包 婷，章志剛，金澈清

（華東師范大學(xué) 數(shù)據(jù)科學(xué)與工程研究院 上海市高可信計算重點實驗室，上海 200062）

0 引 言

信息技術(shù)的高速發(fā)展加速了城市化進程．在此過程中，城市人口的劇增也加大了城市管理難度，例如交通壓力、就業(yè)壓力等．由于地區(qū)間經(jīng)濟發(fā)展不均衡，城市內(nèi)部各區(qū)域的功能分工各有不同，導(dǎo)致城市內(nèi)部人口會大量流動．受限于地理和社交等因素，人們的行為往往呈現(xiàn)出規(guī)律性［1－3］，就是人們在工作地和居住地的周期性位置變遷［4］．通過分析人口流動行為以及居民工作地和居住地等信息，有助于優(yōu)化社會資源分配，應(yīng)對交通壓力、維護社會公共治安．

長期以來，人口流動行為研究往往采用如現(xiàn)場觀察調(diào)查、問卷調(diào)查、座談訪談等人工手段，成本高昂且效率不高．隨著智能手機的不斷發(fā)展與普及，海量的手機軌跡數(shù)據(jù)為研究城市人口流動行為提供了一種新方法．在各大城市中，各個移動通訊運營商均布置了多個基站．當用戶接聽／撥打電話、收發(fā)短信或者使用數(shù)據(jù)通訊服務(wù)時，就會生成基站連接記錄，產(chǎn)生海量的手機數(shù)據(jù)．手機軌跡數(shù)據(jù)不僅數(shù)量龐大，而且質(zhì)量低下．基站類型多樣，包括微站、宏站、直放站和射頻拉遠站，覆蓋范圍從幾百米到幾千米不等．而定位精度很大程度上依賴于基站的分布密度及其覆蓋范圍的大小，在不同區(qū)域，基站的分布密度差異顯著．例如市中心區(qū)域的基站密度遠高于郊區(qū)的基站密度．此外，基站跳變也會極大地影響手機軌跡數(shù)據(jù)的質(zhì)量；換言之，如果用戶所處位置恰巧處于多個基站的服務(wù)范圍之內(nèi)，當用戶稍微移動位置甚至固定在某個地方時，手機也會在多個基站間切換連接，而我們使用手機與基站連接日志記錄來判定用戶的移動軌跡，這就導(dǎo)致難以真正判定用戶的真實位置．

盡管手機定位數(shù)據(jù)是離散和稀疏的，但利用手機數(shù)據(jù)仍然可以對人們的行為進行高精度的預(yù)測［5］．該結(jié)論為利用手機數(shù)據(jù)研究城市人口流動提供了理論前提．現(xiàn)有工作大都是針對集中式環(huán)境，無法直接應(yīng)用于海量數(shù)據(jù)環(huán)境．為此，本文提出了一種基于Map／Reduce的分布式框架來對城市人口流動行為進行研究分析，具有較好的執(zhí)行效率和可擴展性．本文利用運營商提供的海量手機軌跡數(shù)據(jù)，對手機用戶在城市的流動行為進行分析和挖掘，同時對數(shù)據(jù)進行了模糊化處理以滿足用戶的隱私保護需求，并建立了多個模型，包括進出城市的人口流動行為分析模型、市內(nèi)各區(qū)縣間的人口流動行為分析模型，特別地，對區(qū)縣間流動行為建立了居民工作地居住地流動行為分析模型．這些模型為更好地了解用戶特征，分析城市人口流動提供了可能．

1 相關(guān)工作

近年來，已有不少工作針對手機軌跡數(shù)據(jù)研究用戶的行為模式．文獻［7］將OD（Origin－Destination，起止）矩陣作為輸入，從手機軌跡數(shù)據(jù)中提取用戶起止點信息．文獻［8］將移動手機流量關(guān)聯(lián)到交通流量，設(shè)計GSM（Global System for Mobile Communication）網(wǎng)絡(luò)模擬器來模擬從電話網(wǎng)絡(luò)中提取出的網(wǎng)絡(luò)數(shù)據(jù)，將數(shù)據(jù)處理后轉(zhuǎn)化成OD矩陣，從而判定出移動行為的起始地點．文獻［9］將基站的連接記錄與交通流量相結(jié)合，建立OD矩陣，從而進一步分析用戶軌跡．文獻［10］從手機數(shù)據(jù)中提取用戶每天位置軌跡并轉(zhuǎn)化為活動序列，將序列進行分類得到用戶活動的轉(zhuǎn)移模式．文獻［11］利用近百萬條手機數(shù)據(jù)提取用戶行為模式并分析不同用戶工作地間的相關(guān)性．文獻［12］利用聚類、回歸的方法分析匿名化的手機數(shù)據(jù)，根據(jù)用戶稀疏的位置信息發(fā)現(xiàn)有意義的重要位置如工作地、居住地．海量的手機數(shù)據(jù)為分析人們行為提供了可能，文獻［13］利用手機軌跡數(shù)據(jù)挖掘用戶異常聚集活動，如異常的社會活動的發(fā)現(xiàn)．文獻［14］將手機數(shù)據(jù)與推薦系統(tǒng)相結(jié)合，挖掘用戶行為模式并向用戶推薦感興趣的社會活動．

文獻［15］利用實時采集的移動手機數(shù)據(jù)分析城市交通狀況、預(yù)測行人活動序列．社會經(jīng)濟水平可以反映出人們住房、教育、健康以及其他基礎(chǔ)服務(wù)情況，文獻［16］利用手機數(shù)據(jù)聚類分析后的信息來確定社會經(jīng)濟水平，并利用SVM和隨機森林模型來預(yù)測社會經(jīng)濟水平．有很多研究利用手機數(shù)據(jù)對交通流量進行評估，但這些研究往往忽視了每輛車可能有多個手機的情況，文獻［17］利用聚類的方法判定同一輛車中是否有多臺手機，從而利用手機數(shù)據(jù)確定車速、車輛密度等，并對高速公路交通流量作出更精確評估．

由于手機軌跡數(shù)據(jù)數(shù)量龐大且質(zhì)量低下，同時為了不泄露用戶隱私，移動運營商往往會將用戶手機軌跡數(shù)據(jù)進行模糊處理，這些給相關(guān)研究帶來了很大的挑戰(zhàn)．本文針對城市人口流入流出行為展開研究，利用手機軌跡數(shù)據(jù)發(fā)現(xiàn)用戶行為模式，并挖掘用戶工作地、居住地信息，為今后的研究提供了一種新思路．

2 系統(tǒng)框架結(jié)構(gòu)

本節(jié)介紹系統(tǒng)的框架結(jié)構(gòu)，如圖1所示．

圖1 系統(tǒng)框架結(jié)構(gòu)Fig．1 System architecture

構(gòu)建人口流動分析平臺需要使用以下數(shù)據(jù)：基站連接日志數(shù)據(jù)、基站信息數(shù)據(jù)、用戶注冊信息．基站連接日志數(shù)據(jù)描述了用戶每一次手機連接基站的情況，包括：手機設(shè)備號、連接起始時間、連接基站號、連接扇區(qū)號、手機開關(guān)機狀態(tài)、加載時間等字段．基站數(shù)據(jù)描述了基站的基礎(chǔ)信息，包括：基站ID、地理位置、GPS坐標、所在行政區(qū)等．用戶注冊信息包括：用戶身份證號碼、姓名、手機號、性別、出生年月等．

為了保護用戶隱私和移動運營商的隱私，在發(fā)布使用數(shù)據(jù)時，本文對這兩部分數(shù)據(jù)進行了隱私保護．對于用戶注冊信息，隱匿了身份證號碼和姓名，且對其手機號和基站連接日志中的手機號使用了一致的加密手段．為了保護移動運營商的基站信息，對基站位置在不影響功能分析的基礎(chǔ)上做了位置修正．

系統(tǒng)架構(gòu)在設(shè)計上采用分布式、分層結(jié)構(gòu)，包括大數(shù)據(jù)管理層、業(yè)務(wù)邏輯層、應(yīng)用支撐層、界面展示層4層結(jié)構(gòu)．

大數(shù)據(jù)管理層使用HBase、Hive、Pig、ZooKeeper來管理基站連接日志．Hadoop集群上使用MapReduce框架來執(zhí)行任務(wù)，數(shù)據(jù)庫使用HBase，數(shù)據(jù)倉庫使用Hive，并使用Pig語言來簡化Hadoop工作任務(wù)，使用Zookeeper進行集群內(nèi)的協(xié)作服務(wù)．

業(yè)務(wù)邏輯層利用數(shù)據(jù)管理層對手機數(shù)據(jù)分析處理后輸出的數(shù)據(jù)，建立分析模型，包括城市間人口流動模型、區(qū)縣間人口流動模型、居住地分析模型、工作地分析模型．針對這四個模型，對數(shù)據(jù)進行分析處理，訓(xùn)練出相應(yīng)的特征，這些特征可用來表示城市人口在城市間、各區(qū)縣間、居住地／工作地這三個層次的流動情況．

后臺開發(fā)框架使用集成的Structs．Struts采用Java Servlet／JSP技術(shù)，開發(fā)Web應(yīng)用程序的開放源碼的框架．數(shù)據(jù)庫主要用來存儲后臺分析好的結(jié)果，本項目采用MySQL數(shù)據(jù)庫，MySQL是開源數(shù)據(jù)庫且體積小、速度快、適用于快速部署．后臺處理程序使用Java／Python語言編寫，負責處理前端發(fā)過來的請求，并從大數(shù)據(jù)平臺獲取分析結(jié)果，存放到數(shù)據(jù)庫中．系統(tǒng)通過創(chuàng)建腳本文件并將文件加入到任務(wù)計劃中，實現(xiàn)周期性更新數(shù)據(jù)．

界面展示層用來與用戶進行交互，并展示系統(tǒng)分析結(jié)果．網(wǎng)頁效果設(shè)計采用的主要是Flash技術(shù)，使用Flash技術(shù)可以創(chuàng)作出可改變尺寸的導(dǎo)航界面以及其他奇特的效果．本項目采用Flash技術(shù)的主要原因是可以自定義開發(fā)，開發(fā)周期短，圖形和動畫效果豐富，并且Flash使用向量運算的方式，產(chǎn)生出來的文件占用存儲空間較小．系統(tǒng)使用JSON＋XML技術(shù)來獲取數(shù)據(jù)庫中的數(shù)據(jù)．

3 大數(shù)據(jù)管理

大數(shù)據(jù)管理使用Hadoop這一開源平臺來實現(xiàn)．如圖2［18］所示，該平臺集成了HBase、Hive、Pig、Zookeeper等實用工具，方便了用戶對數(shù)據(jù)的管理和操作．HBase是Hadoop的數(shù)據(jù)庫，能夠?qū)Υ髷?shù)據(jù)提供隨機、實時的讀寫訪問功能，是一個高可靠、高性能、面向列、可伸縮的分布式存儲系統(tǒng)．HBase存儲的數(shù)據(jù)從邏輯上來看就像一張很大的表，并且它的數(shù)據(jù)列可以根據(jù)需要動態(tài)地增加．Hive是一個基于Hadoop文件系統(tǒng)之上的數(shù)據(jù)倉庫架構(gòu)．它為數(shù)據(jù)倉庫的管理提供了許多功能：數(shù)據(jù)ETL（抽取、轉(zhuǎn)換和加載）工具、數(shù)據(jù)存儲管理和大型數(shù)據(jù)集的查詢和分析能力．同時，Hive定義了類SQL的語言——Hive QL．Hive QL允許用戶進行和SQL相似的操作，還允許開發(fā)人員方便地使用map和reduce操作，這對Map／Reduce框架是一個強有力的支持．Hive本身建立在Hadoop的體系架構(gòu)上，可將外部命令解析成一個Map／Reduce可執(zhí)行計劃．Pig為大型數(shù)據(jù)集的處理提供了更高層次的抽象，它提供了一套強大的數(shù)據(jù)變換操作，這些操作整體上描述了一組數(shù)據(jù)流到另一組數(shù)據(jù)流的轉(zhuǎn)換，而這些轉(zhuǎn)換操作被轉(zhuǎn)換成一系列的Map／Reduce作業(yè)，這樣一來使得程序員僅僅需要編寫簡單的腳本代碼，就能輕松處理TB級的數(shù)據(jù)集［18］．此外，Pig和Hive還為HBase提供了高層語言支持，使得在HBase上進行數(shù)據(jù)統(tǒng)計處理變得非常簡單．

圖2 大數(shù)據(jù)管理的技術(shù)框架Fig．2 Technical architecture of data management

為方便各種分析任務(wù)對用戶信息和基站信息的實時查詢，本系統(tǒng)將用戶的注冊信息和和基站的信息存放在HBase中．同時，將用戶連接基站數(shù)據(jù)存放在HDFS上，并導(dǎo)入到Hive所構(gòu)建的數(shù)據(jù)倉庫中進行管理．為了滿足各種任務(wù)分析需求，本系統(tǒng)提供了3種數(shù)據(jù)操作方式：首先，對于簡單的數(shù)據(jù)查詢使用Hive QL命令來進行操作．比如查詢指定用戶某天連接過哪些基站，使用Hive QL編寫一句查詢語句就能完成任務(wù)；其次，對于批處理任務(wù)，本系統(tǒng)通過Pig腳本程序?qū)崿F(xiàn)．比如，由于用戶連接基站數(shù)據(jù)每天會批量更新，如果想知道用戶每天都出現(xiàn)在哪些區(qū)縣．在實現(xiàn)該任務(wù)時涉及到兩個數(shù)據(jù)的連接操作，這時使用Pig腳本程序能夠方便的完成上述分析任務(wù)；最后，對于復(fù)雜分析任務(wù)，通過編寫Map／Reduce程序?qū)Υ娣旁贖DFS的數(shù)據(jù)進行操作，比如需要從用戶連接基站歷史記錄中分析出用戶的居住地時，Hive QL和Pig程序無法滿足需求，這時就需要用戶自己編寫Map／Reduce程序完成分析．

4 模型分析

本節(jié)介紹本系統(tǒng)所涉及到的各個分析模型．人口流動的分析涉及范圍很廣，包括城市的流入流出分析、城市內(nèi)部各區(qū)縣間人口流動分析和用戶居住地／工作地分析．系統(tǒng)分別建立了三個相應(yīng)的數(shù)據(jù)分析模型．

4．1 城市流入流出模型分析

本文提出了一種利用手機軌跡數(shù)據(jù)監(jiān)測人口流動的方法，處理框架如圖3所示．首先對基站連接數(shù)據(jù)進行預(yù)處理，以降低手機基站數(shù)據(jù)低質(zhì)問題的影響，然后分析進出城市的行為模式，利用分析分類模型判定用戶軌跡是否進出城市．

（1）數(shù)據(jù)預(yù)處理

該過程是為了減小基站定位不準以及信號跳變造成的影響，本系統(tǒng)分析手機基站數(shù)據(jù)特點，挖掘出用戶的重要停留區(qū)域，由此降低用戶在該區(qū)域范圍內(nèi)的信號定位不準以及信號頻繁跳變問題的影響．將這些停留區(qū)域按時序串聯(lián)以構(gòu)成用戶的活動軌跡．數(shù)據(jù)預(yù)處理部分包括三步：①去除異常點與建立移動軌跡；②挖掘用戶活動軌跡；③建立樞紐區(qū)域和邊境區(qū)域．

圖3 進出城市人口流動處理框架Fig．3 Processing framework of population flow among cities

（2）進出城市流動分析

用戶行為軌跡復(fù)雜，本文通過分析用戶進出城市的軌跡行為特點，與非進入非離開城市行為進行對照，挖掘軌跡特征．具體特征如下：

1）信號消失時長 相鄰兩停留點之間的時間間隔．

2）樞紐區(qū)域出現(xiàn)概率 用戶進入或離開城市時，在某交通樞紐處（如火車站、機場等）出現(xiàn)的可能性．

3）樞紐區(qū)域停留指數(shù) 用戶在某樞紐區(qū)的停留程度．

4）是否在邊境區(qū)域出現(xiàn) 用戶的手機信號消失或出現(xiàn)時，是否與城市邊境處的基站進行連接交互．

5）與居住地和工作地的平均距離 手機信號消失或出現(xiàn)時，用戶與其居住地和工作地之間的平均距離．

用戶進出城市的行為必定發(fā)生在某一信號消失時段的前后，因此本文針對信號消失時段的前后，分別得到用戶的離開行為特征向量和進入行為特征向量，然后利用標注數(shù)據(jù)訓(xùn)練分類模型（如決策樹、邏輯回歸等），之后運用分類模型的訓(xùn)練結(jié)果進行軌跡行為判定，最終判定用戶在某時刻是否進入或離開了城市［19］．

4．2 城市各區(qū)縣間人口流動模型分析

區(qū)縣間人口分析框架如圖4所示．首先同樣需要進行數(shù)據(jù)預(yù)處理，處理方法與城市間人口流動數(shù)據(jù)預(yù)處理方式一致，然后通過分析各區(qū)縣間人口流動判定用戶在區(qū)縣間流動情況．

針對某一用戶的行為軌跡，數(shù)據(jù)預(yù)處理階段可得到該用戶的多個重要停留區(qū)，用戶在這些區(qū)域中有較大的可能性進行活動，停留的時間較長．本文將這些重要的停留區(qū)域用圓表示，這些圓的圓心所在的區(qū)縣即為用戶的停留區(qū)縣，將處于同一區(qū)縣并且時間上相隔小于一定閾值的停留區(qū)域進行狀態(tài)合并，即可得到該用戶的區(qū)縣停留狀態(tài)，該狀態(tài)信息中包括區(qū)縣ID和停留的起止時間．

由于用戶去往目的區(qū)縣的過程中可能會經(jīng)過某些“經(jīng)過區(qū)”，例如某用戶從普陀出發(fā)，去往閔行上班，途中經(jīng)過長寧區(qū)和徐匯區(qū)，這兩個區(qū)即為“經(jīng)過區(qū)”．在分析用戶在區(qū)縣間流入流出行為時，需過濾“經(jīng)過區(qū)”，以挖掘用戶行走路線的真正意圖．上述過程所得的停留區(qū)縣即為用戶真正的活動區(qū)縣，“經(jīng)過區(qū)”不構(gòu)成停留區(qū)縣狀態(tài)，因此時間上相鄰的兩個停留區(qū)縣間的狀態(tài)轉(zhuǎn)移伴隨著用戶的一次離開區(qū)縣和進入另一區(qū)縣的行為．最后通過匯總?cè)w數(shù)據(jù)集中用戶所有停留區(qū)縣間的狀態(tài)轉(zhuǎn)移情況，即可得到在各個時間段內(nèi)的不同區(qū)縣間的人口流動情況［19］．

圖4 區(qū)縣間人口流動處理框架Fig．4 Processing framework of population flow among districts

4．3 居民工作地、居住地模型分析

為了發(fā)現(xiàn)用戶工作地居住地信息，本文提出了一個基于Map／Reduce的框架，該處理框架主要包含4個步驟：①過濾各個用戶的軌跡記錄；②找出包含工作地、居住地的候選區(qū)域；③調(diào)用傳統(tǒng)聚類算法對候選區(qū)域進行聚類操作；④從聚類結(jié)果中發(fā)現(xiàn)工作地、居住地信息．同時，本文在該框架中分別嵌入了兩種不同的發(fā)現(xiàn)策略，即：GPMA和SPMA．這個分布式挖掘框架主要思路是：首先，通過Map／Reduce編程模型將同一個用戶在總時間內(nèi)的連接記錄，合并到同一個計算節(jié)點．然后，選擇合適的位置范圍化方法，針對用戶原始連接基站的記錄使用狀態(tài)生成算法生成狀態(tài)序列．接著，根據(jù)停留時間和停留次數(shù)，刪除那些不滿足給定閾值的狀態(tài)，從剩下的狀態(tài)所對應(yīng)的區(qū)域中找出那些可能包含工作地、居住地位置的候選區(qū)域．最后，對找出的候選區(qū)域繼續(xù)聚類，從聚類結(jié)構(gòu)中分析出用戶的工作地、居住地信息．

針對基于網(wǎng)格范圍和基于基站覆蓋范圍的兩種區(qū)域范圍化方法，利用提出的分布式挖掘框架，設(shè)計了兩種并行挖掘算法：GPMA算法和SPMA算法．GPMA算法首先將整個區(qū)域進行柵格化，然后將用戶連接基站的情況映射為在各個網(wǎng)格內(nèi)的停留狀態(tài)，停留狀態(tài)包含停留的網(wǎng)格號、起始停留時間、結(jié)束停留時間．由于精度和基站跳變的原因，則認為該用戶停留在某網(wǎng)格中時，實際所處位置也有可能是該網(wǎng)格的鄰居網(wǎng)格．SPMA算法利用基站覆蓋范圍來表示用戶所在區(qū)域范圍，它將用戶連接基站的情況轉(zhuǎn)換為連接各個基站的序列．GPMA算法思想的想法比較簡單直觀，但該方法將同一網(wǎng)格中的基站等同看待，這會加大所得工作地、居住地位置的偏差．而SPMA算法克服了這一問題，它將每一個基站單獨看待，每一個基站可以有不同的覆蓋范圍．當用戶連接到某基站時，則用戶可以確定用戶在該基站的覆蓋范圍內(nèi)，同時由于基站切換原因，用戶也可能在該基站鄰居的覆蓋范圍內(nèi)［20］．

5 界面展示

圖5是城市各區(qū)縣間人口流動展示界面．為了提高用戶與系統(tǒng)的交互性，用戶可直接點擊地圖上的相應(yīng)區(qū)縣直接選擇，查看其它各區(qū)縣流入到該區(qū)縣或者該區(qū)縣流出到其他區(qū)縣的人口流量．默認展示的是當天的人口流量．系統(tǒng)后端進行數(shù)據(jù)處理后將結(jié)果保存在MySQL數(shù)據(jù)庫中，并編寫腳本文件實現(xiàn)系統(tǒng)數(shù)據(jù)的周期性更新．前端采用XML＋JSON技術(shù)獲取所需數(shù)據(jù)，考慮到系統(tǒng)的多模塊性以及用戶所選時間段的多樣性，采用分模塊加載數(shù)據(jù)，提高系統(tǒng)的響應(yīng)速度，提供良好的用戶體驗．

圖5 人口流動界面對比圖Fig．5 Contrast figure of interface of population flowing

圖6是系統(tǒng)的數(shù)據(jù)對比圖模塊，分別從上海市、各區(qū)縣的角度來動態(tài)展示不同時期的人口流動對比情況．系統(tǒng)提供了月與月間、周末與工作日間的對比，多樣化的展示人口流動的變化情況．系統(tǒng)設(shè)計了簡單查詢與復(fù)合查詢兩種查詢功能．簡單查詢提供按照時間的查詢，復(fù)合查詢提供區(qū)縣、時間的組合查詢．用戶可根據(jù)自身需求采用相應(yīng)查詢方法，獲取所需數(shù)據(jù)．

圖6 數(shù)據(jù)對比圖Fig．6 Contrast figure of data

6 總 結(jié)

本文利用大數(shù)據(jù)平臺分析用戶的手機軌跡數(shù)據(jù)，挖掘用戶的行為模式，設(shè)計了基于傳統(tǒng)數(shù)據(jù)倉庫、Hadoop集群和MySQL數(shù)據(jù)庫的上海市人口流動分析平臺，包括三個分析模塊，分別是城市間人口流動分析模塊、區(qū)縣間人口流動分析模塊、工作地／居住地流動分析模塊．在分析城市間人口流動時，提出了在分布式框架下的基于軌跡行為特征的判定算法；在分析區(qū)縣間人口流動時，對用戶在區(qū)縣間流動行為加以分析；對工作地、居住地進行分析時，介紹了兩種挖掘重要位置信息的算法：GPMA和SPMA．本文為有效、準確分析城市人口行為提供了有力支持．

［1］GONZALEZ M C，HIDALGO C A，BARABASI A L．Understanding individual human mobility patterns［J］．Nature，2008，453（7196）：779－782．

［2］SONG C，QU Z，BLUMM N，et al．Limits of predictability in human mobility［J］．Science，2010，327（5968）：1018－1021．

［3］SONG C，KOREN T，WANG P，et al．Modelling the scaling properties of human mobility［J］．Nature Physics，2010，6（10）：818－823．

［4］LI Z，DING B，HAN J，et al．Mining periodic behaviors for moving objects［C］／／Proceedings of the 16th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining．ACM，2010：1099－1108．

［5］陳佳，胡波，左小清，等．利用手機定位數(shù)據(jù)的用戶特征挖掘［J］．武漢大學(xué)學(xué)報：信息科學(xué)版，2014，39（6）：734－738．

［6］ASHBROOK D，STARNER T．Using GPS to learn significant locations and predict movement across multiple users［J］．Personal and Ubiquitous Computing，2003，7（5）：275－286．

［7］WHITE J，WELLS I．Extracting origin destination information from mobile phone data［C］／／11th International Conference on Road Transport Information and Control，2002：30－34．

［8］CACERES N，WIDEBERG J P，BENITEZ F G．Deriving origin destination data from a mobile phone network［J］．Intelligent Transport Systems，IET，2007，1（1）：15－26．

［9］IQBAL M S，CHOUDHURY C F，WANG P，et al．Development of origin－destination matrices using mobile phone call data［J］．Transportation Research Part C Emerging Technologies，2014，40（1）：63－74．

［10］LIU F，JANSSENS D，CUI J X，et al．Building a validation measure for activity－based transportation models based on mobile phone data［J］．Expert Systems with Applications，2014，41（14）：6174－6189．

［11］PHITHAKKITNUKOON S，HORANONT T，LORENZO G D，et al．Activity－aware map：identifying human daily activity pattern using mobile phone data［C］／／Proceedings of the First international conference on Human behavior understanding．Springer－Verlag，2010：14－25．

［12］ISAACMAN S，BECKER R，CACERES R，et al．Identifying Important Places in People′s Lives from Cellular Network Data［J］．Lecture Notes in Computer Science，2011，6696：133－151．

［13］TRAAG V A，BROWET A，CALABRESE F，et al．Social Event Detection in Massive Mobile Phone Data Using Probabilistic Location Inference［C］／／Proceedings of the Third IEEE International Conference on Social Computing，2011：9－11．

［14］QUERCIA D，LATHIA N，CALABRESE F，et al．Recommending social events from mobile phone location data［C］／／Proceedings of the 10th International Conference on Data Mining（ICDM），2010：971－976．

［15］CALABRESE F，COLONNA M，LOVISOLO P，et al．Real－Time Urban Monitoring Using Cell Phones：A Case Study In Rome［J］．IEEE Transactions on Intelligent Transportation Systems，2011，12（1）：141－151．

［16］SOTO V，F(xiàn)RIAS－MARTINEZ V，VIRSEDA J，et al．Prediction of Socioeconomic Levels Using Cell Phone Records［J］．Lecture Notes in Computer Science，2011，6787：377－388．

［17］HONGYAN G，F(xiàn)ASHENG L．Estimating freeway traffic measures from mobile phone location data［J］．European Journal of Operational Research，2013，229（1）：252－260．

［18］陸嘉恒．Hadoop實戰(zhàn)［M］．第2版．北京：機械工業(yè)出版社，2012：85－329．

［19］孔揚鑫．手機軌跡數(shù)據(jù)的人口流動分析［R］．上海：華東師范大學(xué)軟件工程學(xué)院，2015．

［18］章志剛．面向海量手機軌跡數(shù)據(jù)的重要位置發(fā)現(xiàn)［R］．上海：華東師范大學(xué)軟件工程學(xué)院，2015．