基于轨迹行为特征的人口流动判定算法

　随着通信技术的发展和智能手机的普及，运营商基站所采集的大规模手机轨迹数据在城市规划、人口迁移等领域中发挥了重要价值。针对城市人口流动问题，提出一种利用手机轨迹数据的基于轨迹行为特征的人口流动判定（ MF-JUPF）算法。首先，可对手机轨迹数据进行数据预处理，以提取用户活动轨迹；然后根据进出城市的行为模式提取重要特征，再根据真实标注数据集合利用多种分类模型进行参数训练；最后，根据模型训练结果判定用户轨迹是否为进出城市行为。所提系统使用MapReduce框架进行数据分析，以提高性能和可扩展性。基于真实数据集合的实验结果表明，对于进出城市的判定，该方法的准确率和召回率可达80qo以上，与基于信号消失时长的人口流动判定（ SD-JUPF）算法相比，在判定进入城市的准确率上提高了19. 0%，召回率提高了13. 9%；在判定离开城市的准确率上提高了17. 3%，召回率提高了6.1%。相比非过滤算法，根据手机轨迹数据特点进行的数据过滤算法可减少处理时间36. 1%以上。理论分析和实验结果表明MF-JUPF方法精度高，可扩展性好，因此对城市规划等领域有重要应用价值。