在移动通信数据出现以前，尚没有数据能够长时间、大范围地记录居民的空间位置信息和出行轨迹信息。移动通信数据的出现为研究居民空间行为提供了前所未有的机遇。近年来，居民空间行为研究领域涌现了大量借助移动通信数据开展的高水平原创研究工作，其中一些引领性的研究成果发表在Nature，Science等国际顶级期刊上。本书较为系统地介绍了一些有趣的、普适的居民空间行为规律和特征，一些典型的居民空间行为模型，许多行之有效的移动通信数据挖掘方法和技术，以及移动通信数据在交通研究中的应用方法。 本书第1章介绍了移动通信数据的类型、特点，居民空间行为研究的发展，以及移动通信数据与居民空间行为研究之间的密切联系。第2章介绍了移动通信数据的分析挖掘技术，包括移动通信数据的数据结构，手机用户标识的识别技术，移动通信数据的处理、分析、清洗、修正、存储技术等。第3章介绍了居民空间行为的统计分析方法，居民空间行为的可预测性、典型模体，居民职住地点判别方法，基于向量场的居民空间行为分析方法，以及居民空间行为分析在多领域的应用等。第4章介绍了多种居民空间行为模型，如连续时间随机游走模型、探索与优先回归模型、辐射模型、人口加权机会模型、个体和群体空间移动通用模型等。第5章介绍了基于手机通话详单数据和手机信令数据的交通需求估计方法，基于移动通信数据和交通数据融合的交通需求估计方法，以及基于移动通信数据的交通方式划分方法。第6章介绍了基于移动通信数据的交通拥堵源分析方法，以及交通拥堵源信息驱动的交通限行、路网优化、路径诱导和交通管控方法。第7章介绍了基于手机通话详单数据和手机信令数据的居民空间分布感知方法，以及基于复杂网络和信息论方法融合的人群聚集预警模型等。 本书既介绍了一些具体落地技术，又介绍了一些前沿理论进展，读者可能只对某些章节的内容感兴趣。如果移动通信数据的处理、挖掘是您关注的重点，请阅读本书的第2章；如果您想了解移动通信数据在交通领域的应用情况，请关注第5章、第6章和第7章的内容；如果您对大数据驱动的居民空间行为研究更感兴趣，请把重点放在第3章和第4章。 本书可作为高等院校交通大数据教学、科研的参考书，也适合从事移动通信数据分析应用、智能交通、交通规划领域的工作者阅读。

总序
前言
1 绪论
1.1 移动通信数据简介
1.2 移动通信数据与居民空间行为研究
1.3 一个解决移动通信数据隐私问题的提议
1.4 本书章节安排
参考文献
2 移动通信数据的分析挖掘技术
2.1 引言
2.2 移动通信数据的数据结构特点
2.2.1 手机通话详单数据
2.2.2 手机信令数据
2.3 手机用户标识的识别方法与技术
2.3.1 基于C++的手机用户识别算法
2.3.2 基于Python的手机用户识别算法
2.4 面向居民空间行为分析的移动通信数据高效存储结构
2.4.1 移动通信基站坐标信息的高效存储结构
2.4.2 手机用户空间移动轨迹的高效存储结构
2.4.3 单线程手机用户空间位置记录表生成程序
2.4.4 多线程手机用户空间位置记录表生成程序
2.4.5 基于移动通信数据的居民社交网络构建
2.5 移动通信数据中的空间位置信息处理
2.5.1 移动通信基站服务区的估计方法
2.5.2 基于移动通信数据的空间连通性分析
2.5.3 手机用户空间位置跳动(乒乓效应)的处理方法
2.5.4 基于移动通信基站信号强度的手机用户定位方法
2.6 移动通信数据中异常、缺失数据的甄别与处理
2.6.1 移动通信数据中异常数据的识别与处理
2.6.2 移动通信数据中数据缺失的处理
2.7 移动通信数据中手机用户的隐私保护
2.8 小结
参考文献
3 居民空间移动行为特征分析
3.1 引言
3.2 居民空间移动行为的统计分析方法
3.2.1 居民出行轨迹的质心
3.2.2 居民出行轨迹的回转半径
3.2.3 居民出行轨迹的方向主轴
3.3 居民出行的探索与优先回归行为
3.4 居民空间移动行为的可预测性
3.4.1 个体移动网络建模
3.4.2 居民空间移动行为的随机程度测量
3.4.3 居民空间移动行为的可预测性
3.5 居民空间移动行为的典型模体
3.5.1 基于手机通话详单数据的居民个体移动网络模体分析
3.5.2 基于手机信令数据的居民个体移动网络模体分析
3.6 居民职住地点判别
3.7 基于向量场模型的居民空间移动行为分析
3.8 基于移动通信数据的居民集群行为分析
3.9 居民空间移动行为分析的多领域应用
3.10 小结
参考文献
4 居民空间移动行为模型
4.1 引言
4.2 连续时间随机游走(CTRW)模型
4.3 探索与优先回归模型
4.4 基于人类空间普适行为统计概率的居民空间位置预测
4.5 重力模型与辐射模型
4.6 人口加权机会(PWO)模型
4.7 个体和群体空问移动行为通用模型
4.8 基于主成分分析法的居民空间位置预测
4.9 TimeGe0模型
4.10 基于n-gram模型的个体出行预测模型
4.11 小结
参考文献
5 基于移动通信数据的交通需求估计
5.1 引言
5.2 基于手机通话详单数据的交通需求估计
5.3 基于手机通话详单数据和视频监控数据融合的交通需求估计
5.4 基于手机信令数据的交通需求估计
5.5 基于手机信令数据和交通数据融合的交通需求估计
5.6 基于移动通信数据的交通方式划分
5.7 小结
参考文献
6 基于移动通信数据的交通拥堵溯源
6.1 引言
6.2 基于移动通信数据的交通拥堵溯源方法
6.2.1 交通拥堵溯源二分网络的构建
6.2.2 交通拥堵溯源方法
6.2.3 交通拥堵溯源案例及应用
6.3 交通拥堵溯源技术在缓解交通拥堵方面的应用
6.3.1 基于交通拥堵源信息的交通限行策略
6.3.2 基于交通拥堵源信息的交通网络优化
6.3.3 基于交通拥堵源信息的路径诱导策略
6.3.4 基于交通拥堵溯源信息的交通管控策略
6.4 城市轨道交通客源预测与脆弱性分析
6.5 小结
参考文献
7 基于移动通信数据的居民空间分布感知
7.1 引言
7.2 居民空间分布感知方法简介
7.2.1 传统居民空间分布感知方法
7.2.2 基于互联网查询数据的居民空间分布感知
7.2.3 基于手机通话详单数据的居民空间分布感知
7.3 基于移动通信数据和交通数据融合的居民空间分布感知
7.3.1 手机信令数据和交通数据的预处理
7.3.2 基于手机信令数据和交通数据融合的交通需求估计
7.3.3 基于手机信令数据和交通数据融合的居民空间分布推演
7.4 基于复杂网络和信息论方法融合的人群聚集预警
7.4.1 基于多源交通数据的人群聚集密度估计
7.4.2 基于异常移动网络的人群聚集预警
7.4.3 人群聚集形成过程规律分析
7.5 小结
参考文献