论文基于手机大数据的城市人口流动分析系统是关于人口流动方面的论文题目、论文提纲、人口流动论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
摘 要：分析城市人口流动行为有助于合理分配社会资源,有效应对交通压力、维护社会公共治安等.传统的人工分析方法,如问卷调查、座谈访问等,成本高昂且低效率.智能手机的不断发展与普及在为人们日常生活带来极大便利的同时,所产生的用户移动轨迹数据为有效分析城市人口流动行为提供了可能.然而,海量、低质的轨迹数据给查询分析工作带来了诸多挑战.文中提出了一个分布式人口流动分析框架,采用多节点处理任务,从而提升了算法的执行能力和可扩展性.利用手机运营商提供的手机轨迹数据,分析城市人口流动情况,建立了多个模型,包括进出城市的人口流动行为分析模型、市内各区县间的人口流动行为分析模型、居民工作地/居住地人口分析模型.与传统方法相比,本方案的成本更低,效率更高,覆盖人群更广.
关键词：人口流动；轨迹数据；分布式框架
中图分类号：TP309文献标识码：ADOI：10.3969/j.issn.10005641.2015.05.014
0引言
信息技术的高速发展加速了城市化进程.在此过程中,城市人口的剧增也加大了城市管理难度,例如交通压力、就业压力等.由于地区间经济发展不均衡,城市内部各区域的功能分工各有不同,导致城市内部人口会大量流动.受限于地理和社交等因素,人们的行为往往呈现出规律性[13],就是人们在工作地和居住地的周期性位置变迁[4].通过分析人口流动行为以及居民工作地和居住地等信息,有助于优化社会资源分配,应对交通压力、维护社会公共治安.
第5期包婷,等：基于手机大数据的城市人口流动分析系统华东师范大学学报（自然科学版）2015年长期以来,人口流动行为研究往往采用如现场观察调查、问卷调查、座谈访谈等人工手段,成本高昂且效率不高.随着智能手机的不断发展与普及,海量的手机轨迹数据为研究城市人口流动行为提供了一种新方法.在各大城市中,各个移动通讯运营商均布置了多个基站.当用户接听/拨打电话、收发短信或者使用数据通讯服务时,就会生成基站连接记录,产生海量的手机数据.手机轨迹数据不仅数量庞大,而且质量低下.基站类型多样,包括微站、宏站、直放站和射频拉远站,覆盖范围从几百米到几千米不等.而定位精度很大程度上依赖于基站的分布密度及其覆盖范围的大小,在不同区域,基站的分布密度差异显著.例如市中心区域的基站密度远高于郊区的基站密度.此外,基站跳变也会极大地影响手机轨迹数据的质量；换言之,如果用户所处位置恰巧处于多个基站的服务范围之内,当用户稍微移动位置甚至固定在某个地方时,手机也会在多个基站间切换连接,而我们使用手机与基站连接日志记录来判定用户的移动轨迹,这就导致难以真正判定用户的真实位置.
尽管手机定位数据是离散和稀疏的,但利用手机数据仍然可以对人们的行为进行高精度的预测[5].该结论为利用手机数据研究城市人口流动提供了理论前提.现有工作大都是针对集中式环境,无法直接应用于海量数据环境.为此,本文提出了一种基于Map/Reduce的分布式框架来对城市人口流动行为进行研究分析,具有较好的执行效率和可扩展性.本文利用运营商提供的海量手机轨迹数据,对手机用户在城市的流动行为进行分析和挖掘,同时对数据进行了模糊化处理以满足用户的隐私保护需求,并建立了多个模型,包括进出城市的人口流动行为分析模型、市内各区县间的人口流动行为分析模型,特别地,对区县间流动行为建立了居民工作地居住地流动行为分析模型.这些模型为更好地了解用户特征,分析城市人口流动提供了可能.
1相关工作
近年来,已有不少工作针对手机轨迹数据研究用户的行为模式.文献[7]将OD（OriginDestination,起止）矩阵作为输入,从手机轨迹数据中提取用户起止点信息.文献[8]将移动手机流量关联到交通流量,设计G（Global System for Mobile Communication）网络模拟器来模拟从电话网络中提取出的网络数据,将数据处理后转化成OD矩阵,从而判定出移动行为的起始地点.文献[9]将基站的连接记录与交通流量相结合,建立OD矩阵,从而进一步分析用户轨迹.文献[10]从手机数据中提取用户每天位置轨迹并转化为活动序列,将序列进行分类得到用户活动的转移模式.文献[11]利用近百万条手机数据提取用户行为模式并分析不同用户工作地间的相关性.文献[12]利用聚类、回归的方法分析匿名化的手机数据,根据用户稀疏的位置信息发现有意义的重要位置如工作地、居住地.海量的手机数据为分析人们行为提供了可能,文献[13]利用手机轨迹数据挖掘用户异常聚集活动,如异常的社会活动的发现.文献[14]将手机数据与推荐系统相结合,挖掘用户行为模式并向用户推荐感兴趣的社会活动.
文献[15]利用实时采集的移动手机数据分析城市交通状况、预测行人活动序列.社会经济水平可以反映出人们住房、教育、健康以及其他基础服务情况,文献[16]利用手机数据聚类分析后的信息来确定社会经济水平,并利用SVM和随机森林模型来预测社会经济水平.有很多研究利用手机数据对交通流量进行评估,但这些研究往往忽视了每辆车可能有多个手机的情况,文献[17]利用聚类的方法判定同一辆车中是否有多台手机,从而利用手机数据确定车速、车辆密度等,并对高速公路交通流量作出更精确评估.
由于手机轨迹数据数量庞大且质量低下,同时为了不泄露用户隐私,移动运营商往往会将用户手机轨迹数据进行模糊处理,这些给相关研究带来了很大的挑战.本文针对城市人口流入流出行为展开研究,利用手机轨迹数据发现用户行为模式,并挖掘用户工作地、居住地信息,为今后的研究提供了一种新思路.
2系统框架结构
本节介绍系统的框架结构,如图1所示.
图1系统框架结构
Fig.1System architecture
构建人口流动分析平台需要使用以下数据：基站连接日志数据、基站信息数据、用户注册信息.基站连接日志数据描述了用户每一次手机连接基站的情况,包括：手机设备号、连接起始时间、连接基站号、连接扇区号、手机开关机状态、加载时间等字段.基站数据描述了基站的基础信息,包括：基站ID、地理位置、GPS坐标、所在行政区等.用户注册信息包括：用户、姓名、手机号、性别、出生年月等.
总结:该文是关于人口流动论文范文，为你的论文写作提供相关论文资料参考。
参考文献：
1、 大数据和流动党员管理 改革开放以来，随着经济体制改革的深化，社会的快速发展，人口流动日趋频繁，部分党员也加入流动队伍中，并出现去向难掌握、活动难开展、管理难到位、服务。
2、 大数据视角下城市形象传播策略探析 【摘 要】随着大数据技术的发展，城市形象的传播也随传播生态的变革产生了一系列新的变化。基于大数据的城市形象传播，依托技术优势，在融媒介环境下，通。
3、 大数据对提升城市精细化管理能力价值分析 导读：大数据背后隐含着巨大的管理价值。如何从我国城市管理的实际出发，深度挖掘大数据对提升城市精细化管理意识力、决策力和执行力的价值，将是推进城市。
4、 智慧城市下面向城市规划编制大数据类型应用方法 摘 要 2010年，IBM提出智慧城市的愿景，引发了智慧城市建设的热潮，我国也积极参与智慧城市建设，并启动了试点工作。发展智慧城市，是我国城市高。
5、 城市规划如何用好大数据 理论上，庞大且多元的数据为精准的城市规划带来了福音，但城市建设者在实际收集和使用这些数据时却阻力重重。在寸土寸金的大城市，精细规划变得越来越重。