基于手机信令数据的贝叶斯优化出行链识别

为了克服手机信令数据定位信息的时空不确定性对出行识别的影响,分析手机信令数据的时空特性,在时空阈值识别停留点方法的基础上,引入兴趣面(AOI)信息和基站位置数据,提出可变参数滑动窗口的出行停留点识别方法.建立出行链模型,采用贝叶斯多目标优化获得模型的最佳参数,实现时空阈值的动态调整,提高识别的准确性.为了验证方法的有效性,组织志愿者采集真实出行GPS数据和出行信息标签作为验证数据,与应用模型于对应手机信令数据后的结果进行对比.研究结果表明,手机信令数据的采样在移动和静止状态下存在特性差异;相较于对比方法,提出的出行链识别方法在泛化性能和最优性能方面都表现出较小的误差和较高的识别率,尤其在识别率指标上,相比其他的最新算法改进了3%~26%.