一种利用手机信令数据识别家庭关系的方法

1.本发明属于交通运输技术领域。利用手机信令数据准确推算手机用户之间的家庭关系，可进一步用于通勤空间特征、出行规律分析等。


背景技术：

2.家庭是分析交通出行规律或通勤空间特征的重要单元结构，该数据往往通过人口普查或交通出行调查等人工手段获取，如居民出行调查。人工调查内容虽较为全面，但存在调查周期长、调查范围小和耗费巨大资源等缺点，尤其疫情期间，该方式存在重大安全风险。
3.手机信令数据是用户对外通信时，手机与附近的基站进行连接产生的数据，它具有时间上连续、空间上完整、覆盖范围广、细粒度高等优势，弥补了人工调查中周期长、调查范围小等缺陷，采用手机信令数据进行解析，获取信令数据中用户间家庭关系，为职住空间特征分析、城市规划方案的制定提供依据。手机信令数据包含用户唯一标识码、时间戳、基站编号、经度、纬度和通话对象等信息，如表1所示。
4.表1：手机信令数据信息
5.

技术实现要素：

6.本发明提出一种利用手机信令数据准确识别家庭关系的方法，家庭关系的识别可弥补人口普查以及交通调查方式中周期长的缺陷，同时该家庭关系可支持城市通勤空间特征分析等，为城市的发展规划提供依据。
7.具体实现方法如下：
8.定义待计算的全部手机信令数据集为u＝{u1,u2…
ui}，ui表示用户i的手机信令数据集，ui＝{u
i,1
,u
i,2
…ui,j
}，u
i,j
表示用户i的第j条手机信令数据，u
i,j
＝{u_idi,t
i,j
,lon
i,j
,lat
i,j
,area
i,j
,cu
i,j
}，其中，u_idi、t
i,j
、lon
i,j
、lat
i,j
、area
i,j
、cu
i,j
分别表示用户i第j条手机信令数据的用户唯一标识码、数据产生的时间戳、通讯基站经度、通讯基站纬度、基站所属交通小区和通讯对象编码。
9.具体步骤如下：
10.步骤1：数据预处理：定义夜间时段为当日20:00:00—23:59:59和次日00:00:00—
7:00:00，对用户ui的信令数据按事件发生时间先后排序，提取t
i,j
在夜间范围内的数据记录，根据定义的夜间序列，根据用户信令数据的时间将数据与相应的夜间时段对应，构建夜间数据集合b＝{b
i,1
,b
i,2
…bi,m
}，b
i,m
表示在第m个夜间时段用户ui的手机信令数据构成的集合；
11.步骤2：居住地位置识别：计算用户ui的夜间居住地，以b为对象，第m个夜间内，用户连接基站所属交通小区area
i,j
的停留时长，一定周期内，通过对相同基站所属交通小区的夜间停留时间进行累加，选取停留时长最大的基站所属交通小区，作为用户ui的居住地，记为记为和分别代表居住地的经度和纬度，即夜间停留时长最大的基站所属交通小区的质心坐标；
12.步骤3：居住地距离比较：分别对其余所有用户q＝{q1,q2,...,qn}，i≠n，n为自然数，且n》0，进行居住地判断，即循环步骤1和步骤2中操作，并分别计算集合q与用户ui的居住地间直线距离其中为用户qn的居住地位置信息，即用户qn夜间停留时长最大的基站所属交通小区的质心坐标，取出d中元素小于1km的用户，形成该用户的数据集z，同时构建用户对集合其中，v为自然数，且v》0，n为自然数，且n》0，指用户qv与用户ui的唯一标识码连接起来的用户对；d中元素大于或等于1km的用户则认为无家庭关系；
13.步骤4：通话特征指标提取，计算集合qui中每一个元素的特征指标，即每一个用户对的特征指标，包括以下四个指标：
14.1)夜间居住地相同的天数：夜间范围内，相较于非家庭成员，具有家庭关系的用户往往具有共同居住地点，因此提出“夜间居住地相同的天数”，记为即在t周期内，用户对的夜间居住地相同的天数；
15.2)通话的天数：相较于非家庭关系的用户，家庭成员间的通话行为更为稳定，提出指标“通话的天数”，记为即用户对在t周期内存在通话行为的天数；
16.3)夜间通话频率：由于家庭成员间的共同居住行为，夜间通话频率较少，与非家庭关系用户具有显著区别，提出“夜间通话频率”指标，即计算公式如下：
[0017][0018]
其中，指用户qv与用户ui在t周期内夜间时的通话总次数，指qui中每一个用户对在t周期内夜间的通话次数的和；
[0019]
4)晚高峰通话频率：定义晚高峰时段为17:00—19:00，并提出“晚高峰通话频率”指标，即指用户对在周期t内的晚高峰期间的通话频率：
[0020][0021]
其中，指在t周期内，用户ui与用户qv在晚高峰时段内的通话总次数，指用户对在t周期内的通话总次数；
[0022]
为qui中每一个用户对构建特征集
[0023]
步骤5：利用决策树的分类规则，去除不可能具有家庭关系的用户,根据的特征集合p中的夜间居住地相同的天数和通话天数两个指标进行判断，当两用户的夜间居住地相同的天数为0时，两用户间不可能存在居住上的家庭关系，当夜间居住地相同的天数大于0时，若两用户间在一定周期内的通话天数大于0时，则认为两用户间“可能存在家庭关系”，否则为非家庭关系，基于此，提取出“可能存在家庭关系”的用户对的特征集合，f为自然数，且f》0，v为自然数，且v》0，gfui指用户对
[0024]
步骤6：基于knn算法的家庭关系分类：根据人工样本中已知的家庭用户对和非家庭用户对，利用同样的方法构建用户对特征集合w，同时标定用户对的关系，n为自然数，且n》0，saha指用户对l
aa
指用户对之间的家庭关系标签，对“可能存在家庭关系”的用户对特征集合f为自然数，且f》0，v为自然数，且v》0，进一步使用knn算法进行分类，过程如下：
[0025]
(1)首先，计算“可能存在家庭关系”的用户对特征集合f为自然数，且f》0，v为自然数，且v》0，与已知标签的集合w中的之间的欧氏距离，计算公式为构建欧式距离集合e＝{e1,e2,...,ea}，ea表示用户对与用户对之间的欧氏距离；
[0026]
(2)将欧式距离集合e按照距离值的大小进行递增排序；
[0027]
(3)选取前3个样本，确定前3个样本所在类别出现的频率并输出出现频率最高的类别；
[0028]
步骤7：家庭关系判别，当前3个样本中频率最高的类别为家庭关系时，此时用户对
为家庭关系，当前3个样本中频率最高的类别为非家庭关系时，此时用户对为非家庭关系。
[0029]
本发明具有以下有益效果：
[0030]
该发明的基础数据来源于手机信令数据，相对依靠传统的人工调查手段，该方法无须另外布置采集设备，具有覆盖人群范围大、时间上连续和空间上完整的特点，为挖掘家庭关系提供全方位支撑。
附图说明
[0031]
图1.夜间范围示意图
[0032]
图2.决策树过程示意图
[0033]
图3.本方法流程示意图
具体实施方式
[0034]
下面结合附图对本发明详细描述其具体实施过程。以某地区手机信令数据为例进行说明,如表2。
[0035]
表2：手机信令数据
[0036]
[0037][0038]
具体步骤如下：
[0039]
步骤1：数据预处理：定义夜间时段为当日20:00:00—23:59:59和次日00:00:00—7:00:00，对用户ui的信令数据按事件发生时间先后排序，提取t
i,j
在夜间范围内的数据记录，根据定义的夜间序列(见附图1)，根据用户信令数据的时间将数据与相应的夜间时段对应，构建夜间数据集合b＝{b
i,1
,b
i,2
…bi,m
}，b
i,m
表示在第m个夜间时段用户ui的手机信令数据构成的集合，以用户u1＝“3916”为例，表3展示了第一个夜间时段(b
1,1
)的手机信令数据集；
[0040]
表3：夜间手机信令数据
[0041][0042]
步骤2：居住地位置识别：计算用户ui的夜间居住地，以b为对
[0043]
象，第m个夜间内，用户连接基站所属交通小区area
i,j
的停留时长，一定周期内，通过对相同基站所属交通小区的夜间停留时间进行累加，选取停留时长最大的基站所属交通小区，作为用户ui的居住地，记为的居住地，记为和分别代表居住地的经度和纬度，即夜间停留时长最大的基站所属交通小区的质心坐标，以用户u1＝“3916”为例，经计算其停留时长最大的基站所属交通小区(area＝“4177”)的质心坐标为(即居住地)：
[0044]
步骤3：居住地距离比较：分别对其余所有用户q＝{q1,q2,...,qn}i≠n，n为自然数，且n》0，进行居住地判断，即循环步骤1和步骤
[0045]
2中操作，并分别计算集合q与用户ui的居住地间直线距离其中为用户qn的居住地位置信息，即用户qn夜间停留时长最大的基站所属交通小区的质心坐标，取出d中元素小于1km的用户，形成该用户的数据集z，同时构建用户对集合其中，v为自然数，且v》0，n为自然数，且n》0，指用户qv与用户ui的唯一标识码连接起来的用户对，对用户q2、q3、q4，即对u_id＝“1333”、“2924”、“1005”进行居住地判断，经计算用户q2、q3、q4的夜间停留时长最大的基站所属交通小区的质心坐标(即居住地)分别为为经计算q2与u1之间的直线距离为0.8km，q3与u1之间的直线距离为0km，q4与u1之间的直线距离为1.9km，d＝{0.8,0,1.9}，用户对之间的距离不满足条件，因此构建用户对
[0046]
步骤4：通话特征指标提取，计算用户对的特征指标，包括以下四个指标，本例中t＝7，单位：天：
[0047]
1)夜间居住地相同的天数：经计算，用户对的夜间居住地相同的
天数，用户对的夜间居住地相同的天数，
[0048]
2)通话的天数：经计算
[0049]
3)夜间通话频率：分别计算与的夜间通话频率指标：
[0050][0051][0052]
4)晚高峰通话频率：通过计算，与的晚高峰时段的通话频率为：
[0053][0054][0055]
为qu1中每一个用户对与构建特征集
[0056]
步骤5：利用决策树的分类规则，去除不可能具有家庭关系的用户,根据决策树规则，当夜间居住地相同的天数等于0时，两用户间为非家庭关系，因此，用户对属于“非家庭关系”一类，同理，用户对属于“可能存在家庭关系”一类，提取出用户对的特征集合，即
[0057]
步骤6：基于knn算法的家庭关系分类：已知用户对关系的特征集合w见表4(仅列出部分)，对特征集合进一步使用knn算法进行分类，过程如下：
[0058]
(1)计算与已知标签的集合w中的每一个用户对特征集之间的欧氏距离，e＝{3.6,1.4,3.2,3.6}；
[0059]
(2)将欧式距离集合e按照距离值的大小进行递增排序为e＝{1.4,3.2,3.6,3.6}；
[0060]
(3)在前3个样本的类别中，“家庭关系”类别出现的频率为“非家庭关系”类别出现的频率为
[0061]
步骤7：家庭关系判别，由于因此，用户对的关系为家庭关系。
[0062]
表4特征集合w
[0063][0064]
最后应说明的是：以上示例仅用以说明本发明而并非限制本发明所描述的技术方案；因此，尽管本说明书参照上述的示例对本发明已进行了详细的说明，但是，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换；而一切不脱离发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围当中。