基于呼叫詳細(xì)記錄數(shù)據(jù)的城市功能區(qū)識(shí)別

江貴林 胡訪宇 石立興

摘要：不同城市功能區(qū)區(qū)域之間具有外在物理差異和內(nèi)在功能差異，且隨時(shí)間和人類活動(dòng)不斷發(fā)生演變。針對(duì)衛(wèi)星遙感等傳統(tǒng)監(jiān)測(cè)方法存在運(yùn)行周期長(zhǎng)、成本高，不能表征內(nèi)在功能差異等問題，利用通信運(yùn)營(yíng)商提供的用戶生活數(shù)據(jù)——呼叫詳細(xì)記錄（CDR），進(jìn)行城市功能區(qū)識(shí)別研究。首先，以人工標(biāo)注的方法對(duì)基站小區(qū)進(jìn)行功能區(qū)分類，得到住宅區(qū)、辦公區(qū)、商業(yè)區(qū)、高校區(qū)、景點(diǎn)區(qū)五類訓(xùn)練樣本；然后，提取各功能區(qū)內(nèi)用戶群體的通話行為和移動(dòng)行為特征，進(jìn)行差異性對(duì)比分析；最后，利用高斯混合模型（GMM）設(shè)計(jì)出多特征加權(quán)判決的功能區(qū)識(shí)別算法，并用訓(xùn)練集對(duì)該算法進(jìn)行仿真。實(shí)驗(yàn)結(jié)果表明，CDR數(shù)據(jù)可以對(duì)城市功能區(qū)之間的內(nèi)在差異進(jìn)行表征，功能區(qū)性質(zhì)與用戶的通話行為和移動(dòng)行為存在對(duì)應(yīng)關(guān)系；判決權(quán)重為0.6時(shí)，該算法在現(xiàn)有數(shù)據(jù)集下的功能區(qū)召回率達(dá)到了最大，為51.08%。結(jié)合誤差分析表明CDR數(shù)據(jù)在城市功能區(qū)識(shí)別應(yīng)用上具有可行性。

關(guān)鍵詞：

呼叫詳細(xì)記錄；功能區(qū)；機(jī)器學(xué)習(xí)；城市感知；高斯混合模型

中圖分類號(hào)： TP391.9； TN929.5 文獻(xiàn)標(biāo)志碼：A

0引言

城市是一個(gè)復(fù)雜的動(dòng)態(tài)系統(tǒng)，一般都要經(jīng)歷規(guī)劃發(fā)展調(diào)整再規(guī)劃這樣一個(gè)循環(huán)往復(fù)的過程[1]。在這個(gè)過程中，由于人的生產(chǎn)活動(dòng)以及產(chǎn)業(yè)集聚力和擴(kuò)散力的影響，土地利用和空間結(jié)構(gòu)都在經(jīng)歷不斷的變化，在其內(nèi)部形成了不同的功能區(qū)，且不斷發(fā)生著演變。對(duì)城市土地進(jìn)行及時(shí)明確的功能區(qū)劃分，對(duì)于城市管理者來說，是檢驗(yàn)城市規(guī)劃合理性以及指導(dǎo)未來規(guī)劃方向的一個(gè)重要參考。然而，傳統(tǒng)的研究方法都是以人工手繪、實(shí)地調(diào)查和衛(wèi)星遙感[2-3]得來的數(shù)據(jù)為基礎(chǔ)。一方面，這些數(shù)據(jù)只能描述城市各區(qū)域的外在物理性差別，不能體現(xiàn)其內(nèi)部社會(huì)功能性；另一方面，這些數(shù)據(jù)的獲取需要花費(fèi)大量的人力、物力和時(shí)間；同時(shí)可靠性要受到時(shí)間、地點(diǎn)甚至調(diào)查人員經(jīng)驗(yàn)判斷的影響，難以滿足對(duì)當(dāng)前快速發(fā)展的城市進(jìn)行動(dòng)態(tài)監(jiān)測(cè)的需求。日常生活中，用戶在使用移動(dòng)手機(jī)、全球定位系統(tǒng)（Global Positioning System， GPS）、無線網(wǎng)絡(luò)等具有位置傳感器的服務(wù)時(shí)，出于計(jì)費(fèi)目的，一些服務(wù)供應(yīng)商的服務(wù)器會(huì)對(duì)數(shù)據(jù)進(jìn)行保存。長(zhǎng)此以往，產(chǎn)生了海量的用戶生活數(shù)據(jù)，例如呼叫詳細(xì)記錄（Call Detail Record， CDR）、出租車出行記錄、網(wǎng)絡(luò)簽到記錄等。這些數(shù)據(jù)相比傳統(tǒng)數(shù)據(jù)具有覆蓋面廣、時(shí)空分辨率高、成本低廉等優(yōu)勢(shì)。國(guó)內(nèi)外已有學(xué)者在利用相關(guān)數(shù)據(jù)進(jìn)行城市感知方面的研究，例如文獻(xiàn)[4]用CDR數(shù)據(jù)分析了科特迪瓦、波士頓、米蘭等地的用戶通勤模型，從移動(dòng)距離、時(shí)間等角度進(jìn)行了對(duì)比分析，發(fā)現(xiàn)利用CDR數(shù)據(jù)的分析方法相比傳統(tǒng)方法更具實(shí)用性和可重復(fù)操作性；文獻(xiàn)[5-6]從個(gè)人手機(jī)通話數(shù)據(jù)中得到用戶的移動(dòng)模式，結(jié)合移動(dòng)模式進(jìn)行用戶位置預(yù)測(cè)、城市交通分析等工作；文獻(xiàn)[7]提出了一種基于CDR數(shù)據(jù)發(fā)現(xiàn)城市“間隙”的方法，即通過分析鄰近基站區(qū)域間人流量的異常值來判斷城市中河流、公園以及道路障礙的位置。上述研究都表明人類活動(dòng)與城市空間結(jié)構(gòu)存在緊密聯(lián)系[8-10]，這也為解決城市功能區(qū)的動(dòng)態(tài)監(jiān)測(cè)問題提供了一個(gè)新視角。

針對(duì)以衛(wèi)星遙感為代表的傳統(tǒng)方法在解決功能區(qū)識(shí)別問題上的不足，本文提出一種基于CDR數(shù)據(jù)進(jìn)行城市功能區(qū)識(shí)別的新方法，并在現(xiàn)有數(shù)據(jù)集上對(duì)其可行性進(jìn)行了驗(yàn)證。

1實(shí)驗(yàn)數(shù)據(jù)集與問題定義

移動(dòng)通信網(wǎng)絡(luò)[11]是由彼此相鄰的基站收發(fā)臺(tái)（Base Transceiver Station， BTS）相互連接而成，每一個(gè)BTS的服務(wù)面積可以近似用泰森多邊形來表示，為該基站的通信小區(qū)。用戶在一個(gè)通信小區(qū)內(nèi)發(fā)生通話或使用其他服務(wù)時(shí)，運(yùn)營(yíng)商服務(wù)器端都會(huì)產(chǎn)生一條CDR記錄，其主要字段由表1所示。運(yùn)營(yíng)商對(duì)每一個(gè)基站有記錄其具體的位置信息，包括經(jīng)度、緯度和周邊道路、建筑信息。

本文實(shí)驗(yàn)數(shù)據(jù)集由兩部分構(gòu)成：1）取自我國(guó)北方某城市11343244條經(jīng)匿名處理的CDR數(shù)據(jù)；2）該市43880個(gè)通信基站的地理位置信息。其中，CDR數(shù)據(jù)由40000名抽樣用戶在2013年6月產(chǎn)生，抽樣條件為：1）用戶的號(hào)碼注冊(cè)地位于該市某科技產(chǎn)業(yè)中心；2）用戶在2013年6月的通話總時(shí)長(zhǎng)大于100min。

考慮到數(shù)據(jù)抽樣條件的限制，為了選取合適的基站作為研究對(duì)象，從用戶接入過的14549個(gè)基站中取“月總接入量”排名靠前的1500個(gè)。借助基站的位置信息和百度地圖公開的興趣點(diǎn)（Point Of Interest， POI），對(duì)這1500個(gè)通信小區(qū)以住宅區(qū)、辦公區(qū)、商業(yè)區(qū)、高校區(qū)、景點(diǎn)區(qū)進(jìn)行功能區(qū)標(biāo)注（其中6個(gè)存在2個(gè)以上功能區(qū)標(biāo)簽，被舍棄），結(jié)果如表2所示。

每個(gè)BTS記錄的CDR數(shù)據(jù)包含了該區(qū)域內(nèi)用戶群體的行為特征信息。這些特征主要包括所有用戶的通話時(shí)長(zhǎng)在時(shí)間上的分布，用戶移動(dòng)性在時(shí)間上的分布以及長(zhǎng)短途通話比例等。一般而言，受城市布局和社會(huì)工作時(shí)間的影響，用戶在不同功能區(qū)內(nèi)的行為在時(shí)間分布上會(huì)表現(xiàn)出明顯的不同，比如用戶在辦公區(qū)域內(nèi)的通話行為在辦公時(shí)間發(fā)生的概率應(yīng)大于休息時(shí)間。反過來，從CDR數(shù)據(jù)中若能提取到這些不同點(diǎn)，應(yīng)可以用于推斷通信小區(qū)所處位置的土地利用類型。為了驗(yàn)證這一猜想，本文在完成對(duì)通信小區(qū)的功能區(qū)標(biāo)注的工作后，以基站為單位提取用戶群體的通話行為特征向量，分析不同功能區(qū)中心特征向量的差異性，最后用N折交叉驗(yàn)證方法將數(shù)據(jù)分為訓(xùn)練集和測(cè)試集，以最終的召回率均值來表示CDR數(shù)據(jù)在城市功能區(qū)識(shí)別應(yīng)用方面的能力。

2特征提取及分析

CDR數(shù)據(jù)中，用戶的每次通話行為可以由一個(gè)三元組來表示：

Meta=（BTSn，Dn，Tn）（1）

其中：BTSn為用戶通話時(shí)所在的基站標(biāo)識(shí)；Dn為通話的持續(xù)時(shí)間；Tn為通話起始時(shí)間。同一用戶連續(xù)兩次通話之間發(fā)生的事件定義為通話間隔事件（Call Interval Event， CIV）。如果兩次通話的地點(diǎn)不同且間隔時(shí)間在2h以內(nèi)則該通話間隔事件為一次通話移動(dòng)事件（Call Move Event， CMV），記前一個(gè)BTS所在位置為移動(dòng)起點(diǎn)。

每一個(gè)BTS服務(wù)面積下的用戶行為特征在時(shí)間上的分布可以用一個(gè)二維矩陣νn=（δ，τ）表示，其中：n∈{1，2，…，N}是基站標(biāo)識(shí)，δ∈{1，2，…，30}是日期劃分，τ∈{1，2，…，24}表示每天以1h為單位劃分的時(shí)間槽。矩陣中的每個(gè)元素為該BTS服務(wù)下的用戶在該時(shí)間槽下的特征值。本文從中提取出兩個(gè)特征，分別為通話時(shí)長(zhǎng)特征（Call Duration Feature， CDF）和移動(dòng)頻率特征（Move Frequency Feature， MFF），計(jì)算方式分別如式（2其中：M為BTSn服務(wù)下的用戶數(shù)，Di為每次通話時(shí)長(zhǎng)。

受社會(huì)工作時(shí)間的影響，用戶在工作日和休息日下的社會(huì)行為會(huì)表現(xiàn)出很大的差別，通話行為也是這樣。受此啟發(fā)，本文將日期劃分為工作日Ω1和休息日Ω2兩類，其中Ω1包括周一到周五，Ω2包括周六、周日和假日。然后，按照通話時(shí)間對(duì)每個(gè)人一個(gè)月的通話記錄以工作日和休息日兩個(gè)模式進(jìn)行聚合，以盡量還原用戶每日的真實(shí)移動(dòng)軌跡，那么，每個(gè)通信小區(qū)的特征向量Xn可以表示為：

其中“++”表示Ω1和Ω2兩類日期模式別在時(shí)間上的連接。

根據(jù)式（2）、（3）和（4）提取1494個(gè)樣本的“通話時(shí)長(zhǎng)”和“移動(dòng)頻率”兩類特征，并求得5類功能區(qū)的兩類特征中心向量分別如圖1和圖2所示。

從圖1可以看出，所有區(qū)域內(nèi)的用戶在工作日的通話時(shí)長(zhǎng)比休息日都要高，但是辦公區(qū)內(nèi)的差別最為明顯；住宅區(qū)和高校區(qū)表2、圖1、2中為高校區(qū)，此處的“文教區(qū)”是否應(yīng)該改為“高校區(qū)”？通篇需要統(tǒng)一，請(qǐng)明確。內(nèi)用戶在晚間20：00～22：00的通話時(shí)長(zhǎng)總量會(huì)出現(xiàn)一個(gè)明顯的峰值，是相比其他3類功能區(qū)的一個(gè)突出特征，而商業(yè)區(qū)和景點(diǎn)區(qū)在通話時(shí)長(zhǎng)特征方面較難區(qū)分。圖2是5類功能區(qū)的移動(dòng)頻率特征中心向量對(duì)比?？傮w來看，各功能區(qū)在工作日的早晨和傍晚均出現(xiàn)一個(gè)移動(dòng)高峰，休息日則較為平穩(wěn)；住宅區(qū)的移動(dòng)頻率較低；景點(diǎn)區(qū)的移動(dòng)頻率最高；高校文教區(qū)在工作日夜間的移動(dòng)頻率很低而在休息則比較高；商業(yè)區(qū)在日間的移動(dòng)頻率處于較低水平，而在夜間則有所上升。分析來看，各功能區(qū)內(nèi)的用戶通話和移動(dòng)特征與該地區(qū)的功能類型相符合，如果能夠找到合適的方法融合這兩個(gè)特征則可以對(duì)不同基站所處區(qū)域的功能類型進(jìn)行區(qū)分。

3基于多特征加權(quán)判決的功能區(qū)識(shí)別

考慮到第2章提到的多特征融合的需求，本文引入一種軟判決的機(jī)器學(xué)習(xí)算法——高斯混合模型（Gaussian Mixture Model， GMM）。該算法在監(jiān)督學(xué)習(xí)中可以得到某一類樣本在d維空間中的概率密度分布函數(shù)（d為特征向量的維度），從而可以得到新樣本在該類下的隸屬度。本文在該算法的基礎(chǔ)上，設(shè)計(jì)了“基于多特征加權(quán)判決的功能區(qū)識(shí)別”的模型訓(xùn)練和識(shí)別流程。

3.1高斯混合模型

高斯分布（Gaussian Distribution）是一個(gè)在數(shù)學(xué)、物理和其他工程領(lǐng)域內(nèi)一個(gè)重要的連續(xù)概率密度分布函數(shù)，用于描述一個(gè)圍繞某個(gè)單值聚集分布的隨機(jī)量。從數(shù)學(xué)的角度可以證明高斯分布的信息熵在所有已知均值和方差的連續(xù)分布中最大，這使得它成為在已知均值和方差情況下最理想的分布選擇。然而，實(shí)際情況是，很多工程應(yīng)用[12-13]中變量的概率分布呈現(xiàn)出多峰現(xiàn)象，也就是說單模態(tài)的高斯分布不能對(duì)多模態(tài)的實(shí)際變量概率分布進(jìn)行有效擬合。為了解決這個(gè)問題，研究者提出高斯混合模型（Gaussian Mixture Model，GMM）的概念，即用兩個(gè)或兩個(gè)以上高斯分布加權(quán)求和對(duì)實(shí)際變量的分布進(jìn)行表達(dá)。通過這種方法，只要增加單高斯的個(gè)數(shù)，便可以去逼近任意復(fù)雜的連續(xù)變量概率密度分布。

假設(shè)一個(gè)GMM由K個(gè)單高斯分布組成，那么這K個(gè)單高斯分布函數(shù)的線性加權(quán)組合即為該GMM的概率密度函數(shù)：

p（x）=∑Kk=1p（k）p（x|k）=∑Kk=1πkN（x|μk，Σk）（5）

其中πk、 μk、Σk此處這兩種書寫方式，采用前一種，還是后一種？即“∑”是求和符號(hào)，還是希臘字符？請(qǐng)明確。分別為第k個(gè)單高斯的權(quán)重、均值和方差。訓(xùn)練GMM的過程就是對(duì)這3個(gè)參數(shù)進(jìn)行估計(jì)，一般采用最大似然估計(jì)法。如一個(gè)訓(xùn)練樣本大小為M，則GMM（πk， μk，Σk）的似然函數(shù)如下：

lg∏Mi=1p（xi）=∑Mi=1 lg p（xi）=

∑Mi=1lg（∑Kk=1πkN（x|μk，Σk））（6）

訓(xùn)練樣本根據(jù)式（6）計(jì)算出在該GMM下的似然值越大則說明該GMM對(duì)該樣本的概率密度分布擬合得越好。為了得到期望的GMM，本文用最大期望（Expectation Maximization， EM）算法在訓(xùn)練中進(jìn)行迭代求解，得到似然值最大時(shí)的模型參數(shù)。具體的迭代過程如下所示。

1）參數(shù)初始化，可用聚類算法得到初始的πk、 μk、Σk值。

2）期望過程，估計(jì)訓(xùn)練樣本中每個(gè)數(shù)據(jù)在第k個(gè)單高斯分量下的概率，對(duì)于數(shù)據(jù)xi來說，它屬于第k個(gè)單高斯分量的概率為：

γ（i，k）=πkN（xi|μk，Σk）∑Kj=1πjN（xi|μj，Σj）（7）

在迭代過程中，πk， μk，Σk取上一次計(jì)算出的值。

3）最大化過程，對(duì)式（7）進(jìn)行求導(dǎo)，得到該似然值下的GMM參數(shù)：

μk=1Nk∑Mi=1γ（i，k）xi（8）

Σk=1Nk∑Mi=1γ（i，k）（xi-μk）（xi-μk）T此處上標(biāo)T若表示矩陣、矢量或向量的轉(zhuǎn)置，那么xi，μk是否應(yīng)該是矢量、向量或矩陣？請(qǐng)明確。答：T表示轉(zhuǎn)置，（5）～（10）式子中的xi，μk以及式中的x都是向量，經(jīng)檢查沒有其他需要注明的變量。（9）

Nk=∑Mi=1γ（i，k）（10）

已知∑Kk=1πk=1，所以在GMM的似然函數(shù)中可加入拉格朗日乘子得到lg∏Mi=1p（xi）+λ（∑Kk=1πk-1），求得加入拉格朗日乘子后的似然函數(shù)最大時(shí)對(duì)應(yīng)的πk=Nk/N。

4）檢查似然函數(shù)是否收斂，若收斂則得到最大的似然函數(shù)值，否則繼續(xù)第2）、3）步的迭代過程，得到最終的模型參數(shù)（πk， μk，Σk）。

3.2多特征加權(quán)判決的功能區(qū)識(shí)別

從CDR數(shù)據(jù)中提取每個(gè)通信小區(qū)的兩個(gè)特征向量之后，利用高斯混合模型算法分別對(duì)每一類功能區(qū)下的每個(gè)特征訓(xùn)練集進(jìn)行訓(xùn)練，得到相應(yīng)的GMM。以“住宅區(qū)”樣本為例，其識(shí)別流程主要分為模型訓(xùn)練和樣本預(yù)測(cè)兩個(gè)部分，如圖3所示。其中，CDF集合和MFF集合下的測(cè)試集和訓(xùn)練集內(nèi)的樣本一一對(duì)應(yīng)；測(cè)試集中的樣本輸入到對(duì)應(yīng)的GMM特征模型后，便可得到對(duì)應(yīng)的隸屬度。為了綜合兩類特征模型的預(yù)測(cè)結(jié)果，引入權(quán)重β來計(jì)算樣本屬于該功能區(qū)類別的最終隸屬度：

P（X∈Y）=βPi+（1-β）Pj（11）

為了確定式（11）中判決權(quán)重β的最佳值，設(shè)置一組梯度值β={0，0.1，…，1.0}分別進(jìn)行仿真，取功能區(qū)召回率最大時(shí)對(duì)應(yīng)的β值作為最終的模型參數(shù)。

1494個(gè)通信小區(qū)中位于住宅區(qū)、辦公區(qū)、商業(yè)區(qū)、高校文教區(qū)和景點(diǎn)區(qū)的各占比30.38%、27.04%、21.22%、11.45%、9.91%，比例可近似為3∶3∶2∶1∶1，本文在使用5折交叉驗(yàn)證時(shí)，測(cè)試集和訓(xùn)練集中的通信小區(qū)樣本類別分布均近似滿足該比例。根據(jù)圖3的流程可依次訓(xùn)練各類功能區(qū)在不同特征集下的GMM，得到一組GMM序列，然后計(jì)算測(cè)試集內(nèi)樣本屬于各功能區(qū)的概率P（X∈住宅區(qū)）、P（X∈住宅區(qū)、…、P（X∈景點(diǎn)區(qū)），取概率最大時(shí)對(duì)應(yīng)的功能區(qū)類別作為該樣本最終的識(shí)別結(jié)果。

4實(shí)驗(yàn)結(jié)果及誤差分析

4.1實(shí)驗(yàn)結(jié)果

根據(jù)實(shí)驗(yàn)設(shè)置的一組梯度值β={0，0.1，…，1.0}，分別進(jìn)行仿真，得到不同β值下的功能區(qū)召回率，如圖4所示。

由圖4可以看出， β=0.6也即通話時(shí)長(zhǎng)特征和移動(dòng)頻率特征的判決權(quán)重為3∶2時(shí)，實(shí)驗(yàn)得到功能區(qū)召回率最高為51.08%，而僅用通話時(shí)長(zhǎng)特征（β=1.0）時(shí)召回率為44.78%，僅用移動(dòng)頻率特征（β=0.0）時(shí)召回率為40.83%。由此可見，兩種特征的結(jié)合可以更好地刻畫不同功能區(qū)之間的差異性，提高功能區(qū)識(shí)別的召回率。表3給出了β=0.6時(shí)識(shí)別結(jié)果的混淆矩陣，從表3中可以直觀地看出整個(gè)樣本在本文多特征判決模型下的識(shí)別結(jié)果。其中，住宅區(qū)、辦公區(qū)的識(shí)別率均超過50%，商業(yè)區(qū)為42%，高校文教區(qū)為31%，景點(diǎn)區(qū)為27%。

商業(yè)區(qū)、高校區(qū)和景點(diǎn)區(qū)中各有50%～30%此處書寫是否有誤，應(yīng)該按照從低至高的順序吧，即30%～50%？請(qǐng)明確。回復(fù)：這個(gè)數(shù)字與前面的商業(yè)區(qū)、高校區(qū)、景點(diǎn)區(qū)一一對(duì)應(yīng)的分別是：51%、47%和44%，因此原句可修改為：“商業(yè)區(qū)、高校區(qū)和景點(diǎn)區(qū)中分別有51%、47%、44%的區(qū)域被誤識(shí)為住宅區(qū)或辦公區(qū)”。

的區(qū)域被誤識(shí)為住宅區(qū)和辦公區(qū)，

商業(yè)區(qū)、高校區(qū)和景點(diǎn)區(qū)中分別有51%、47%、44%的區(qū)域被誤識(shí)為住宅區(qū)或辦公區(qū)，

這是拉低整體召回率的一個(gè)主要原因。

4.2誤差分析

本節(jié)對(duì)識(shí)別誤差的可能原因進(jìn)行了分析，主要包含以下兩個(gè)方面。

1）通信小區(qū)的功能異質(zhì)性對(duì)識(shí)別結(jié)果的影響。

結(jié)合地圖對(duì)實(shí)驗(yàn)所用的通信小區(qū)內(nèi)的POI信息的分析發(fā)現(xiàn)，有些通信小區(qū)所處位置的局部功能與其周邊整體功能存在不一致的情況。比如一些高校區(qū)占地面積較大，其內(nèi)部的一些處于教工宿舍或者研究所附近的通信小區(qū)在整體功能上被劃分到高校區(qū)一類，然而從它們主要服務(wù)用戶的作息時(shí)間來看，局部功能更應(yīng)歸為生活區(qū)和辦公區(qū)一類，因此，應(yīng)該存在部分通信小區(qū)其在CDR數(shù)據(jù)中所體現(xiàn)的功能性特征與標(biāo)注結(jié)果有所不同。為了驗(yàn)證這一猜想，本文對(duì)模型的識(shí)別結(jié)果作了進(jìn)一步分析，以住宅區(qū)為例，將識(shí)別結(jié)果分為3類。

模式Ⅰ為識(shí)別結(jié)果為住宅區(qū)且標(biāo)注型也為住宅區(qū)的通信小區(qū)集合；模式Ⅱ?yàn)樽R(shí)別結(jié)果為住宅區(qū)而標(biāo)注類型為其他類型的通信小區(qū)集合；模式Ⅲ為識(shí)別結(jié)果為其他功能類型而標(biāo)注類型為住宅區(qū)的通信小區(qū)集合。圖5（a）、5（b）分別給出了這3類集合的通話時(shí)長(zhǎng)特征和移動(dòng)頻率特征中心向量。

從圖5中可以看出，模式Ⅱ的特征曲線與模式Ⅰ的特征曲線匹配度很高，而模式Ⅲ的特征曲線與模式Ⅰ的有明顯的偏差。這說明，在誤識(shí)別的樣本中存在部分通信小區(qū)，其服務(wù)范圍內(nèi)的用戶實(shí)際活動(dòng)類型與其標(biāo)注的功能區(qū)類型并不一致。致使這一結(jié)果的原因，一方面是通信小區(qū)局部和整體功能不匹配，如前文對(duì)部分位于高校區(qū)內(nèi)的通信小區(qū)的特點(diǎn)分析；另一方面，如果這些通信小區(qū)覆蓋范圍內(nèi)的土地利用類型確實(shí)發(fā)生了變化，而運(yùn)營(yíng)商和地圖興趣點(diǎn)并沒及時(shí)更新相應(yīng)的位置信息，也會(huì)導(dǎo)致相同的結(jié)果。在這次誤差分析中因?yàn)槿狈υ摰貐^(qū)在相應(yīng)數(shù)據(jù)采集時(shí)間段內(nèi)的官方地理信息，無法對(duì)后者進(jìn)行驗(yàn)證。而功能區(qū)識(shí)別的目的就在于發(fā)現(xiàn)城市區(qū)域土地的當(dāng)前使用方式與歷史記錄是否存在沖突的情況，因此在城市管理中，這些地點(diǎn)應(yīng)成為重點(diǎn)關(guān)注的對(duì)象，分析其背后的原因，以此來引導(dǎo)后續(xù)的發(fā)展。

2）用戶訪問量對(duì)識(shí)別結(jié)果的影響。

用CDR數(shù)據(jù)中提取的用戶行為特征去反映通信小區(qū)的功能結(jié)構(gòu)，決定了通信小區(qū)的被訪問量與反映結(jié)果準(zhǔn)確性之間的關(guān)系。訪問量越大，CDR數(shù)據(jù)對(duì)其特征的描述越準(zhǔn)確；反之，CDR數(shù)據(jù)對(duì)通信小區(qū)的功能特點(diǎn)刻畫能力越弱。本次工作統(tǒng)計(jì)了所有用戶對(duì)1494個(gè)通信小區(qū)的訪問量（發(fā)生通話事件的次數(shù)），以β=0.6時(shí)的識(shí)別結(jié)果對(duì)訪問量和召回率之間的關(guān)系進(jìn)行了分析，二者關(guān)系如表4。

從表4的數(shù)據(jù)可以看出，樣本召回率隨通信小區(qū)訪問量的增加而增大，因此，要提高本文所提出的方法在功能識(shí)別應(yīng)用中的召回率，一個(gè)有效的方法就是提高CDR數(shù)據(jù)的抽樣率，增加用戶數(shù)量。

5結(jié)語

本文通過分析CDR數(shù)據(jù)，得到用戶在城市生活中所留下的時(shí)空分布信息，并結(jié)合高斯混合模型算法設(shè)計(jì)出基于多特征判決的城市功能區(qū)識(shí)別新方法。該方法在現(xiàn)有數(shù)據(jù)下的召回率達(dá)到了51.08%。誤差分析發(fā)現(xiàn)一部分BTS服務(wù)下的用戶實(shí)際通話行為特性與根據(jù)歷史位置信息標(biāo)注的土地利用類型并不相符合，且樣本的召回率隨通信小區(qū)的訪問量增加而提高。51.08%的召回率雖達(dá)不到實(shí)際應(yīng)用的需求，但可以作為傳統(tǒng)方法的一種輔助手段，減少人力和物力的投入。用CDR數(shù)據(jù)進(jìn)行的城市感知研究，體現(xiàn)了人與環(huán)境之間的相互作用關(guān)系，為城市管理、監(jiān)測(cè)提供了一個(gè)新的視角。

受CDR數(shù)據(jù)獲取途徑的限制，本次工作不能在更大數(shù)據(jù)量下對(duì)本文提出的方法和分析結(jié)果進(jìn)行進(jìn)一步的驗(yàn)證。下一步工作主要從兩個(gè)方向進(jìn)行展開：第一，獲取更多、更新的CDR數(shù)據(jù)用于該領(lǐng)域的研究；第二，挖掘CDR數(shù)據(jù)中更多的用戶行為特征，例如長(zhǎng)短途通話比例、平均通話時(shí)長(zhǎng)等，從多角度對(duì)不同功能區(qū)間的差異性進(jìn)行表達(dá)。

參考文獻(xiàn)：

[1]

EAGLE N， PETLANDA. Reality mining： sensing complex social systems [J]. Personal and Ubiquitous Computing， 2006， 10（4）： 255-268.

[2]

劉英，趙榮欽.遙感技術(shù)在中國(guó)城市環(huán)境監(jiān)測(cè)中的應(yīng)用研究進(jìn)展[J].云南地理環(huán)境研究，2006，18（1）：101-104.（LIU Y， ZHAO R Q. Research advances in applying remote sensing technology to urban environmental monitoring in china [J]. Yunnan Geographic Environment Research， 2006， 18（1）：101-104.）

[3]

郭理橋，林劍遠(yuǎn)，王文英.基于高分遙感數(shù)據(jù)的城市精細(xì)化管理應(yīng)用[J].城市發(fā)展研究，2012，19（11）：57-63.（GUO L Q， LIN J Y， WANG W Y. Urban fine management application based on high score remote sensing data [J]. Urban Development Studies， 2012， 19（11）： 57-63.）

[4]

KUNG K S， GRECO K， SOBOLEVSKY S， et al. Exploring universal patterns in human homework commuting from mobile phone data [J]. PLoS ONE， 2014， 9（6）： e96180.

[5]

YADAV K， KUMAR A， BHARTI A， et al. Characterizing mobility patterns of people in developing countries using their mobile phone data [C]// Proceedings of the Sixth International Conference on Communication Systems and Networks. Piscataway， NJ： IEEE， 2014： 1-8.

[6]

GONZALEZ D M C， HIDALGO C A， BARABASI AL， et al. Understanding individual human mobility patterns [J]. Nature， 2008， 453（7196）： 779-782.

[7]

XIANG F， TU L， HUANG B. Inferring barriers of urban city using mobile phone record [C]// Proceedings of the 2013 IEEE International Conference on Green Computing and Communications and IEEE Internet of Things and IEEE Cyber， Physical and Social Computing. Piscataway， NJ： IEEE， 2013： 850-855.

[8]

周濤，楊紫陌，汪秉宏，等.人類行為時(shí)空特性的統(tǒng)計(jì)力學(xué)[J].電子科技大學(xué)學(xué)報(bào)，2013，42（4）：481-534.（ZHOU T， YANG Z M， WANG B H， et al. Statistical mechanics on temporal and spatial activities of human [J]. Journal of University of Electronic Science and Technology of China， 2013， 42（4）： 481-534.）

[9]

李婷，裴韜，袁燁城，等.人類活動(dòng)軌跡的分類，模式和應(yīng)用研究綜述[J].地理科學(xué)進(jìn)展，2014，33（7）：938-948.（LI T， PEI T， YUAN Y C， et al. A review on the classification， patterns and applied research of human mobility trajectory [J]. Progress in Geography， 2014， 33（7）： 938-948.）

[10]

劉瑜，康朝貴，王法輝.大數(shù)據(jù)驅(qū)動(dòng)的人類移動(dòng)模式和模型研究[J]. 武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2014，39（6）：660-664.（LIU Y， KANG C G， WANG F H. Research on human mobility patterns and model driven by big data [J]. Geomatics and Information Science of Wuhan University， 2014， 39（6）： 660：664.）

[11]

戴虎.GSM網(wǎng)絡(luò)體系結(jié)構(gòu)及其網(wǎng)絡(luò)優(yōu)化[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2005，27（1）：10-14.（DAI H. GSM network architecture and network optimization [J]. Journal of Wuhan University of Technology （Information & Management Engineering）， 2005， 24（1）： 10-14.）

[12]

TORRESCARRASQUILLO P A， REYNOLDS D， DELLER J R， Jr. Language identification using Gaussian mixture model tokenization [C]// Proceedings of the 2002 IEEE International Conference on Acoustics， Speech， and Signal Processing. Piscataway， NJ. IEEE， 2002： I757-I760.

[13]

REYNOLDS D A， QUATIERI T F， DUNN R B. Speaker verification using adapted Gaussian mixture models [J]. Digital Signal Processing， 2000， 10（1）： 19-41.