引言

精準(zhǔn)有效識(shí)別不同區(qū)域居民職住地以及挖掘居民處于職住地的時(shí)空規(guī)律可為城市職住規(guī)劃、經(jīng)濟(jì)發(fā)展布局、公共資源分配和交通管理決策提供數(shù)據(jù)支持。手機(jī)信令數(shù)據(jù)具有覆蓋廣、延遲低、時(shí)效高、周期長(zhǎng)等特點(diǎn)，因此借助手機(jī)信令位置數(shù)據(jù)進(jìn)行居民活動(dòng)分析研究具有良好的基礎(chǔ)和開(kāi)端，能夠從大規(guī)模時(shí)空軌跡信息中挖掘居民的活動(dòng)范圍、出行時(shí)長(zhǎng)、駐留興趣點(diǎn)和出行方式等重要時(shí)空屬性特征［1-3］。

由于設(shè)備測(cè)量、計(jì)算方法、數(shù)據(jù)傳輸?shù)纫蛩赜绊?，致使獲得的軌跡數(shù)據(jù)多存有誤差，而研究表明利用空間聚類算法將鄰近的位置點(diǎn)進(jìn)行聚合形成累計(jì)停留時(shí)間可減少該影響［4-5］。在此基礎(chǔ)上，通過(guò)設(shè)置多日夜間和多日日間的駐留日長(zhǎng)以及每日的最短駐留時(shí)長(zhǎng)等指標(biāo)，可對(duì)用戶的居住地、工作地和慣常性活動(dòng)點(diǎn)進(jìn)行識(shí)別［6］。Zang等［7］依據(jù)手機(jī)用戶在自定義的職住時(shí)間段內(nèi)分別產(chǎn)生的業(yè)務(wù)頻繁程度來(lái)確定職住地。Isaacman等［8］基于手機(jī)通話定位，通過(guò)空間聚類識(shí)別用戶的重要活動(dòng)地點(diǎn)，進(jìn)而通過(guò)時(shí)間分析確定職住地。唐小勇等［9］提出一種職住計(jì)算框架，識(shí)別用戶在一天內(nèi)的多日穩(wěn)定點(diǎn)和綜合工作日與節(jié)假日穩(wěn)定點(diǎn)，基于此來(lái)判斷用戶的職住地。張?zhí)烊唬?0］利用每日20:00至次日8:00和工作日9:00～18:00的手機(jī)數(shù)據(jù)訓(xùn)練識(shí)別，將出現(xiàn)概率最高且超過(guò) 60%的區(qū)域作為用戶的職住地?？梢?jiàn)當(dāng)前職住地測(cè)算方法的基本原理是采用某種規(guī)則對(duì)居住、工作行為的時(shí)間、空間特征進(jìn)行歸納測(cè)算。然而，上述方法中所設(shè)定的時(shí)間規(guī)則具有一定的局限性，并未兼顧到不同區(qū)域因地理位置、經(jīng)濟(jì)條件，甚至重大事件造成的各種作息時(shí)間差異，進(jìn)而導(dǎo)致識(shí)別的用戶職住地可能存在誤差；尤其是疫情期間各區(qū)域居民職住地會(huì)存在不規(guī)律性變化［11］。

職住地測(cè)算的關(guān)鍵問(wèn)題是如何解決手機(jī)信令數(shù)據(jù)的時(shí)間連續(xù)性（用戶信令事件記錄的時(shí)間間隔不固定），以時(shí)間特征作為識(shí)別規(guī)則的相關(guān)方法可以分類四種：累積時(shí)間法、特征時(shí)間法、信息熵法、時(shí)間閾值法［12］?，F(xiàn)基于累積時(shí)間法、特征時(shí)間法和時(shí)間閾值法，提出一種適用于全國(guó)不同區(qū)域的職住地精細(xì)化識(shí)別方法，以消除不同區(qū)域用戶因作息時(shí)間差異造成的職住地識(shí)別誤差。

本文詳細(xì)內(nèi)容請(qǐng)下載：

http://ihrv.cn/resource/share/2000006105

作者信息：

黃興如，李奕萱，劉中亮，馮瀚斌，王希昭，閆龍，胡博文，李炫孜，李大中

(聯(lián)通數(shù)字科技有限公司數(shù)據(jù)智能事業(yè)部,北京100010)