一種利用手機信令數據進行宏觀經濟分析的數據處理系統技術方案

本發明專利技術提出了一種利用手機信令數據進行宏觀經濟分析的數據處理系統，其特征在于，包括：數據預處理平臺、數據深加工平臺和指數生成平臺，其中，所述數據預處理平臺用于對原始數據進行預處理，包括：去標識化、缺失值填補、軌跡補齊、基站網格化和GIS信息映射，生成原始表；所述數據深加工平臺用于根據所述原始表統計不同空間層級的人群聚集特征，統計不同空間層級的點對點人群流動特征；以及用于基于軌跡構建移動模式分類數據庫，構建人群居住、工作與休閑模式OD數據庫，生成中間表；所述指數生成平臺用于根據所述中間表構建三大細分指數，對所述三大細分指數進行加權，構建經濟動力總指數，生成指數表。生成指數表。生成指數表。

【技術實現步驟摘要】
一種利用手機信令數據進行宏觀經濟分析的數據處理系統


[0001]本專利技術涉及手機信令數據
，特別涉及一種利用手機信令數據進行宏觀經濟分析的數據處理系統。

技術介紹

[0002]伴隨著智能手機的普及與發展，手機信令因其能大量收集用戶的高頻位置與行為數據，成為了軌跡分析的絕佳數據來源渠道之一(Williams等,2015)。截至2017年，我國手機用戶普及率達到了102.5/100人，這意味著有大規模的數據支持研究和決策，為人類時空行為的深入分析提供了可行性(Wesolowski等,2013)。相較于搜索引擎 (Askitas和Zimmermann，2009；Smith，2016)、社交媒體(Llorente等,2015)、政府行政數據(Guerrero and Lopez，2017)等，手機信令時空連續性更強，覆蓋樣本范圍也更為全面。現有大量的研究表明，手機信令數據可以很好地提取人群個體的移動軌跡并挖掘其時空活動特征，并應用于交通監控、城市規劃、疾病防控等方面。例如：利用手機信令數據建立用戶特征提取模型，從用戶不同出行狀態觸發附近基站產生的時空軌跡數據，判定用戶狀態與時空特征，并研究區域通道客流出行次數、方向不均勻性等特征指標(李和石，2019)。部分研究利用運營商數據(李，2019)從群體和個體兩個角度對用戶的空間分布、移動距離、回旋半徑以及停留時間進行了分析。同時結合POI，對不同基站的覆蓋區域進行了功能劃分，使密集城區被分為不同的功能區，以此對用戶的移動軌跡進行語義化建模，挖掘用戶個體在不同功能區內的頻繁移動模式。通過手機信令構建時空“風險源”模型，實現了全中國范圍內新冠感染的相對頻率預測和高風險地區識別(Jia和Lu等，2020)。
[0003]在大數據時代，依賴于手機信令這一新穎的數據源可以用來補充或替代傳統數據，以改進人類行為研究，從而使人的行為模式得以揭示(Llorente等,2015)。用于分析手機數據的方法可能因數據類型和研究目的而異，包括傳統的數據挖掘技術，如聚類方法和基于規則的算法，以及創新的計算技術，如機器學習等方法。為了檢測或標記這些活動，可以首先根據常識和知識設置一些規則(Wang等，2018)。例如，人為地劃分工作時間和非工作時間，以區分一個人是否在工作。考慮到手機數據的細粒度特性，人類行為的移動性也可以更加細致。甚至可以通過計算位置信息和相應的速度，從手機數據中推斷出人群活動所采用的交通工具，如汽車和步行等。為了進一步應用于挖掘宏觀經濟指數，上述的行為特征可以結合更多的因素，如通過與LBS數據和GIS 數據的匹配，確定個體在工廠、園區、商圈等區域的活動特征。而這種變化的表現取決于區域劃分的明確性和功能的相對穩定性。因此，當涉及到更加廣泛的領域時，上述前置條件將變得難以成立；與個體的簡單位置信息相比，其在特定區域的整體行為模式則更具說服力，即當特定事件(如大規模解雇)發生時，人們的行為會發生相應的變化，但由于社會經濟條件的不同，事件的選擇可能也會因國家而異。上述解決方案仍局限于對行為與經濟事實關系的研究，但沒有揭示行為本身的規律，缺乏普遍性。
[0004]依托大數據基礎設施建設與分析算法的不斷改進，利用手機信令數據能夠構建具
有極強時效性的經濟指標，及時反映經濟運行狀態。目前，常見的經濟指數，諸如：商品指數、新興市場經濟指數(Miranda和Riera，2001)、社會經濟職業指數(Ganzeboom 等，1992)、標度現象指數(Mantegna和Stanley，1995)等，由于調研需要耗費大量的人力物力，數據獲取來源成本高，所以難以進行基于大規模的全樣本指數模型構建。而抽樣導致的潛在估計偏差，以及指數時效性低、更新周期慢，也是傳統經濟指數的不足之處。與此同時，伴隨著人們生活方式的不斷變化，新行業的興起與發展，出差、外賣、夜間經濟、人口流動等新型經濟指數的關注度也越來越高。因此，迫切需要通過對個體自身的移動時空規律進行研究，來為宏觀經濟運行提供一種新的分類、識別和量化的方法。
[0005]現有的任何指標體系(尤其是基于單一數據源)都無法完整揭示經濟社會的運行態勢。近年來，隨著智能手機與通信技術的快速發展，位置大數據因其樣本覆蓋面廣、時效性高以及采集成本低的特點，而被廣泛應用于對人群出行規律的研究。基于手機信令數據所構建的指數，能夠著重反映人這一重要經濟生產要素變動對經濟運行的影響。
[0006]對宏觀經濟進行分析，目前大多采用官方統計數據作為數據源，例如地方經濟年鑒、經濟普查數據、人口調查數據等等。面對當今復雜的社會經濟發展形勢，官方統計數據存在較為嚴重的缺陷和不足，主要體現在時效性與顆粒度無法同時得到滿足。一方面這種數據源在分析結果上不可避免的存在時間滯后，難以做到實時分析，削弱了宏觀經濟分析結果在經濟規劃中的參考價值。另一方面這種數據源在顆粒度上難以做到精細化，比如針對特定的地理范圍，例如商圈、工業園區、居民區，或者針對特定的經濟類型，例如外賣經濟、網絡經濟、夜間經濟，數據源很難滿足經濟分析的要求。
[0007]產生這種缺陷和不足根本原因在于采用的靜態數據源屬于非實時性數據，解決方法就是采用實時性數據替代非實時性數據作為宏觀經濟分析的數據源和數據處理方法。

技術實現思路

[0008]本專利技術的目的旨在至少解決所述技術缺陷之一。
[0009]為此，本專利技術的目的在于提出一種利用手機信令數據進行宏觀經濟分析的數據處理系統，以解決
技術介紹
中所提到的問題，克服現有技術中存在的不足。
[0010]為了實現上述目的，本專利技術的實施例提供一種利用手機信令數據進行宏觀經濟分析的數據處理系統，包括：數據預處理平臺、數據深加工平臺和指數生成平臺，其中，
[0011]所述數據預處理平臺用于對原始數據進行預處理，包括：去標識化、缺失值填補、軌跡補齊、基站網格化和GIS信息映射，生成原始表；
[0012]所述數據深加工平臺用于根據所述原始表統計不同空間層級的人群聚集特征，統計不同空間層級的點對點人群流動特征；以及用于基于軌跡構建移動模式分類數據庫，構建人群居住、工作與休閑模式OD數據庫，生成中間表；
[0013]所述指數生成平臺用于根據所述中間表構建三大細分指數，對所述三大細分指數進行加權，構建經濟動力總指數，生成指數表。
[0014]進一步，所述數據預處理平臺進行基于GIS信息耦合的空間處理，包括：基于興趣點的指數和基于區域輪廓的指數構建；
[0015](1)基于興趣點的指數構建
[0016]在GIS中，結合POI信息，對空間進行網格化預處理，采用網格化方法對空間信息進
行預處理，以加速數據的處理與分析速度；
[0017](2)基于區域輪廓的指數構建
[0018]基于興趣點的指數構建方法，對具有區域特征的數據，需要基于區域輪廓來進行。
[0019]進一步，所述數據深加工平臺進行基于用戶行為數據的聚類分析：采用多維高斯混合模型來對用戶觀測數據集進行聚類，并給用戶行為打上標簽。
...

【技術保護點】

【技術特征摘要】
1.一種利用手機信令數據進行宏觀經濟分析的數據處理系統，其特征在于，包括：數據預處理平臺、數據深加工平臺和指數生成平臺，其中，所述數據預處理平臺用于對原始數據進行預處理，包括：去標識化、缺失值填補、軌跡補齊、基站網格化和GIS信息映射，生成原始表；所述數據深加工平臺用于根據所述原始表統計不同空間層級的人群聚集特征，統計不同空間層級的點對點人群流動特征；以及用于基于軌跡構建移動模式分類數據庫，構建人群居住、工作與休閑模式OD數據庫，生成中間表；所述指數生成平臺用于根據所述中間表構建三大細分指數，對所述三大細分指數進行加權，構建經濟動力總指數，生成指數表。2.如權利要求1所述的利用手機信令數據進行宏觀經濟分析的數據處理系統，其特征在于，所述數據預處理平臺進行基于GIS信息耦合的空間處理，包括：基于興趣點的指數和基于區域輪廓的指數構建；(1)基于興趣點的指數構建在GIS中，結合POI信息，對空間進行網格化預處理，采用網格化方法對空間信息進行預處理，以加速數據的處理與分析速度；(2)基于區域輪廓的指數構建基于興趣點的指數構建方法，對具有區域特征的數據，需要基于區域輪廓來進行。3.如權利要求1所述的利用手機信令數據進行宏觀經濟分析的數據處理系統，其特征在于，所述數據深加工平臺進行基于用戶行為數據的聚類分析：采用多維高斯混合模型來對用戶觀測數據集進行聚類，并給用戶行為打上標簽。4.如權利要求1所述的利用手機信令數據進行宏觀經濟分析的數據處理系統，其特征在于，所述指數生成平臺構建指數，包括：時空遷徙指數、常住人口指數、出行強度指數、商圈繁榮指數、外賣經濟指數、夜間經濟指數、開工指數、差旅指數和就業指數。5.如權利要求4所述的利用手機信令數據進行宏觀經濟分析的數據處理系統，其特征在于，所述時空遷徙指數是信令數據的最基礎應用，利用信令數據提供的全樣本人群位置信息、構建省際間、城際間的月度人口流動指數；在GIS信息空間處理中，已經提取出的全國各個省份的火車站與機場的GIS輪廓；基于此，確定人群由火車站與機場的跨地區的空間遷徙路徑，區分人群流動路徑中的遷入遷出地；最后通過計算一個自然月內跨地區的人次數，得到相應的時空遷徙指數；所述常住人口指數需要在人口流動數據的基礎之上，通過時空頻繁模式挖掘出人群駐留特征，對常住人口進行識別，構建每個省級、地市級的月度常住人口指數；人群駐留特征有賴于職住模型，即通過統計不同空間層級的人群聚集特征，用戶居住地根據夜間用戶信令基站特征分別確定，用戶工作地則根據工作時段用戶信令基站特征分別確定，基于前述的職住模型，確定用戶的夜間活動的地理位置分布，計算一個自然月內地區常住的人數；由于存在一人多號的現象，根據手機號綁定的信息剔除重復統計人口，最終得到常住人口指數；所述出行強度指數：城市內出行強度是在更微觀的空間尺度上展現人物的移動特征，根據信令數據提供的時空信息，統計人群的出行情況，構建城市內周度和月度平均出行強
度指數，指數反映出小時級的出行強度情況。根據信令數據所聚合出來的人員駐留點信息，...

【專利技術屬性】
技術研發人員：張勇，畢然，魏亮，錢浩祺，林美玉，姜卜榕，彭杜，吳力波，施正昱，
申請(專利權)人：中國信息通信研究院，
類型：發明
國別省市：