基于互联网位置数据的通勤特征挖掘技术

针对传统通勤特征测算中存在的不足,提出一种基于互联网时空大数据的通勤特征挖掘技术框架。基于互联网定位、地图数据,利用机器学习算法挖掘常驻点、提取通勤OD,基于通勤OD进一步挖掘通勤距离、通勤时间以及通勤方式,并将上述通勤特征数据应用于全国主要城市通勤监测报告和国土空间规划等方面。使用多源时空大数据对通勤监测指标和结果进行校验,结果表明基于互联网位置数据的通勤特征与抽样调查获得的通勤特征具有一致性,且能够以大样本、低成本、高空间精度提供高频更新的通勤监测指标,是对传统方法的有效补充和强化。