨迹点进行划分，将低于一定速度阈值以下的轨迹点合并为候选停留位置，再利用距离阈值和时间阈值对候选停留位置进行合并，从而确定出真正的停留点，继而自动统计出行次数和出行时间．该方法解决了手机定位数据的定位漂移和抖动的问题，行程识别精度高，识别结果可为交通规划工作提供相关数据，并具有比传统交通调查方法更低的成本和更短的数据更新周期。

关键词：手机定位；时空数据挖掘；行程识别；出行调查；交通GIS

43、《从大规模短期规则采样的手机定位数据中识别居民职住地》许宁，尹凌，胡金星

武汉大学学报---信息科学版

摘要：使用大规模手机定位数据获取居民职住地分布是大数据趋势下城市研究的新兴技术。然而，现有的研究主要使用了长期不规则稀疏采样的手机通话数据，对短期规则采样的手机定位数据缺乏尝试。基于大规模短期规则采样的手机定位数据，提出了一种居民职住地识别的方法。这是首次从大规模短期规则采样的手机定位数据中进行居民职住地识别的尝试，并对识别结果进行了较全面的验证。该研究成果为职住平衡等相关城市问题研究探讨了一种新型大规模数据源的可行性，在低成本大幅度提高相关研究的样本代表性和分析结果可靠性上具有重要意义。

关键词：手机定位数据；时空数据挖掘；职住平衡；通勤距离；深圳市

44、《基于多源数据的公交客运廊道识别方法》温馨，陈龙

摘要：针对现有廊道识别方法存在的不足，提出一种融合多源数据精确识别公交客运廊道的方法，对城市既有公交客运走廊起讫点进行准确识别。首先，通过手机信令数据刻画居民的全方式出行规律，从公交IC和GPS数据中提取居民的现状公交出行链；其次，构建公交客运廊道判别模型，利用需求客流因子和供给客流因子对城市公交客运走廊的客流集聚效应进行量化分析；最后，以融合了多源数据的总客流因子为判断标准，锁定公交客运廊道的最佳起讫点。研究表明：采用多源数据可以实现对乘客出行特征的精准描述，以此得出的廊道判别结果较常规判断方法更贴近乘客实际出行需求，可为城市客运走廊战略规划提供理论支持。

关键词：公交数据；手机信令；廊道识别；客流因子；集聚效应

45、《基于公交OD数据的居民公交出行特征研》芦方强，陈学武，胡晓健

摘要：已有研究在应用“四阶段法”进行公共交通需求预测时，缺少对居民公交出行分布规律及变化特征的分析。文中通过从潍坊、常州、上虞、蚌埠和湖州五个典型城市居民出行调查数据库中提取出公交OD出行的有效数据，运用图形处理及模型标定等方法进行深入的数据挖掘，研究了居民出行时间消耗特征、出行时间分布特征和出行空间分布特征。指出：①公交出行的可容忍时间与建成区面积及公交分担率密切相关；②由于城市发展状态、经济发展水平及人们出行规律的不同，都会造成出行时间分布的差异；③分析同一城市不同时期居民出行空间分布时，应具体分析各区之间的出行联系强度。居民公交出行时空分布特征的研究，可以为城市公共交通需求预测及公交线网规划提供定量的参考依据及理论支持，该项研究的结论和分析方法可供其他城市借鉴和使用。

关键词：公交OD数据；公交出行；时间消耗；时间分布；空间分布

46、《基于混合遗传算法的机场巴士线路优化》周和平，贾赞星，柳伍生

摘要：以提高机场巴士旅客运送效率为目的，以乘客总体消耗时间最小为目标，综合考虑其他各种约束条件，构建了机场巴士线路优化模型 ． 根据模型特点，采用爬山算法得到初始解，以减少寻优时间；同时采用直接排列的编码方法即节点法进行编码，构建混合的遗传算法求解．通过一个简单算例验证了所提出模型与求解方法是可行和有效的，可为实际规划与理论研究提供参考。

关键词：机场巴士；线路优化；混合遗传算法；爬山算法

47、《基于手机定位信息的地铁乘客出行路径辨识方法》赖见辉，陈艳艳，钟园，吴德仓，袁奕芳

摘要:针对复杂轨道网络环境的下出行路径选择问题，传统方法采用理论推算往往与实际偏差较大。基于手机定位信息的出行路径辨识方法，利用手机用户在无线通信网络中产生的信令事件数据，根据其在地铁中的正常位置更新规则得到出行路径，针对信令数据存在缺失的情况，以用户的其他信令事件数据及K短路校核法，对路径的有效性进行检测，进而得到实际出行路径。实测结果表明，用该方法得到的用户出行路径与真实路径偏差较小。

关键词:CellID定位;地铁;出行路径

48、《基于手机基站数据的混合地图匹配算法研究》何兆成，陈展球，范秋明，褚俊飞

摘要：基于移动通信的交通信息采集是智能交通系统中新兴的应用技术之一，将车载手机定位到电子地图上是其应用的基础，而地图匹配技术则是解决车载手机定位的关键.本文通过对车载手机行驶在不同的路网时所产生的基站切换数据信息，分析得到车载手机实际运行时基站切换的基本规律；并结合电子地图的数据结构特点，对使用基站切换数据进行地图匹配时需解决的难点问题展开研究；在使用基站切换对代替道路稳定切换序列的方法的基础上，提出了结合切换对和基站源址的混合地图匹配算法.此算法可以缩小待选路段集，有效处理交叉口和平行路段等复杂情况，提高匹配准确率.最后,选取广州大学城为实地测试区域，验证了此算法的可行性.

关键词：智能交通；基站切换对；混合地图匹配算法；交通信息采集；地图匹配

49、《基于手机信令的道路交通流量状态识别及预测》胡斌杰，詹益旺

摘要：提出了一种基于手机信令的道路交通流量状态识别与预测方法，能够基本上满足智能交通建设的数据广域、全面、实时、动态的要求，并提供路况拥堵查询、统计预警分析等功能应用，是一种可靠的实时交通信息采集方式。由于其自身具备投资少、维护成本低的优点，可在短时间向二三线城市大范围推广应用。

关键词：手机信令，道路状态识别，实时交通

50、《基于手机信令数据的居民出行空间效应》倪玲霖，张帅超，陈喜群

浙江大学学报(工学版）

摘要：为了揭示居民出行的影响因素和空间效应，从需求源把握交通流的产生和演变规律，以杭州市移动手机信令数据为基础，根据交通小区间的通行时间构建了空间权重矩阵，建立居民OD出行量影响的空间自相关模型，分析边际效应和政策涵义．结果表明，常住人口、高等级商业数量以及公交车站的数量与出行量呈正相关，而起点高等级医院数量和居民出行感知距离与出行量呈负相关．随着起点高等级医院数量增多，该区域的居民出行量下降；随着区域间感知距离的增加，区域间的出行量减少．起点自相关、终点自相关和OD空间自相关都对出行量具有重要影响，实测数据验证了考虑空间效应的必要性．

关键词：居民出行；空间自相关模型；手机信令数据；空间效应

51、《基于手机信令数据的居民工作日出行链判别方法》董路熙，贾梅杰，刘小明，谭墍元

摘要:针对大数据时代手机的普及和移动网络在人们生活中的渗透，丰富的手机信令大数据可为城市管理者重现大部分居民的日常出行、时空活动分布，提出了一种基于手机信令数据的居民工作日出行链判别方法。通过数据的时空特性，对“噪声”数据进行预处理，根据手机基站切换顺序构造出行网络中的主体部分，计算出行网络中的边权值，从而提取居民的工作日典型出行链信息。以深圳市手机信令数据为例，将计算结果与已知深圳市居民出行调查数据进行比较，结果表明，此方法可以简便有效识别出工作日出行链。

关键词:手机信令数据;基站切换;边权值;出行链

52、《基于手机信令数据的南京旅游客源市场空间划分研究》徐菲菲，王旭，徐俐，胡明星

摘要：信息技术的高速发展为旅游研究提供了新的数据和方法。该文运用数据驱动的客源市场研究方法，采用手机信令大数据，更新获取游客数量、来源地等信息，确立了一套基于手机信令数据的客源市场划分方法，弥补了现有旅游客源市场空间划分方法的不足。将该方法用于南京市旅游客源市场的实证分析，发现南京客源市场基本呈现空间递减规律和时间波动规律，并识别出300km和1600km距离为客源波动线，呈现出明显的东部指向、近域指向等特征。将研究结果与抽样调查得到的统计数据相比，发现两者高度吻合，从而在理论和实践上验证了数据驱动的旅游客源市场研究方法的有效性和合理性。最后提出数据驱动的客源市场研究的不足和未来研究展望，对南京智慧旅游建设具有一定的实践意义。

关键词：旅游客源市场；手机信令；大数据；南京

53、《基于移动信令数据的城市热点识别方法》彭大芹，罗裕枫，江德潮，刘艳林

重庆邮电大学学报(自然科学版)

摘要:城市热点的识别对于探索解决引导性的人群疏散、规避交通拥堵等问题提供新途径，并为基于位置服务(locationbasedservices，LBS)如商铺选址、旅游导航等提供重要的科学参考，具有重要的应用价值。随着个人手机终端的普及与发展，手机已经成为研究用户行为特征的一种理想的探测器。提出了将手机信令数据融合兴趣点(pointofinterest，POI)数据来挖掘城市的热点区域并进行功能类型标定，重点通过手机信令数据研究人流的出行行为和在蜂窝的驻留时长情况来识别活跃蜂窝，并进一步通过基于密度的聚类算法判别热点区域。选取了重庆市较场口一定范围区域作为研究区域，数据来源于重庆某移动运营商提供的用户手机信令数据，通过实验实例验证分析，证明了该方法可快速识别出城市热点区域，并具有较高的准确性。

关键词:城市热点;信令数据;驻留点;活跃蜂窝;兴趣点(POI);功能类型

54、《基于智能手机大数据的交通出行方式识别研究》李喆，孙健，倪训友

摘要:智能手机时代所产生的大数据能够为交通研究者带来大量信息，基于智能手机采集交通出行大数据，再利用基于粒子群的支持向量机模型进行交通出行方式识别研究。在分析数据特点的基础上提出用于建模的特征变量，之后使用粒子群算法优化支持向量机参数，并基于成都市的实证数据进行模型的训练与出行方式识别研究。研究结果表明，该模型识别正确率为95.1%，高于决策树、BP神经网络、基于网格搜索的支持向量机模型，且该模型在时间效率方面具有明显的优越性，因而在出行方式识别方面具有良好的现实意义。

关键词:粒子群;支持向量机;出行方式识别;智能手机大数据;模式识别

55、《面向城市交通规划的多源手机信令数据相关性研究》张晓春，于壮，段冰若，高永

摘要：随着智能手机的普及，基于手机信令数据获取城市交通出行和人口活动信息成为了一种常用手段.但在实际应用中，绝大部分的信令数据分析都是基于单个运营商的数据.由于无法确定不同运营商数据之间是否存在显著差异，也就无法保证基于单个运营商数据的计算结果能够满足城市交通分析的精度要求.针对这一问题，本文使用某城市2个运营商5个工作日的信令数据，分别计算了交通规划中常用的人口分布和交通出行信息.计算结果发现，在使用算法一致的前提下，2个运营商的人口和交通出行结果十分相似，特别是居民移动人口分布和出行OD矩阵基本没有差距，相关系数在0.9以上，且当时间和空间尺度发生变化时仍然保持较高的相似性.但是，从城市停留人口分布的计算结果来看，由于2个运营商设置的位置更新周期的差异，导致计算的停留人口分布相关系数较低，在0.7左右。

关键词：城市交通；手机信令；数据挖掘；相关性分析

56、《基于高斯分析的马尔可夫位置预测方法》乔岩磊，杜永萍，赵东玥

计算机技术与发展

摘要：针对基于马尔可夫模型在真实时间上进行位置预测时，需要通过对时间进行等值划分来确定位置转移时间点，从而导致预测结果粗糙的问题，提出一种基于高斯分析的马尔可夫位置预测方法。该方法首先利用高斯混合模型拟合连续时间下地点之间的转移概率，从而发现可能的位置转移时间点，并将这些时间点作为马尔可夫模型的状态转移点，建立马尔可夫模型;然后通过用户在这些时间点的转移概率流向，计算用户位于某一位置的概率值，从而得到最终的位置预测结果。在数据集GeoLife上的实验结果表明，该方法相对于传统马尔可夫模型和高斯混合模型的预测准确率分别提升了约10%和12%。

关键词：位置预测；基于位置的服务；轨迹数据；时间序列

57、《基于GPS轨迹数据的混合多步Markov位置预测》李昇智，乔建忠，林树宽，杨迪

东北大学学报(自然科学版)

摘要:随着移动设备和定位技术的广泛应用，基于位置服务成为研究热点，位置预测是其重要研究内容．基于GPS轨迹数据，对位置预测方法进行研究．Markov模型可以较好地表示时序数据，因此可较好地用于位置建模和预测。在基于Markov建模的位置预测中，1阶Markov模型存在轨迹信息利用不充分、预测准确率低的问题;而多阶Markov模型存在状态空间急剧膨胀的问题。针对这些问题，提出了基于混合多步Markov模型的位置预测方法，在将原始GPS轨迹转化为区域轨迹的基础上，对各多步模型进行融合，提出了基于Adaboost框架的各多步模型影响系数的生成方法，在保证状态空间不变的情况下提高了预测准确性．真实数据集上的实验验证了所提位置预测方法的有效性。

关键词：位置预测；混合多步Markov模型；区域轨迹；Markov模型的影响系数；地图区域划分

58、《基于出行方式及语义轨迹的位置预测模型》章静蕾，石海龙，崔莉

计算机研究与发展

摘要：现有位置预测方法的研究多集中于对轨迹数据的挖掘和分析，而在如何通过轨迹数据中含有的信息内容以及外源数据以提高位置预测精确度方面的研究尚不深入，有很大研究空间．提出了一种挖掘语义轨迹信息并结合出行方式的未来位置预测模型，该模型首先可实现根据语义轨迹进行相似用户挖掘，并结合个人语义轨迹和相似用户位置轨迹得到频繁模式集合，最后结合2个集合对目标轨迹得到未来位置预测候选集；然后可实现对未来出行方式进行识别，同时结合历史出行方式和位置轨迹数据，建立Markov模型对未来位置进行预测得到候选集，最后结合前一部分的候选集得到最终未来位置结果．此模型不仅能结合语义轨迹挖掘相似用户的行为活动，还可同时融合出行方式的外源数据克服位置轨迹的局限性．实验验证表明：该模型能对日常生活中的轨迹位置数据进行预测并达到86%的精确度，同时在不同的频繁模式支持度下，其精确度都比未结合出行方式模型时平均高出5%，因此本模型对位置预测结果的提高具有有效性．

关键词：出行方式识别；频繁模式挖掘算法；语义轨迹；位置轨迹；位置预测

59、《基于数据挖掘的移动用户出行轨迹预测》刘丽娴，樊学宝

摘要：为了解决移动用户出行轨迹预测的问题，首先利用用户出行轨迹数据进行语义化建模，然后根据语义位置和访问概率对用户群进行分类，再次，利用关联规则挖掘不同群体的频繁模式，最后，结合实时出行数据动态更新贝叶斯网络实现移动用户出行轨迹的实时预测。经过实验表明，该算法能够在一定程度上反映用户出行的目的和偏好，并具有很好的扩展性。

关键词：语义化建模；关联规则；贝叶斯网络；轨迹预测

60、《手机移动支付用户的位置预测》钟裕滨

摘要：手机移动支付普及迅速，在一个商场中精确定位手机用户位置所在商店，进而可将线下商店实体商品推荐与线上移动支付结合起来，有效提高用户的选择商品的效率并减少商家广告费用，提高收入。利用手机用户在移动支付时产生的数据进行挖掘，如wifi信号列表及强度、经纬度等，运用XGBoost算法与随机森林算法分别进行训练预测用户所在商店，运用加权算法进行模型融合，最终预测准确率达91.98%。

61、《蜂窝网中基于位置预测的切换算法》王梦冉，乔少杰，于珊珊

计算机科学

摘要：为了满足未来移动网络蜂窝小、切换频繁、支持规模用户和多媒体应用的需求，对位置预测与越区切换进行

深入分析，提出了基于位置预测的越区切换方案HDLP(Handover Decision based on Location Prediction)，其基本思想是：(1)从移动用户的大量历史移动轨迹数据中挖掘频繁轨迹；(2)根据挖掘出的频繁轨迹集合生成运动规则；(3)将运动规则运用于判决蜂窝移动通信的越区切换中。对所提算法进行仿真的结果表明，与传统的切换方案相比较，本算法减少了不必要的越区切换次数，降低了错误切换率，提高了切换的准确率，进而在一定程度上降低了通信代价，提高了通信系统的容量以及QoS。

关键词：位置预测，越区切换，频繁轨迹，运动规则

62、《基于聚类和时间权重的协同过滤位置预测算法》田继伟，王劲松，石凯，薛玉岱，岳欣

天津理工大学学报

摘要：校园无线网络产生大量用户位置数据，它使掌握用户行为轨迹、预测用户位置成为可能.协同过滤广泛用于预测和推荐系统中，但现有研究存在数据稀疏性和不适用于处理时空数据的缺点.本文提出基于聚类和时间权重的协同过滤位置预测算法.首先利用DBSCAN聚类算法对用户进行聚类，缓解数据稀疏性.然后在簇内计算用户-位置评分矩阵时引入时间权重，使用户近期的位置签到对预测有更大贡献.与传统协同过滤方法相比，该方法准确率提高9.1%，召回率提高5.2%，F1-SCORE提高7%.

关键词：协同过滤；时空数据；DBSCAN聚类；时间权重；位置预测

63、《基于改进随机森林算法的 LBSN 用户短期位置预测模型》袁健，蒋宇，孙悦

摘要：针对已有的基于LBSN的用户短期位置预测模型性能较低的现状，提出了一种基于改进随机森林算法的LBSN用户短期位置预测模型SPMLIＲFA．该模型对随机森林算法进行改进并应用于LBSN用户在短期内的位置预测问题中，SPMLIＲFA模型的主要思想是将用户的位置预测问题抽象为对给定的候选位置的分类问题来实现．该模型将时间因素，空间因素，个人社交因素和社交群体的签到地点热门因素特征进行量化，通过计算特征量化值的Fisher比值来衡量特征的重要程度，训练样本则按照特征重要程度划分的比例来采样，再将该样本作为随机森林的训练集，生成模型后分类预测位置．实验结果表明，SPMLIＲFA在用户短期位置预测问题上有着较好的泛化性和准确率。

关键词：基于位置的社交网络：LBSN：用户位置预测：随机森林算法：Fisher比

64、《基于 Adaboost-Markov 模型的移动用户位置预测方法》杨 震，王红军

计算机应用

摘要:针对Markov模型在位置预测中存在预测精度不高及匹配稀疏等问题，提出了一种基于Adaboost-Markov模型的移动用户位置预测方法。首先，通过基于转角偏移度与距离偏移量的轨迹划分方法对原始轨迹数据进行预处理，提取出特征点，并采用密度聚类算法将特征点聚类为用户的各个兴趣区域，把原始轨迹数据离散化为由兴趣区域组成的轨迹序列;然后，根据前缀轨迹序列与历史轨迹序列模式树的匹配程度来自适应地确定模型阶数k;最后，采用Adaboost算法根据1～k阶Markov模型的重要程度为其赋予相应的权重系数，组成多阶融合Markov模型，从而实现对移动用户未来兴趣区域的预测。在大规模真实用户轨迹数据集上的实验结果表明，与1阶Markov模型、2阶Markov模型、权重系数平均的多阶融合Markov模型相比，Adaboost-Markov模型的平均预测准确率分别提高了20．83%、11．3%以及5．38%，且具有良好的普适性与多步预测性能。

关键词：位置预测；兴趣区域；Adaboost算法；多阶融合Markov模型；权重系数；自适应

65、《基于用户移动行为相似性聚类的Markov位置预测》林树宽，李昇智，乔建忠，杨迪

东北大学学报(自然科学版)

摘要:由于采集点丢失或出现新用户等原因，GPS轨迹数据往往具有稀疏性，使得基于单个用户数据的位置预测准确率较低．针对这种情况，提出了基于移动行为相似性和用户聚类的Markov位置预测方法．首先，基于Voronoi图和原始GPS轨迹进行区域划分，位置预测基于区域轨迹进行;其次，提出了同时考虑用户转移特性和用户区域特性的移动行为相似性计算方法;再次，根据移动行为相似性对用户进行聚类，并在聚类的用户组上采用一阶Markov模型进行位置预测，提高了位置预测的准确性．真实GPS轨迹数据上的实验表明了所提出方法的有效性。

关键词：移动行为相似性；转移概率矩阵；区域向量；聚类概率向量；位置预测

66、《一种基于用户移动行为相似性的位置预测方法》李昇智， 　 乔建忠，林树宽

计算机科学

摘要：随着移动通信技术和车载定位系统的发展和广泛应用，基于位置服务越来越受到人们的关注。位置预测技术是其重要组成部分，并有着广泛的应用。在实际应用中，由于采集点丢失或新用户出现等，GPS轨迹数据往往具有稀疏特性，使得基于单个用户数据的位置预测的准确率较低。针对这种情况，文中提出了基于移动行为相似性和用户聚类的Markov位置预测方法。首先，为使预测的位置具有物理意义，提出了基于Voronnoi图的区域划分方法，并基于区域轨迹进行位置预测；其次，提出了同时考虑用户转移特性和用户区域特性的移动行为相似性计算方法；再次，根据移动行为相似性对用户进行聚类，并在聚类的用户组上采用一阶Markov模型进行位置预测，提高了位置预测的准确性。在真实GPS轨迹数据上的实验表明了所提方法的有效性。

关键词:移动行为相似性；转移概率矩阵；区域向量；位置预测

67、《基于用户行为序列特征的位置预测模型》胡铮，刘奕杉， 朱新宁，于建港

摘要:针对现有位置预测研究中忽略用户行为序列特性、预测精度提升受限的问题，提出了基于用户行为序列特征的位置预测模型．首先以人工提取的方式构建用户行为的序列特征，融合到位置预测模型中，构造了基于行为序列特征的循环神经网络模型(BCP-RNN);借助ＲNN模型循环结构的特点，自动学习行为序列特征，并引入位置预测模型，构造了3层对称循环神经网络模型(TS-RNN)．实验结果证明，引入行为序列特征的BCP-RNN和TS-RNN模型，其预测性能均高于现有的位置预测模型，验证了行为序列特征对挖掘用户移动模式的重要性．相较于人工提取行为序列特征的BCP-RNN模型，TS-RNN不仅节省了人工特征提取的成本，还弥补了人工分析的片面性造成的偏差，具有更高的预测性能．

关键词：位置预测；位置语义；行为序列特征

68、《基于K-Means和时间匹配的位置预测模型》胡燕，朱晓瑛，马刚

郑州大学学报(工学版)

摘要:随着移动服务的发展，越来越多的移动端服务基于对象的位置进行推送和推荐，因此位置预测技术显得越来越重要．由于对象位置信息存在采集不连续或对象行为不规律等因素，导致位置预测成为一项非常有挑战的工作．为了提高位置预测的准确性，提出一种基于K-Means算法和时间匹配的位置预测模型．该模型使用K-Means算法对历史位置点进行聚类，划分多个对象运动区域，针对对象运动区域进行预测．按照对象的作息时间将一天时间划分为多个时间段，运用笔者提出的轨迹建模算法和轨迹更新算法形成用户运动轨迹，形成对象运动轨迹，再使用时间匹配原则进行位置预测．笔者最后利用真实的数据实现该模型，实验证明:未使用该模型的位置预测准确率为39．7%;使用该模型后算法和时间匹配的位置预测模型预测准确率达到60．3%，准确率提高了20%左右．

关键词：位置预测；K-Means算法；时间匹配；聚类

69、《面向位置预测的动态轨迹模式挖掘》邓佳，王永利，董振江

计算机应用研究

摘要:针对海量的用户轨迹数据进行研究，提出一种动态分析移动对象轨迹模式、预测轨迹位置的方法(PRED)。首先使用改进的模式挖掘模型，提取轨迹频繁模式(简称T-模式);然后提出DPTUpdate算法，设计蕴涵时空信息的快捷数据结构———DPT(dynamicpatterntree)，存储和查询移动物体的T-模式，并提出Prediction算法计算最佳匹配度，得到移动对象轨迹的预测位置。基于真实数据集进行对比实验，结果证明，PRED方法可提供动态分析的能力，平均准确率达到72%、平均覆盖率达到92．1%，与已有方法相比，其预测效果有显著提升。

关键词：轨迹模式；时空数据挖掘；模式树；位置预测

70、《基于LSTM的移动对象位置预测算法》高雅，江国华，秦小麟，王钟毓

摘要：移动对象位置预测是基于位置服务的重要组成部分。现有的移动对象位置预测算法有基于马尔可夫链的算法、基于隐马尔可夫模型的算法、基于神经网络的算法等，然而这些算法都无法解决移动对象轨迹数据中位置过多带来的维数灾难问题。为了解决这一问题，提出了位置分布式表示模型（locationdistributedrepresentationmodel，LDRM）。该模型将难以处理的表示位置的高维one-hot向量降维成包含移动对象运动模式的低维位置嵌入向量。随后，将该模型与基于长短期记忆网络（longshort-termmemory，LSTM）的位置预测算法结合为LDRM-LSTM移动对象位置预测算法。真实数据集上的实验表明，与现有算法相比LDRM-LSTM算法在预测准确性上有较大的提升。

关键词：位置预测；降维；移动对象；长短期记忆网络（LSTM）

71、《基于Markov模型与轨迹相似度的移动对象位置预测算法》宋路杰，孟凡荣，袁冠

计算机应用

摘要:针对低阶Markov模型预测精度较差，以及多阶Markov模型预测稀疏率高的问题，提出一种基于Markov模型与轨迹相似度(MMTS)的移动对象位置预测算法。该方法借鉴了Markov模型思想对移动对象的历史轨迹进行建模，并将轨迹相似度作为位置预测的重要因素，以Markov预测模型的预测结果集作为预测候选集，结合相似度因素得出最终预测结果。实验结果表明，与k阶Markov模型相比，该方法的预测性能不会随着训练样本大小及阶数k的变化受到很大的影响，并且在大幅降低k阶Markov模型预测稀疏率的同时将预测精度平均提高了8%以上。所提方法不仅解决了k阶Markov模型的预测稀疏率高及预测精度不足的问题;同时提高了预测的稳定性。

关键词：轨迹相似度；位置预测；移动对象；马尔可夫模型；稀疏性

72、《基于运动趋势的移动对象位置预测》李雯，夏士雄，刘峰，张磊，袁冠

通信学报

摘要：提出一种基于运动趋势的移动对象位置预测算法，不仅借鉴马尔可夫模型思想对移动对象的历史活动轨迹进行建模，而且将对象的运动趋势作为位置预测的重要因素。以全体历史停留区域作为未来位置的候选，根据位置的特征，将结果分为预测位置和推荐位置。真实数据实验表明，算法在保证较高时间效率的同时，预测精度较同类算法提高近10%。

关键词：位置预测；移动对象；马尔可夫模型；运动趋势；区域可达性

73、《基于GPS轨迹数据的拥堵路段预测》林树宽，于伶姿，乔建忠，张百合

东北大学学报(自然科学版)

摘要:基于真实的GPS轨迹数据，对城市拥堵路段进行预测．在此过程中，摒弃传统的基于交通流预测和拥堵识别的方法，提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法．该方法同时考虑路段拥堵的时间周期性和时空相关性，通过对出租车GPS轨迹数据进行挖掘和训练，建立拥堵向量和拥堵转移矩阵，实现对拥堵路段的预测．真实数据集上的实验验证了所提的拥堵路段预测方法的有效性．

关键词：GPS轨迹数据；路段间时空因果关系；拥堵转移概率；拥堵转移矩阵；拥堵路段预测

74、《短时交通流组合模型预测》沈国江，朱芸，钱晓杰，胡越

南京理工大学学报

摘要:针对城市道路流量的非线性和不确定性特点，为避免单一模型预测准确率不高的缺陷，该文提出了一种短时交通流组合模型。该模型包含卡尔曼滤波模型和径向基函数神经网络模型2个子模型，较好地解决了神经网络不能反映大流量下的稳态性问题，以及卡尔曼滤波在流量不稳定时预测准确率不高的问题。在组合模型中引入惯性因子，确保了模型的稳定性。仿真结果表明该方法是可行有效的。

关键词：间断流；短时交通流预测；卡尔曼滤波模型；径向基函数神经网络；惯性因子

75、《位置不确定移动时空轨迹频繁模式挖掘》王 亮，胡琨元，库涛，吴俊伟

摘要:针对不确定移动轨迹ε-邻域的空间分布特征，提出一种基于网格分割面积的不确定轨迹近邻网格概率匹配方法，将原始不确定移动轨迹数据转换为以网格单元表示的概率序列数据，通过对经典序列模式挖掘算法PrefixSpan的相关改进，设计并实现了适应于严格时间间隔约束条件下的移动概率序列模式挖掘算法UTFP-PrefixSpan．合成数据的测试实验仿真结果表明，本文所提出的方法较基于距离的概率转换方法在挖掘结果、可扩展性等方面具有更好的性能。

关键词:数据挖掘;频繁模式;不确定数据;移动轨迹

76、《基于序列挖掘的用户移动位置预测》程贤亮，徐小良

摘要：随着移动通信技术和定位技术（如GPS定位、GSM定位系统等）的发展和广泛的应用，用户移动模式及移动位置预测技术越来越受到重视。现有的很多移动环境下的轨迹预测算法都是基于支持度或置信度来进行预测的，这种方法并不考虑用户移动模式的匹配度。针对这一问题，提出一种新的匹配度计算方法，结合置信度和移动模式与当前访问路径的相似程度计算出下一个用户最有可能移动的位置。实验结果证明该方法能得到较理想的预测准确度。

关键词：位置预测，匹配度，序列挖掘

77、《基于马尔可夫链的轨迹预测》彭曲，丁治明，郭黎敏

计算机科学

摘要：为了支持在城市交通网络上，对移动对象的位置进行有效的预测，提出了一种基于马尔可夫链的移动对象轨迹预测方法。该方法根据城市交通网络的特征，依靠统计并有效利用历史轨迹进行预测。最后讨论了数据结构和算法的一些优化，并分析了算法复杂度。实验证明加权马尔可夫链的轨迹预测给出了令人满意的结果。

关键词：移动对象；交通网络；轨迹预测；马尔可夫链

78、《基于自适应多阶 Markov 模型的位置预测》吕明琪，陈 　 岭，陈根

摘要：准确预测用户的地理位置可以有效地改善基于位置服务的质量.针对标准Markov模型预测能力不足,以及多阶Markov模型阶数难以确定的问题,提出了一种基于自适应多阶Markov模型的位置预测方法.该方法采用一种基于规则图形的方式对原始位置信息进行抽象化处理,并使用一种基于训练数据的启发式方式自动确定用于预测的模型阶数.最后,基于真实的位置数据,对自适应多阶Markov模型的预测性能进行了评测.结果表明自适应多阶Markov模型的预测精度和预测长度始终高于多阶Markov模型,平均预测精度提高将近20%,平均预测长度提高将近10个单位区域,且不易受训练数据质量影响.

关键词：基于位置的服务;上下文感知计算;位置预测;Markov模型;自适应