技術(shù)特征：

1.一種基于移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)的人員出行鏈識(shí)別方法，其特征在于所述識(shí)別方法包括以下步驟：

（步驟1）選取待識(shí)別手機(jī)用戶的移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)，包括用戶ID、時(shí)間戳、基站ID、基站經(jīng)緯度；

（步驟2）基于DBSCAN空間聚類方法，對(duì)所述手機(jī)用戶的移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行空間聚類分簇，得到空間聚類分簇后的用戶位置數(shù)據(jù)，包括用戶ID、時(shí)間戳、基站經(jīng)緯度、聚類簇編號(hào)；

（步驟3）將用戶位置數(shù)據(jù)中的位置點(diǎn)按照時(shí)間戳進(jìn)行升序排序，按順序計(jì)算時(shí)間相鄰的不同位置點(diǎn)間的距離和速度，判定速度是否處于速度閾值[a，b]范圍內(nèi)，若是則表明位置點(diǎn)數(shù)據(jù)合理，若否則舍棄該位置點(diǎn)，其中，a、b分別表示速度閾值下限和速度閾值上限；繼續(xù)下一相鄰位置點(diǎn)的判定，直至完成所有位置點(diǎn)的判定；隨后對(duì)于聚類簇編號(hào)來回切換的位置點(diǎn)進(jìn)行篩選，篩選之后的用戶位置數(shù)據(jù)沿用原聚類簇編號(hào)，包括用戶ID、時(shí)間戳、基站經(jīng)緯度、聚類簇編號(hào)；

（步驟4）對(duì)于每一聚類簇位置點(diǎn)集合，以相同位置的出現(xiàn)次數(shù)為權(quán)重選取重心位置作為該聚類簇的位置代表點(diǎn)，并選取該聚類簇的時(shí)間上第一條記錄的時(shí)刻作為起始時(shí)刻、最后一條記錄的時(shí)刻作為終止時(shí)刻，生成所述手機(jī)用戶的位置序列數(shù)據(jù)，包括用戶ID、起始時(shí)刻、終止時(shí)刻、位置代表點(diǎn)的經(jīng)緯度；

（步驟5）將所述手機(jī)用戶的位置序列數(shù)據(jù)中位置代表點(diǎn)的經(jīng)緯度與土體利用數(shù)據(jù)進(jìn)行空間關(guān)聯(lián)，生成所述手機(jī)用戶含有土地利用性質(zhì)的位置序列數(shù)據(jù)，包括用戶ID、起始時(shí)刻、終止時(shí)刻、位置代表點(diǎn)的經(jīng)緯度、土地利用類型；

（步驟6）根據(jù)位置序列數(shù)據(jù)中的終止時(shí)刻與起始時(shí)刻之差計(jì)算獲得位置停留時(shí)間，根據(jù)停留時(shí)間和土地利用類型，判斷該位置點(diǎn)的位置狀態(tài)，所述位置狀態(tài)是指停留或移動(dòng)，生成所述手機(jī)用戶的出行軌跡數(shù)據(jù)，包括用戶ID、起始時(shí)刻、終止時(shí)刻、代表點(diǎn)的經(jīng)緯度、土地利用類型、位置狀態(tài)。

2.根據(jù)權(quán)利要求1所述的一種基于移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)的人員出行鏈識(shí)別方法，其特征在于所述步驟（2）包括以下步驟：

（2.1）DBSCAN空間聚類算法中MinPts的確定，其中，MinPts是指以所述移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)中某一數(shù)據(jù)點(diǎn)為中心的鄰域內(nèi)最少點(diǎn)的數(shù)量；

（2.2）DBSCAN空間聚類算法中半徑Eps的確定，其中，半徑Eps是指以給定數(shù)據(jù)點(diǎn)為中心的圓形鄰域范圍；計(jì)算所述手機(jī)用戶每個(gè)數(shù)據(jù)點(diǎn)位置與其它所有數(shù)據(jù)點(diǎn)位置之間的歐幾里德距離，計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的k-距離值，并對(duì)所有數(shù)據(jù)點(diǎn)的k-距離值集合進(jìn)行升序排列，輸出排序后的k-距離值；

其中，k值對(duì)應(yīng)于MinPts，指：給定數(shù)據(jù)集P={p(i)；i=0,1…n},對(duì)于任一點(diǎn)p(i),計(jì)算點(diǎn)p(i)到集合D的子集S={p(1),p(2),…,p(i-1),p(i+1),…,p(n)}中所有點(diǎn)之間的距離，距離按照從小到大的順序排列，假設(shè)排序后的距離集合為D={d(1),d(2),…,d(k-1),d(k),d(k+1),…,d(n)},d(k)就被成為k-距離；

將所有數(shù)據(jù)點(diǎn)的k-距離值使用散點(diǎn)圖進(jìn)行顯示，計(jì)算散點(diǎn)圖中所有相鄰數(shù)據(jù)點(diǎn)間連線所成的斜率的平均值，挑選所有大于4倍斜率平均值的斜率所對(duì)應(yīng)的k-距離，這些k-距離的平均值即為半徑Eps的值；

（2.3）DBSCAN空間聚類算法中核心點(diǎn)的計(jì)算：以點(diǎn)P為中心、半徑為Eps的鄰域內(nèi)的點(diǎn)的個(gè)數(shù)不少于MinPts，則稱點(diǎn)P為核心點(diǎn)；根據(jù)Eps和MinPts，計(jì)算所有核心點(diǎn)，并建立核心點(diǎn)與到核心點(diǎn)距離小于半徑Eps的點(diǎn)的映射，即為核心點(diǎn)集合；

（2.4）根據(jù)核心點(diǎn)集合以及半徑Eps的值，計(jì)算能夠連通的核心點(diǎn)，將能夠連通的每一組核心點(diǎn)以及到核心點(diǎn)距離小于半徑Eps的點(diǎn)，都放到一起形成一個(gè)聚類簇，并進(jìn)行聚類簇編號(hào)ClusterID（1，2，3…n）。

3.根據(jù)權(quán)利要求1所述的一種基于移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)的人員出行鏈識(shí)別方法，其特征在于DBSCAN空間聚類算法中MinPts取4。

4.根據(jù)權(quán)利要求1所述的一種基于移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)的人員出行鏈識(shí)別方法，其特征在于所述步驟（3）為：

（3.1）將聚類分簇后的用戶位置數(shù)據(jù)中的位置點(diǎn)記錄按照時(shí)間戳進(jìn)行升序排序，選取一條記錄，若此記錄為第一條記錄則進(jìn)入步驟3.2，若否則進(jìn)入步驟3.3；

（3.2）選取下一條記錄，進(jìn)入步驟3.3；

（3.3）判斷本記錄與上一條記錄的聚類簇編號(hào)是否相同，若相同則保留上一條記錄，并返回步驟3.2；若否則計(jì)算兩條記錄的距離和速度，若速度處于速度閾值[a，b]范圍之內(nèi)，則保存本記錄，若否則舍棄本條記錄，進(jìn)入步驟3.4；

（3.4）判斷記錄是否遍歷完，若遍歷完則結(jié)束，若否則返回步驟3.2；直至遍歷完所有記錄，得到經(jīng)速度篩選后的用戶位置數(shù)據(jù)；

（3.5）篩選聚類簇編號(hào)來回切換的位置點(diǎn)，對(duì)于步驟（3.4）中得到的每一條記錄，判斷其之后10分鐘時(shí)間段內(nèi)是否有位置點(diǎn)的聚類簇編號(hào)來回切換大于或等于4次的，若有，則保留出現(xiàn)次數(shù)多的位置點(diǎn)數(shù)據(jù)，刪除出現(xiàn)次數(shù)少的位置點(diǎn)數(shù)據(jù)；若無，則判斷下一條記錄；直至遍歷完成所有記錄。

5.根據(jù)權(quán)利要求1所述的一種基于移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)的人員出行鏈識(shí)別方法，其特征在于所述步驟（4）包括以下步驟：

(4.1)以相同位置的出現(xiàn)次數(shù)為權(quán)重選取重心位置為位置代表點(diǎn)，包括步驟：對(duì)于每一聚類簇位置集合，即當(dāng)聚類簇編號(hào)ClusterID=i時(shí)，該聚類簇的位置點(diǎn)用（LON_ij，LAT_ij）表示，其中，j=1,2,3，…，m，則該聚類簇位置集合的位置代表點(diǎn)的經(jīng)緯度為（CoreLongitude_i, CoreLatitude_i）,其中，，，將該聚類簇上所有位置點(diǎn)的坐標(biāo)都變更為位置代表點(diǎn)的經(jīng)緯度（CoreLongitude_i, CoreLatitude_i）；

（4.2）生成用戶位置序列數(shù)據(jù)，包括以下步驟：

（4.2.1）將聚類簇上的位置點(diǎn)記錄按照時(shí)間戳生序排列，選取任一條記錄；

（4.2.2）判斷當(dāng)前記錄是否為第一條記錄，若為第一條記錄，則起始時(shí)刻為當(dāng)前記錄的時(shí)間，終止時(shí)刻為當(dāng)前記錄時(shí)刻，繼續(xù)選取下一條記錄；若非第一條記錄，則進(jìn)入步驟（4.2.3）；

（4.2.3）判斷當(dāng)前記錄是否與前一條記錄的聚類簇編號(hào)相同，若相同，則更新終止時(shí)刻為當(dāng)前記錄的時(shí)間；若不相同，則當(dāng)前記錄為另一聚類簇位置數(shù)據(jù)，則起始時(shí)刻為當(dāng)前記錄的時(shí)間，終止時(shí)刻為當(dāng)前記錄時(shí)刻；

（4.2.4）判斷數(shù)據(jù)是否遍歷完全，若遍歷未完全，則返回步驟（4.2.2）；若遍歷完全則結(jié)束，生成用戶位置序列數(shù)據(jù)，包括用戶ID、起始時(shí)刻、終止時(shí)刻、位置代表點(diǎn)的經(jīng)緯度。

6.根據(jù)權(quán)利要求1所述的一種基于移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)的人員出行鏈識(shí)別方法，其特征在于所述步驟（5）中所述土地利用類型分為9類，包括住宅用地、商業(yè)金融業(yè)用地、交通用地、公共建筑用地、工業(yè)或倉(cāng)儲(chǔ)用地、湖泊用地、市政用地、特殊用地、其它用地。

7.根據(jù)權(quán)利要求1所述的一種基于移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)的人員出行鏈識(shí)別方法，其特征在于所述步驟（6）包括以下步驟：根據(jù)位置序列數(shù)據(jù)中的終止時(shí)刻與起始時(shí)刻之差計(jì)算獲得位置停留時(shí)間，若停留時(shí)間小于1h，則位置狀態(tài)為移動(dòng)；若停留時(shí)間大于1h且土地利用類型為交通用地或市政用地，則狀態(tài)為停留；若停留時(shí)間大于3h且土體利用類型為住宅用地或商業(yè)金融業(yè)用地或公共建筑用地，則狀態(tài)為停留；其它情況皆為移動(dòng)；生成所述手機(jī)用戶的出行軌跡數(shù)據(jù)，包括用戶ID、起始時(shí)刻、終止時(shí)刻、代表點(diǎn)的經(jīng)緯度、土地利用類型、位置狀態(tài)。