吴子啸

(中国城市规划设计研究院，北京 100037)

1 研究概述

1.1 手机数据类型及特征

与其他类型大数据类似，手机数据也是一种被动产生的痕迹数据，即用户使用手机进行通讯活动(通话、短信等)和运营商提供通讯服务的痕迹数据。由于手机痕迹数据包含位置和时间信息，从而提供了人们出行和活动的线索。与传统交通调查数据相比，手机数据具有大样本、可持续、成本低等优点，为未来交通研究和交通建模提供了全新的数据资源。

相关研究中通常将手机数据分为两类：一类是通话详单数据(Call Detail Record Data, CDR)，另一类是信令数据(Sightings Data)。CDR 数据是由用户使用手机进行通讯活动产生的痕迹数据，通常包含通讯活动的用户ID、起始时间、时长信息以及服务基站信息；信令数据是运营商提供通讯服务的痕迹数据，除了由用户进行通讯活动触发外，还可以由服务区切换等网络活动触发。与CDR 数据不同，信令数据中的位置信息通常为几个基站间通过三角算法计算的结果。因此，信令数据的时间密度和位置信息精度均高于CDR数据[1]。

手机数据的时间密度因用户而异，并且非常不规则。通常在某一小段时间内，手机数据密集出现，在较长且不规律的时间后，手机数据再次密集发生。为了表示手机数据的时间密度，通常将一天划分为以0.5 h 为单位的时段，在一个时段内有一个或多个手机数据即表示该时段出现手机数据，而以出现手机数据的时段数表示时间密度并据此计算手机数据出现的时间间隔。……