基于移动通信数据的区域内群体行为分析和预测

《基于移动通信数据的区域内群体行为分析和预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、１４各如乂Ａ￥ｎＨＵＮＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＬＯＩＩＥＮＣＣＡＮＤＴＥＣＨＮＯＧＹＯＦＣＨＮＡ硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ料，扣Ｖ？．城献挺。成如．＾参＾采＼㈱ＪＷＩＩ＾论文题目基于移动通信数据的区域内群体行为分析和预测学科专业计黨机应用技术＂学号２０１３２１０６０３０６—作者姓名张海波指营教师徐洁教授分类号密级注1UDC学位论文基于移动通信数据的区域内群体行为分析和预测（题名和副题名）张海波（作者姓名）指导教师徐洁教授电子科技大学成都（姓名、

2、职称、单位名称）申请学位级别硕士学科专业计算机应用技术提交论文日期2016.3.28论文答辩日期2016.5.16学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。RegionalGroupBehaviorAnalysisandPredictionBasedOnMobileCommunicationDataAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ComputerApplicationTechnologyAuthor:Zh

3、angHaiboSupervisor:Prof.XuJieSchool:SchoolofComputerScience&Engineering独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加标注和致谢的地方夕ｂ论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表Ｗ谢意。作者签名：方咕淚日期；年月／日《／论支使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位

4、论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可Ｗ将学位论文的全、部或部分内容编入有关数据库进行检索，可采用影印缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）／紙鄉；／ｔ作者签名：文导师签名梓＂曰期：７＾／／＾年月＾０摘要摘要作为当今通信领域的主要手段，智能手机已经成为人们生活和工作中必不可少的通信设备，同时移动通信网络也已经成为了第一大通信媒体网络。随着智能手机，平板电脑等便携式移动终端的流行，以及智能终端等移动设备作为载体的移动社交网络的兴起，人与人之间的

5、社交活动变得更加便利。人作为移动社交网络中的主体，其位置时时刻刻都在变化，因此我们可以通过记录用户在移动通信环境中的地理位置信息建立移动轨迹模型，实现对群体行为的分析和预测，从而可以解决一些由人群聚集引起的群体事件如交通堵塞、突发群体事件等。要研究移动通信环境中的群体行为，首要的任务是获取用户的地理位置信息，获取用户地理位置的最主要的途径有三种：第一种是通过GPS定位，第二种是基站定位，第三种是WIFI热点定位。GPS定位精度是三者中最高的，但是GPS数据一般由志愿者提供，想要获取大量的用户位置数据比较困难。对于WIFI定位，WIFI热点的覆盖范围较小，大部分集中到一个校园或社区，因此通过W

6、IFI定位获取的用户位置信息来进行用户群体行为研究局限性较大。基站定位的精度虽然在三者中最低，但是它有数据易获取，覆盖范围广的特点，因此基于基站定位获取的用户位置信息来进行群体行为的研究是三者中最合适的。本文通过研究移动通信数据的特点，提出了一种群体行为分析模型，该模型可以实时识别区域内的人群是否有聚集行为发生。通过建立加权的Markov预测模型对单个用户轨迹进行预测进而实现对群体聚集行为的预测，实现对群体聚集行为的提前预警。本文主要工作包括：介绍3G核心网主要功能，获取SGSN设备中的计费数据，分析计费数据格式，提取用于群体行为分析的有用数据。对3G基站组网方式进行研究，根据3G组网方式的

7、特点本文提出了一种优化用户在基站内分布的扇形分布模型，提高了用户定位的精度。建立用户群体行为分析模型，实时监控用户群体聚集行为。实现热度图，使超出正常用户分布数量的区域在地图上以热度图方式直观的显示出来。通过加权的Markov预测模式实现对单个用户轨迹的预测，统计所有用户的轨迹预测结果实现对群体聚集行为的预测。根据用户行为习惯建立不同时间段，并按时间段分别建立的Markov模型，提高预测的准确性。关键字：移动