C-UTBDS：蜂窝网络大数据驱动城市交通出行特征挖掘

来源：中国血液净化杂志2023年第10期北京时间：

作者：丁飞, 李湘媛, 吕严, 王晔, 蒋林圆, 纪慧, 童恩, 张登银

单位：1. 南京邮电大学 通信与网络技术国家工程研究中心, 江苏 南京 210003;2. 中国移动-南京邮电大学5G联合创新中心, 江苏 南京 210029;3. 中国移动紫金(江苏)创新研究院, 江苏 南京 211199"],"fundList_en":["National Natural Science Foundation of China (61871446, 61872423); Basic Public Service Platform Project of Industrial Technology of the Ministry of Industry and Information Technology (2019-00892-3-1); Communication Soft Science Research Project of the Ministry of Industry and Information Technology (2019-R-26); Jiangsu Key R & D Plan Project, China (BE2020084-1); \"Six Talent Peaks\" High Level Talent Funding Project of Jiangsu Province (DZXX-008)

摘要：随着城市化进程不断加快，城市功能分区正从规模增长向质量提升转型发展，优化城市空间布局、深化多模式融合交通运营和打造一体化出行服务平台是城市交通数字化转型的核心需求，挖掘城市交通出行特征并对其进行分析，有助于完善城市立体化交通服务体系、满足多样化出行需求、推进城市用地合理开发利用以及指导城市决策者制定合理的规划措施。蜂窝信令数据（Cellular Signaling Data，CSD）具有覆盖范围广、样本量大、可长期连续监测等优势，蜂窝网络大数据可以较低的成本挖掘大规模人口的起讫（Origin Destination，OD）分布和出行行为模式，是促进未来城市智能交通发展的重要组成部分。基于此，对现有交通信息采集方法、发展制约因素和蜂窝信令数据价值进行了总体概述，梳理了面向蜂窝网络大数据的城市交通出行特征挖掘框架、关键技术研究进展和未来发展方向。首先，依据基于蜂窝信令数据的城市交通出行特征挖掘系统的功能规划与发展需求给出了其架构设计与应用框架。其次，从蜂窝网络出行链构建角度总结了蜂窝移动通信网络结构、出行链特征与提取框架，阐述了针对出行链中噪声数据和轨迹震荡的数据优化方法，以及出行链轨迹与实际路网融合时的路网匹配技术。然后，面对蜂窝网络大数据驱动下的城市空间结构优化与多模式交通发展需求，从人口流动监测、出行模式识别、行为分析与预测等城市交通出行特征挖掘方面详细介绍研究现状。最后，从5G优化定位、多源数据处理与挖掘、细粒度出行模式识别、基于组件的系统模型体系构建等方面指出了未来研究的技术方向和发展趋势。

关键词：交通工程,蜂窝网络大数据,综述,出行链,智能交通系统,蜂窝信令数据,出行特征

基金资助：国家自然科学基金项目（61871446，61872423）；工业和信息化部产业技术基础公共服务平台项目（2019-00892-3-1）；工业和信息化部通信软科学研究项目（2019-R-26）；江苏省重点研发计划项目（BE2020084-1）；江苏省“六大人才高峰”高层次人才资助项目（DZXX-008）