题目：基于低质量手机信令数据的出行链提取模型的研究与应用

随着城市化的推进，城市的规模扩大和城市人口增加不可避免，人群的无序及大规模移动，给城市交通造成带来了前所未有的压力，造成交通拥堵等问题。为了从根本上解决城市交通问题，缓解城市交通拥堵，必须实时掌握城区内人口分布及流动状态。出行链数据是研究人群移动分布的数据基础。随着数据挖掘技术的发展，研究人员目光转向不同类型的时空数据，通过这些时空数据分析人类出行特征，挖掘用户出行链。常用时空数据集有智能卡系统数据、浮动车数据及手机信令数据。而近年来移动通讯事业的发展及手机的普及，用户随身携带手机的特点，使得手机信令数据成为提取用户出行链提供了新的渠道。

本文在对手机信令数据计算出行链的可行性进行评估后，提出了基于斜率的移动/停留状态识别方法，基站处理方法及居住地/工作地推测方法，最终得到基于手机信令数据的用户出行链数据。同时，本文将得到的出行链数据加以应用，对人类出行特征进行了研究，设计并实现了基于手机信令数据的城市居民出行链计算及应用展示系统。

本文取得的主要成果如下：

通过对全北京手机信令数据的分析，说明了导致手机信令数据的数据质量低的因素，并利用定量指标证明虽然手机信令数据数据质量低，但却可反映人类的出行特征。

完整定义手机用户出行链、停留状态、移动状态，并在此定义基础上，提出基于斜率的用户停留/移动状态识别算法、基站重选处理方法及用户居住地/工作地推测方法，实现用户出行链提取模型，并完整描述模型中涉及参数的选取准则。

将出行链数据加以应用，分析人群出行特征及交通小区分布。包括基于出行链数据分析城区内不同类型用户的分布、交通属性识别、计算OD贡献及通勤距离四类应用。

基于以上研究，设计并实现了基于手机信令数据的城市居民出行链计算及应用展示系统，能够支持手机用户原始数据查询、出行链查询及OD贡献分析。

利用浮动车全样本数据完成对基于手机信令数据的出行链提取模型验证。