大小数据结合的手机用户跨城活动目的识别方法及装置

本发明涉及出行分析领域，具体涉及一种大小数据结合的手机用户跨城活动目的识别方法及装置。

背景技术：

1、手机信令数据在区域城市出行网络分析、跨城出行监测等任务中的应用日益广泛，但存在着无法识别手机用户具体活动目的的问题。准确识别跨城市活动目的有利于更精确地分析和监测城际联系强度、区域城市结构，进而更合理地进行城市规划和管理。现有活动目的识别技术多关注城市内部活动(intra-city activity)，这类活动目的大致可以分为市内通勤、休闲、购物、游憩等类型，具有时间短、距离近、频率高的特征，该种识别方法已广泛应用于居民日常活动链识别、活动模式特征分析等相关研究中。鲜有技术能够针对跨城市的、城际之间的活动目的(inter-city activity)进行识别。跨城市活动与城市内部活动的特征属性存在较大差异，其活动时间更长、距离更远、频率更低，活动目的可以分为商务出差、旅游观光、医疗服务、探亲访友等类型。

2、申请专利号为cn201610749706.7的《一种基于手机定位数据的居民活动模式挖掘方法及装置》，具体公开了通过居民调查数据提取居民活动特征，通过兴趣点分布比例提取地块功能特征，关联上述两类特征构建基于马尔科夫链和概率加权思想的活动目的推断模型，但其主要研究对象为城市内部活动，不能识别跨城市活动目的。

3、申请专利号为cn202110896262.0的《一种基于手机信令数据的出行目的识别方法》，具体公开了通过特征提取获得用户出行的轨迹时空特征、个人属性和交通设施建成环境特性，计算出行者出行目的概率结果，但其主要研究对象同样为城市内部活动，也不能识别跨城市活动目的。

4、可见，现有技术还难以识别跨城活动目的，因此对跨城活动目的的识别还存在较大的提升空间。

技术实现思路

1、本发明是为了解决上述问题而进行的，目的在于提供一种大小数据结合的手机用户跨城活动目的识别方法及装置。

2、本发明提供了一种大小数据结合的手机用户跨城活动目的识别方法，用于识别存在跨城活动的手机用户并预测该手机用户的跨城活动目的，具有这样的特征，包括以下步骤：步骤s1，采集多个调查用户的跨城活动信息；步骤s2，根据所有跨城活动信息构建分别对应不同目的地城市的逻辑回归模型及其对应的优选特征；步骤s3，根据手机用户的手机信令数据，判断手机用户是否存在跨城活动，若是，则进入步骤s4；步骤s4，从手机信令数据中提取跨城活动对应的目的地城市以及优选特征对应的数据作为输入数据；步骤s5，将输入数据输入该目的地城市对应的逻辑回归模型，得到不同活动目的的预测概率；步骤s6，选取最大的预测概率对应的活动目的作为跨城活动目的，其中，跨城活动信息包括目的地城市、活动目的和多个特征数据，步骤s2包括以下子步骤：步骤s2-1，根据目的地城市对所有跨城活动信息进行分组；步骤s2-2，对每个目的地城市，将活动目的作为因变量并从所有特征数据中选取多个特征数据作为自变量，进行逻辑回归得到初始逻辑回归模型；步骤s2-3，重复步骤s2-2，直至初始逻辑回归模型的准确性达到预设标准，则将该优化好的初始逻辑回归模型作为该目的地城市对应的逻辑回归模型，并将对应的特征数据作为优选特征。

3、在本发明提供的大小数据结合的手机用户跨城活动目的识别方法中，还可以具有这样的特征：其中，在步骤s3中，从手机用户的手机信令数据中提取该手机用户的居住地、工作地、手机号码归属地、历史停留城市以及对应的停留天数，历史停留城市不是居住地或工作地或手机号码归属地且对应的停留天数不超过10天时，判断手机用户存在跨城活动。

4、在本发明提供的大小数据结合的手机用户跨城活动目的识别方法中，还可以具有这样的特征：其中，特征数据为能够从手机信令数据中直接或间接得到的数据，且与活动目的相关。

5、在本发明提供的大小数据结合的手机用户跨城活动目的识别方法中，还可以具有这样的特征：其中，特征数据包括用户年龄区间、性别、月话费、常用软件类型、到达目的地城市时间、离开目的地城市时间、跨城活动天数、每日活动地数量、长时间室内活动时长、乘坐地铁频率、参观景区数量、参观景区时间、是否到访三甲医院、住所变更情况、久驻地类型、常访地类型、常访地访问时间和常访地活动时长。

6、本发明还提供了一种大小数据结合的手机用户跨城活动目的识别装置，用于识别存在跨城活动的手机用户并预测该手机用户的跨城活动目的，具有这样的特征，包括：输入模块，用于输入手机用户的手机信令数据；跨城活动判断模块，存储有预设的跨城判断条件，用于根据手机信令数据判断手机用户是否存在跨城活动；存储模块，存储有对应不同目的地城市的多个逻辑回归模型和对应的优选特征；数据提取模块，用于从手机信令数据中提取跨城活动对应的目的地城市以及优选特征对应的数据作为输入数据；活动目的预测概率生成模块，用于将输入数据输入目的地城市对应的逻辑回归模型，得到不同活动目的的预测概率；跨城活动目的预测模块，用于选取最大的预测概率对应的活动目的作为跨城活动目的，其中，逻辑回归模型及其对应的优选特征根据跨城活动信息构建得到，跨城活动信息包括目的地城市、活动目的和多个特征数据，根据跨城活动信息构建逻辑回归模型及其对应的优选特征的具体步骤如下：步骤s2-1，根据目的地城市对所有跨城活动信息进行分组；步骤s2-2，对每个目的地城市，将活动目的作为因变量并从所有特征数据中选取多个特征数据作为自变量，进行逻辑回归得到初始逻辑回归模型；步骤s2-3，重复步骤s2-2，直至初始逻辑回归模型的准确性达到预设标准，则将该优化好的初始逻辑回归模型作为该目的地城市对应的逻辑回归模型，并将对应的特征数据作为优选特征。

7、发明的作用与效果

8、根据本发明所涉及的大小数据结合的手机用户跨城活动目的识别方法及装置，一方面，对采集得到的活动目的和特征数据进行逻辑回归，从而选取合适的特征数据，进而构建得到能够精准预测活动目的的逻辑回归模型；另一方面，通过手机信令数据判断用户的跨城活动行为。所以，本发明的大小数据结合的手机用户跨城活动目的识别方法及装置能够判断手机用户的跨城活动行为并得到较为准确的跨城活动目的。

技术特征：

1.一种大小数据结合的手机用户跨城活动目的识别方法，用于识别存在跨城活动的手机用户并预测该手机用户的跨城活动目的，其特征在于，包括以下步骤：

2.根据权利要求1所述的大小数据结合的手机用户跨城活动目的识别方法，其特征在于：

3.根据权利要求1所述的大小数据结合的手机用户跨城活动目的识别方法，其特征在于：

4.根据权利要求1所述的大小数据结合的手机用户跨城活动目的识别方法，其特征在于：

5.一种大小数据结合的手机用户跨城活动目的识别装置，用于识别存在跨城活动的手机用户并预测该手机用户的跨城活动目的，其特征在于，包括：

技术总结
本发明提供了一种大小数据结合的手机用户跨城活动目的识别方法及装置，具有这样的特征，包括以下步骤：步骤S1，采集多个调查用户的跨城活动信息；步骤S2，根据所有跨城活动信息构建分别对应不同目的地城市的逻辑回归模型及其对应的优选特征；步骤S3，判断手机用户是否存在跨城活动，若是，则进入步骤S4；步骤S4，从手机信令数据中提取跨城活动对应的目的地城市以及优选特征对应的数据作为输入数据；步骤S5，将输入数据输入该目的地城市对应的逻辑回归模型，得到不同活动目的的预测概率；步骤S6，选取最大的预测概率对应的活动目的作为跨城活动目的。总之，本方法能够判断手机用户的跨城活动行为并得到较为准确的跨城活动目的。

技术研发人员：晏龙旭,陈君南,牟聆汀
受保护的技术使用者：同济大学
技术研发日：
技术公布日：2024/2/1