文档介绍：31 第?8?卷第 5?期 2012?年?5?月潘纲李石坚齐观德张王晟浙江大学移动轨迹数据分析与智慧城市引言近年来, 以智能手机等移动设备为载体的移动社交网络的兴起, 极大地方便了人与人之间的社交活动, 并正深入影响人们的社会生活方式。作为移动社交网络的主体, 人的移动性带来的位置轨迹不仅记录了人的行为历史, 也记录了人与社会的交互活动信息。移动社交网络中位置轨迹数据的分析与利用, 为解决城市问题提供了一种新的思路。我国各大中城市普遍面临着交通拥堵、环境污染、社会老龄化、能源紧缺等问题, 严重影响了城市的宜居程度和持续发展。这是我国城市化进程中面临的挑战, 也是必须要解决的问题。信息技术的发展和广泛应用为城市问题的缓解与改善提供了机会, 市政府、学术界和工业界均期望利用信息技术让城市更加智能, 通过打造覆盖广、交互深、协同好的“智慧城市”来惠及市民生活。动态性是城市的重要特性。城市里各种移动对象的位置变化, 如人的移动、车辆的运动等, 反映了城市环境的变动, 是城市动态性的直接体现。不仅如此, 移动对象的位置轨迹还体现了人们在城市中各种社会活动, 也是人们移动社交网络的一个重要体现。分析大量移动对象的历史轨迹数据, 可以定量描述和估计人们的社会活动特征, 进而可发现人们的行为( 包括社交行为) 在不同时空粒度下的统计规律, 从微观到宏观的不同尺度上认知和把握纷繁多变的城市动态性。移动轨迹数据分析不仅移动社交网络的重要关键词: 智慧城市移动轨迹研究内容, 也是“智慧城市”的研究对象和研究热点, 它综合利用了传感、识别、预测等手段, 使人们能以前所未有的深度认知自己的生活轨迹、社交行为、环境的变动和城市的演进, 为政府、商家和市民提供各类丰富、准确、动态的信息服务。移动轨迹数据如何获得城市中众多移动对象的轨迹数据? 目前手机与公共交通设施是两类最常见的移动轨迹数据采集途径。从已有的研究工作看, 移动轨迹数据的来源主要分为四种: 手机已成为现代城市人群的标准通信设备。通过手机 G P S 或通信基站可获取机主的位置信息。利用通信基站信息测算的位置数据精度较低, 通常误差大于 2 0 0 米, 而利用手机自带的 G P S 接收机获取的位置数据精度则较高。该类数据覆盖范围很广, 蕴含丰富的个性化内容, 但由于用户 G P S 数据涉及个人隐私, 此类数据目前尚不能广泛利用。公共自行车近年来部分城市为满足市民短途出行需求, 提供公共自行车租赁, 成为一项绿色环保的公益服务, 巴黎、巴塞罗那、杭州、苏州等城市已开始运营。系统可记录所有自行车的出借/ 归还时间和位置。但考虑到设备成本, 自行车上并未装载定位设备, 因此无法准确记录每辆自行车的行驶轨迹。此类系统可以粗略反映一部分城市人群的出行信息, 但信息量较少且覆盖人群较为有限。 32 专题第?8?卷第?5?期 2012?年?5?月主要研究内容目前移动轨迹数据的研究主要集中在三个关键问题上: 移动轨迹特征分析对移动轨迹数据的特征分析是后续分析的基础。轨迹特征分析主要研究如何从含噪音的海量原始数据中提取出可信的移动对象运动轨迹, 进而分析车辆或人群运动轨迹的特征, 在此基础上考察其与城市道路拓扑、司机驾驶****惯或个人行为****惯等因素之间的关系, 以及轨迹特征在交通和规划等领域的应用。人群移动规律发现人群移动规律在城市规