2024年4月1日发(作者：剧逸致)
电信技求
ｄｏｉ：１０ ３９６９／］ｉｓｓｎ １０００－１２４７ ２０１７ ０４ ＯＯ６
基于手机信令数据的大客流监控应用研究
胡忠顺王进朱亮
上海理想信息产业（集团）有限公司
首先分析处理全市用户位置的大数据所需的架构、特点以及当前存在的问题，然后从各个数据源的应用场景
和算法特征分析能覆盖２Ｇ／３Ｇ／４Ｇ用户各种应用场景的数据源算法。为了更好地验证所采用的基于手机信令
数据的各种算法对大客流监控能力的提升，结合试验结果给出中国电信应用项目场景的成功案例，便于基于
手机信令数据的大客流 控在电信信息化的应用实施进行参考。最后对基于基站的定位在高密度人群等大客
流监控中的位置和角色以及对此可能带来的变化进行了探讨。
手机信令数据手机信令数据算法平均定位精；隹度大客流监控
日引言
Ｈ ，传统使Ｊ｛Ｊ的火客流 控方式ｔ耍仃人工客流
控、ｉ＇ｔｉｑ｝ＪＬ客流监控、视频客流监控，这监方式的缺点如下。
人工客流监控需投入人最人力物力、费时费力、尢法数
字化、精确化，信息再利Ｊ｛ｊ率低。
闸机客流监控获取的信息仪限于Ｈ。入Ｉ；￣Ｊｆ＇Ｊ客流，仉械工
作办式效 举低，尢法实时获知或预测火客流信息，对突发性
大客流的僻删缺乏手段，仔在较人安全隐患。
频客流监控需安装维护火 设备，成本投入人，同时
视频 控仅限于可视范 ．并常受天气、光线等 素影响，
监控效率不・ 。
于以Ｉ 方式的不足，引入 于运荷商移动通信手机信
手机信令数据圳仃 时、快速、精准ｌ－大优势．能更高
效地实现对人客流的临控需求．通过电信人数掂平台支撑，
使川户手机信令位 数据得以长久保存．并结合其位 轨迹
仃为数掂、川ｒＪ 础 像数据、川户 联 行为数据等，可
现城市常住人ｌ＿］分析、 域实时客流峪控、区域精准营销
等应川。凶此，基］：手机信令数 的大客流临拎的应川研究
有 岛的实川价值。
目基于手机信令数据的大客流监控架构搭建
随肴监控的 川场景愈发普及，建 ：人客流临控 台
愈 必要 人客流临控 台基丁实时采集的运许商— 机信
令数扔１．义 Ｉ ｌ 要使』ｌｊ运荷商的ＰＣＭＤ数据 通过这三类数
实现人数ｊ＝ｌ＝ｉ临控、 台，充分利川运荷商数掘资源和人数据
令数 （以‘卜简称“于机信令数据”）的火客流监控方式
下机信令数 是指移动终端 户 发ｑ｜通话、短信、
分析技术，比以前传统力 式的客流统计，，亡论位科学 、时
效件还址投资成本效应方而部有人的提离和跨越
上Ｉ圳及变换寻呼 时在运什商ｐ６１络中产生的人 手机信令数
据．移动终端数据会反馈如时间、基站信息、场强秆ｉｌｌ，ｊ延等
先闸述运茸商ｎ／，ｊｐＣＭＤ信令数据的含义 ＰＣＭＤ数
关丁：川户化 的有效信息，对Ｊｌ】户数据产生的时刻进行精准
位 定位，从而判断川户所在的ｆ义：域范Ｉ１ 。手机信令数掘的
生成催生，ｒ地域区域性统计分析的应删，如区域人ｆ＿Ｉ统计分
析、旅游景点客流分析预Ｎ，￣ｎ Ｊ¨户人群 像等。
于手机信令数据的大客流临控方式是越过电信数据Ｌ｝Ｊ
的佗 信息 法定亿用户经纬度化 ．对监控管理乖』１人口统
：ＰＣＭＤ一１ｘ表示、Ｌｊ于ｆＪｔ Ｊ￣户发，Ｅ通 、短信等行为时，
录接入基站编号、 站扇 、ｋ ４．呼 站删边 站编号、
Ｊｌ１ＪＪ边Ｊ，ｔ－：站扇 、ｍｌｌ＇，Ｊ、场强、时延、手机号码、－Ｉ三机ＩＭｓＩ等
竹 自、；ＰＣＭＤ－Ｄｏ 示当２Ｇ、３Ｇｆ机川户发生 网 行为
时， 求接入 站编号、翠站扇 、土寻呼基站周边 站编
号、川边基站扇区、时间、场强、Ｉ忖延、 十ＪＬＩＭＳＩ 信息
ｒ机信令数 系统的数据也仃其局限性，最大的瓶颌侄
计进行分析，与人１：客流监控、闸机客流统计、视频客流
控等传统方式卡ｎ比，除了彳丁先天性的优势之外，还可减少人
量人ｒ成本、大 设备的安装和维修以及监控区域局限等一
系列常规监控方式存在的弊端，大大降低了经济成本和客流
安全隐患Ｉ－几ｊ题。
：数据的实时性。手机信令数据系统融合ｒ多个 站信令数
抛，各个数据的史新周期相同，势必要等到各数 源都剑达
汁弹７ｔ１．－Ｙ０的最优定化数据结果才最为准确。这样不仅ＪＪ 【＿人ｒ
计算处理集群的处理 力，也降低ｒ实时数据的准确件 、凶
ｗｗｗ．ｔｔｍ ｃｏｒｎ ｃｎ ２１
ＥＲｎ—一一
－ ’－＿－＿。－＿ －●＿●’’—，
Ｉ｜ｌ一啊■
ｊ中转
服务器
图１数据处理架构
此埘卜 时性要求较岛ｎ勺数 ．只能对实时效果和数据准确
率进¨综合考虑。
考虑剑川， ’侮 结 的实时性要求，以及全市川户多种
采用流式处 集群Ｋ ａｆｋａ接ＦＡ传输、．对每个时 ”段ｆ々输过
来的数据，进行实时的数据过滤等顶处 ，便ｔ后续定ｆ 汁
并，，ｊ入分布式队列Ｋａ ｎ（ａｌ｛ｌ＇入库计算处耻集｛洋．币¨ｊ 他
定 数捌 ；ｌ，ｑｌｌ，ｌ 数据写入人数据 台的ＨＤＦＳ， 进一
位 数捌处 人数据流的能力， 于手机信令数捌的大客流
监控的数 处 架构搭建如图 乐．说明耍¨下。
（１）堆站信令数据 化时 段内，上成文什，通过采集服
务 进入人数捌 台。
（２）采 剑ＰＣＭＤ信令数捌文件缓存进入分布式队列
Ｋａｆｋａ集群
．
步建 Ｈｉｖｅ数 表进仃历史保仔。
ＬＴＥ数 从人数据 台的ＨＤ ＦＳ Ｌｌ１获取，定
ＨＤＦＳ，以发 半 足
描
’新的数据文件生成．．甘 新义
．、
件生成，则启动数 处 仃务，计强川广１绛纬度化
蚪
（３） Ｓｔｏｒｍ流式处
．
过滤尢效数
（４）Ｋ ａｆｋ。， ｝洋缓存数据通过队列进入计算处 集群，ｒｊ］
计算服务 进行定位处 ｑ 。
一一一一一一一一一～ 一集一一一一一～一
一一一慨一～一一一 一 ～～一～懈一一
台进行实时的数据筛选与预处
一数 之法抛以务 流
ｆ｝核任
拉
匹配位 标签信息．数据处 完成 启动文件传输与干
¨ 办 ．Ｄ
务，确保数 尽快 总
流式处理结果缓 进入队列Ｋ 集群。
（２）数据清洗
侄数据从操作系统移到数据库的过程ｌ Ｉ 数 陂 洗． ．
一
些情况下，为厂使输入数槲『Ｆ ，使ＪｔＪ简 的 则处 输
冼
（５）多数 ．『【：总入汁 处 ‘ 集群后，筛选择优后得到单
入数掂。复杂情况下，将会采！Ｊ！｛＝Ｉ数 消冼工ｊ』，川数
位时问力度的最优定位结 ，最终的定位结果存入Ｈａｄ。。ｐ离
线处 集群．作为统计分析的 础数 。
（６）对 时ｌｆ牛数据，经汁算处理集群处 直接ｍ
工具把数据转换成可以接受的形式． ．
从多个源数 系统集成数据时，必须确保米臼小川源
Ｉ｛ｌ ＪＪＫ务 传递 接ｒ】服务 进行实时展示．以保证快速响
ｎ‘ ｝： ．
系统填充同一目标字段的数据属 卡｝１同。例如彳『的
记录，而另一话单以分钟为 位记录。
ＪｌＪ秒
去除重复是指去掉重复的记录 、这个处理过程町以合并
目手机信令数据算法的建立、优化及验证
３．１大客流系统数据处理
始ｒ机数捌从产 ｝：剑进入人数 、 台，需要 过数
同一个源系统内重复的数据．或俞并一个或多个系统杵 的
数据。
（３）数据标准化处理
数据标滞化处删的主要工作如下。
２２ ＴＥＬＥ￣ＭＵＮＩＣＡＴＩＯＮＳ ＴＥＣＨＮＯＬＯＧＹ／２０ｔ ７．４
电信技
格式变换，如对不符合¨期格式的数据将日期格式统一
．＝』ｊｙｙｙｙ—ｍＩｎ—ｄｄ
赋缺省值，在数掂仓库中定义取值不为空的字段在源数
振埘应的字段可能存在没有取值的记录，这时根据需要，直
通过分析，每组信息可以 －个或多个綦站产生．这些
站分为参考基站（Ｒｅｆｅｒｅｎｃｅ Ｃｅｌ１）和非参考皋站。 一个手机同时
监听多个 站，为手ｌ卡Ｊ魄供时间数 的为参考 站，其余为非
参考基站。当ＰＣＭＤ采集数捌时，可能有１～２绀参考基站数 ，
每组参考基站最多可有５个非参考摹站，且这些基站中的一组成
多组数 可能均为卒或（），这取决于参考 站的个数． 此将什 ．
数值的参考和非参考基站关键信 ￣，）ＪＩｄ．）ＭＰＣＭＤ定位算法中。
接 一个缺省值。
类 变换，如将源系统的 ｕｎｂｅ 型转为ｖａｒｃＬ￣２类型等。
长度变换，支持对定长、变长格式数据的格式转换，如
将源系统巾定义的ｖａｒｃｈａｒ２（１（））转为ｖａｒｃｈａｒ２（２０）等。
代码转换，如源系统的某些字段经过代码于｝‘级以后．将
ｎ勺代码转为新的代码等。
去除宅格，去除字符类型的数据中的前后夺格。
特定字符转换，如对于川于计算的某些字段不能含有
“＋
、
（３）三点及多点定位方法的采用
如果包含３个或史多基站的数据，则可以根据该组綦站
进行较为准确的定位。基站越多，定位卡占度越离，因此使川
最小二乘ＴＤＯＡ算法。
（４）定位算法改进内容
经过实际路测数据验证，在多点定位算法ｑ１对不同的基
站类型按照不同类型进行亡ｆ算．能够得到更加精确的定位结
果，凶此最终对于定位算法进行改进优化。
、 、
／”等特殊符号．需要根据业务规则对这些字
符进行指定替换。
（４）数据入库
数捌入库功能指将人群手机信令数据入到大数据平台
巾，一般一份数据分别存储于ＨＢａｓｅ￣Ｈｉｖｅ中，ＨＢａｓｅ刚于实
将ＰＣＭＤ￣＂成初始化时刻与结束时刻两部分数 ，分别
使朋两时刻数据定位。
于定位 站数日从１～６不定，算法实现｜ｔｌ按基站类型
时 询服务，Ｈｉｖｅ主要用于数据分析和挖掘服务。
和时延数据对定位结果赋予一定的权重，按加权平均进行汁
３＿２手机信令数据定位算法应用建立
全市手机信令数据系统基于基站信令信息，通过信令信息
中包含的 站信息及辅助数据，计算实际用户所处的经纬度，
同时，通过利川判断射线法得到的丌ｊ户经纬度和日标 域范罔
算，若属于室内站或Ｉｔ寸延较短，则权重较高，对定位结果影
响较高。
计算方法 公式（１）。
之 的关系，便ｆ对区域范同内的客流特征进行统 ｔ－３Ｙ析。
（１）可行性分析
三个 站或多个手机信令数据，可定位至一个点，且有效
珠站越多，定位精度越高，但是三点定位可能存在以下问题。
如果有两个正根，只能通过目标与主站之间的距离找到最
可能的那个根。ｒ打于多径效应的存在，不能保证根的正碲 。
多手机信令数据时，如果进行＝ｉ三站轮换，且在轮换过程
至少有两次获得目标的可行解，则可通过对所有可’行解的
聚合获得目标的唯一最可能位置，准确度很高。
三点定位有一定的不确定性，可能出现无解或获得错误
解的情况，但是定位精度比单点和两点定位有ｒ质的提升；
多点定位的可行性最高，定位最准确，理论最完备，可排除
人为假设的影响，能获得理论上的最佳位置，有条件的情况
下应优先实施。
∑（ ＋ｉｓ＿ｉｎ
值为【】。
…
其ｒ｝Ｊ若是室内站ｉｓ＿ｉｎｄｏｏｒ取值为１，＝Ｉ 室内站ｉｓ＿ｉｎｄｏｏｒ取
（５）定位算法改进前后路测对比
为了验证定位算法的准确性，测试人员通过手４；ｔｃ，ｐｓ工
具记录实际经纬度位赞，与定位算法的计算结果比较，得到
算法准确性的判断结论。
定位准确度分析如下。
根据每条数据的时问戳，以及ＧＰＳ工具箱导出数抛中的
时间戳，匹配并计算每个ＰＣＭＤ数据］￣￣ｊＧＰＳ坐标。
匹配规则：一条ＰＣＭＤ数据时间上＿卜浮动５ｓ内，并与之
匹配的所有ＧＰＳ数据。如果匹配出多条，按均值计算。
得到具体的定位结果见表１。
根 定位结果来看，算法优化后的定位结果精确度得剑
显著提升。
（２）ＰＣＭＤ定位算法的建立
一
条ＰＣＭＤ数据中包含了两个关键时间信息，分别为初
误差
表１定位结果
Ｂ０ｍ １００ｍ １５０ｍ ２ＯＯｍ ２５Ｏｍ ３００ｍ ３５０ｍ ＢＯＯｍ
始和终止时刻的时间戳（Ｔｉｍｅｓｔａｍｐ），这反映了手机接入和
断扦网络的时间；其次每个时刻都会产生一组信息，其中与
定位相关的信息有基站号、扇区号、时延、电磁辐照场强等
信息，所以将这两个关键时间信启、加入ＰＣＭＤ定位算法中。
范围 以内 以内 以内 以内 以内 以内 以内 以内
Ｖ２．Ｏ １０．１％ １８．６％ ４３．６％ ６９－７％ ８５．６％ ８８３％ ９８２％ １００．Ｏ％
Ｖ１．０ Ｏ５％ １ ４％ ２３％ ４４％ ６９％ ８６％ １００％ １２２％
ｗｗｗ ｔｔｍ．ｃｏｍ ｃｎ ２３
３．３数据分析模型
上，通过区域划分及手机信令数据分析 】１以得到多个复合维
度的基础数据。例如高密度区域人群监控；Ｉｘ＿－域（商圈、景
区等场景）内的实时客流监控；事后客流分析，包括人群密
度变化趋势、人群来源／去向区域分布、人群归属地分析、
人群基本画像分析等。
征人斛于机信令数 和定化算法的 础【 ，还需要结合
数 分析模型，采集ｉ，ｔ’算 区域¨ｊ人群数 、流向和趋势等。
（１）区域人数汁算模＿，ｌ！！
根捌颅先没定的｝ ：控 域地 ，如网格、商 、监控地
块 ，刈‘“｛前川期内的 ：域人数、流入流出人数进行计算。
对ｔ－＿区域人数的计算．匾点是区域内部位 的判别。
使』ｔ川 弧Ｊ Ｌ＇ｆ，ｒＩｆＩ的身寸线法，对在任意多边形内的 站进行
柃…。
口基于手机信令数据应用实例
实时采集二炎运 衙俯令数 ．通过搭 人数 、Ｖ－
台 构，利用ｒ机信令数捌并法进仃分析，为Ｊｆ史府提供史＿Ｉ、ｆ
域人数 算的粥 个咂要方面，是去 和修＿Ｅ。在当
川 内订 数据赴 复数掂，足由于某些目标多次产ｑ｜数
［Ｌ这Ⅱ＿匕Ｕ标均位于该区域内。因此，对于这些数据需要去
处
景 流临控 刑窠ｆ！ｓｉＪ
４．１顾村公园实时客流监控
在顾村公同运营管理综合信息平台上，引入各手机似
信令数据作为客流监控与预测的重要数 补充，具彳丁明显的
实川价值。
对于Ｉ 域流入雨１流出的人数计算．提取卜Ｈ可以反映当前
时刻与Ｉ 州 刻人群移动模式的、可计算的、具有边界意义
的特７ｉＥ ｌ｜｝，根 该特征鞋构造合适的统计量，从而可以正确
反映人群的移助情况。
（１）实时客流分布
用热力图显示顾村公同及附近多个主要 域的实时人群
密度，更新 划为５ｍｉｎ一次，如 ２所示。
图２展示的足顾村公 各 域的客流分布情况，不刚的
客流密集程度 示不同的预警颜包，能帮助符理人员更快速
地给出客流疏散方案。
计弭得 的停 人数、进入人数和离开人数等统计结果
保仔任数据库 ｝Ｊ。
（２）人群流动模
人舯流动运行状态分析是进行火客流监控的核心，为了
模拟了１＝俐 宁 人 人群的流动分布，拟采用基于面向对
（２）历史．客流统计分析
按天统ｉ．１－Ｊ万史客流，可以对比在樱花节时周末和 时的
客流情况，结果如图３所示。
象的技术，在交通流模型￣ｎ，７７人流模型的基础上，建立一个
限， ｜Ｊ内ｒ 密度人群流动的元胞白动机模型。采用面向
对象思想的建模疗法，使模型具有很好的适用性、扩‘展性和
复川Ｊ悱．．人群流动运－７ ｉ－４Ｊ￣念分析的主要上作包括以Ｆ两点。
按小ｌ时统 每天符个时段的客流分布曲线，可以任选２
天进行刘比分析．结 如网４所示
小变 ｔ弹：核心是统计４￣ｎ４，ｔ 算各个采集点的人流速
度（加速度）、密度和流 。
人群流动Ｉ Ｊ表达为速度、流 、密度三者之间的关系，
见公式（２）。
Ｑ＝七×ｖ （２）
通过实时培站的定位弭法实现人流监控 台，呵以实时
统计顾村公同内外各个地块的人群数 、人群密度和热门集
中地分布情况。通过人群流动情况． 算出不同区域内的人
群数量变ｆ－Ｅ情况，可以刘比分析僻出网格区域内人群数茜＝｝变
化情况。此外充分利Ｊ ＩＪ中国电信ＤＰＩ互联网大数据，探索线上
与线下的互动模式．实现更长周期、更人范隔的客流预测。
其ＩｆｌＱ为人流的流宰， 为人流密度， 为人流速度。
人流密度和人流速度 要依靠手机用户在感知设备定位
的化 移动进 ｔ 算；也＿ｆ以通过视频的人流识别计算得到。
人７Ｊ￣ｉ Ｐｔ＇，Ｊ 域分 分析：将海昂的 户手机信息位 数
，
按 域、时 段、移动方向进行分类和统计，计算ｍ
域网格内的人群流入鞋、流出国、存话与密度，以及人群
流动的 和速度。通过人流的 域分布分析，可以实现热
点 域的 别
３．４手机信令数据算法应用范围
通过定位弹法及 优化，保留ｒ人髓有效及准确的手机
信令数 ，定化的７ｆｉ 矾度 以达到３（Ｊ（），ｎ范 内，在此綦础
图２＿顾村公园实时客流监控示意
ｍｏＮＳＴＥＣＨ １０ｌ ｏＧＹ／２Ｏ１ ７ ・４
电佑技
参考文献
ｌ Ｉ】ＹＤ，，Ｔ ２２３２—２０Ｉ Ｉ ｃｄｍａ２０００数字蜂窝移动通信网基于用户平面的
定位系统技术要求ｆｓ】２０１ １
Ｉ２］屠晓东基于ＵＷＢ信号的多基站与单基站定位算法的研究与性能
分析ＩＤ】青岛：中国海洋大学 ２０Ｉ ２
ｉ ５】 姚金杰
学．２０１ｌ
基于地面基站的目标定位技术研究ｌＤ】．太原：中北大
Ｉ４】聂颖，易强，江红．等ＣＤＭＡ无线定位系统的基站选择算法Ｉ Ｊｌ电讯
图３按天客流统计分析示意
撞术 ２００４（１）
ｆ５ Ｊ 夏林元，关东金多基站模式下的实时与自适应室内定位方法研
ＹｃｉＪ］测绘通报，２０１ ２（１】ｉｌ，ｉ
如对本文内容有任何观点或评论，请发Ｅ—ｍａｉｌＹｔｔｍ＠ｂｊｘｉｎｔｏｎｇ ｃｏｒｎ ｃｎ
胡忠顺
坝 毕、 ｆ Ｊ 海沁 人学，ＫｌＪ『ｊ从事１Ｔ领域的ｊ１支术研亢、
多项１｛Ｉ…电 歧 他畋
Ｉｉ
Ｊ ：，ｉ １，ｆｉＪｌ。发及 Ｊ—１． ：，先后
图４按小时客流统计分析示意
、＿Ｊ，ｌ 砸人信息化ｌ。佴，
Ｉ ２３４５ＩＦ￣．ＪＱ：服务热
ｆ…Ｉ ｉＩ＿ＩＩＺ信人数 ｌ、Ｉｚ 、Ｉ
，扶 过多 肖部纨利披进步灾，近
团结束语
义ｌ｝１ｆ『Ｊ『 Ｅ Ｊ ｒ 令教 … 人 高流 川，ｊ｛：
ｊ（ＪＪ，ｉ 从’Ｊ＂川《 技术、人数 、分布 技术１ 内研 ，搜
川父 ｒ 形１发
王进
住安 川窠 中实 Ｊ，４＇ｉＳ＃ｋｌｘ；域、特琳ＩＩ ＪＵ］ＦＩ９ Ｊ ｂＩ １１、．￣ １。： ．７
放支持＿ｒ人 流的及州１ ： ， 现Ｊ 刈特 止 忻 ｊ颅测，
小 。毕、ｌｌ／ｒ尔 人 、 ， 就职Ｊ 叫咀 ｌ：．ＴｔＬｆ＃ 恕价 ：
坝的人Ｉｔ＇ｌＬ７ｆｉｌ！ 仃为的…Ｉ像分析， 仃效 Ⅲ十 会
仓、 城 、【ｋ Ｔ１．］察、城ｍ爻越姚：ＪｔｉＪ、崩、＿Ｉ， 划
良女ｆ－Ｉ 会效衙和 济效
安
、ｌＩ，（ Ｉ刑）仃 公ＩｌＩ Ｊ人数 、『 ｌ务 ．丰 研究 …为大＇敏
ｆ，）ｄ；ＪＴ、教
朱亮
，ＩＩ
、
此，ｊ 卜垠站的 ｆ，７．ｆＱ－－为一种移 迎信定ｆ、 技术，侄
迁位ｆ『１ｆ放 ，ｆ＿１ｌｌＪ扩腱 ：力 ｌ／１ Ｊｆ 在较人优坍，近ｊ ＩＪ ｉｆ ｕ ￣－Ｉ ｉ …
画像的人 流临 分析 Ｉ ｌ Ｊ／Ｊ法【】＿Ｊ戊为 他人 流２ ７ Ｉ］，－
小利，
一
、ｌ ｊｌ ｔ：ｊ￣ｊｉｉｌｉ 人 、 ， 忧心Ｊ‘ｑＪ…＿ｕ １ 海
Ｉ＇ 、１ （泵川）仃 公 人数 务 ，１ 方向为人
教 分析、人数 、 台 构
控 Ｊ弋（ ＩＷｉ—Ｆｉ抓针）ＦＩ＜Ｊｎ 补充，埘捉／Ｉ ＬＪ
知度、降低返 分析成小 剑良好的效
（Ｊ一接２１ｌＩｊ１）
Ｊ、 Ｉ＇ｌ＂Ｊ感
ｉ５．接从后
｛ 怕
僻 台扶．ｔｌ￥ｔ Ｉ ｌＪｌ］建摸Ｉ，Ｊ以＇汞川ｊ Ｉ＝ｃ＝５（
刘凯凯
ｎ‘ｊｔ：ｉｔｉ ｕ１』Ｊｌ】摸
参考文献
Ｉ１］张丈彤，钟云飞ｌＢＭ ＳＰＳＳ￣ｋ据分析与挖掘实战案例精粹［Ｍ＿北京
ｆｉｊｉ１ １ ．毕业Ｊ Ｊ人ＩＩ】ｌ５『乜人 ．脱ｊ ｌ ｒ『 】彬劬迎信集川没
ＩＵｄＱ限公ＩＩ＂Ｊ币从分公 １，Ｉ 缎¨ 师，Ｋｊｉｊｊ：敛 Ｊ于尤＃Ｒｌ￣ｘＪ
络 没 技术ｌ１＇Ｉ，ｊｔｉ）ｌ’亢和跟
清华大学出版社 ２０１ ３１ｉｉ
如对本文内容有任何观点或评论，请发Ｅ—ｍａｉｌ￣７Ｈｔｍ＠ｂｊｘｉｎｔｏｎｇ ｃｏｒｎ ｃｎ
ＷＷＷ．ｔｔｍ ｃｏｒｎ ｃｎ ２５
2024年4月1日发(作者：剧逸致)
电信技求
ｄｏｉ：１０ ３９６９／］ｉｓｓｎ １０００－１２４７ ２０１７ ０４ ＯＯ６
基于手机信令数据的大客流监控应用研究
胡忠顺王进朱亮
上海理想信息产业（集团）有限公司
首先分析处理全市用户位置的大数据所需的架构、特点以及当前存在的问题，然后从各个数据源的应用场景
和算法特征分析能覆盖２Ｇ／３Ｇ／４Ｇ用户各种应用场景的数据源算法。为了更好地验证所采用的基于手机信令
数据的各种算法对大客流监控能力的提升，结合试验结果给出中国电信应用项目场景的成功案例，便于基于
手机信令数据的大客流 控在电信信息化的应用实施进行参考。最后对基于基站的定位在高密度人群等大客
流监控中的位置和角色以及对此可能带来的变化进行了探讨。
手机信令数据手机信令数据算法平均定位精；隹度大客流监控
日引言
Ｈ ，传统使Ｊ｛Ｊ的火客流 控方式ｔ耍仃人工客流
控、ｉ＇ｔｉｑ｝ＪＬ客流监控、视频客流监控，这监方式的缺点如下。
人工客流监控需投入人最人力物力、费时费力、尢法数
字化、精确化，信息再利Ｊ｛ｊ率低。
闸机客流监控获取的信息仪限于Ｈ。入Ｉ；￣Ｊｆ＇Ｊ客流，仉械工
作办式效 举低，尢法实时获知或预测火客流信息，对突发性
大客流的僻删缺乏手段，仔在较人安全隐患。
频客流监控需安装维护火 设备，成本投入人，同时
视频 控仅限于可视范 ．并常受天气、光线等 素影响，
监控效率不・ 。
于以Ｉ 方式的不足，引入 于运荷商移动通信手机信
手机信令数据圳仃 时、快速、精准ｌ－大优势．能更高
效地实现对人客流的临控需求．通过电信人数掂平台支撑，
使川户手机信令位 数据得以长久保存．并结合其位 轨迹
仃为数掂、川ｒＪ 础 像数据、川户 联 行为数据等，可
现城市常住人ｌ＿］分析、 域实时客流峪控、区域精准营销
等应川。凶此，基］：手机信令数 的大客流临拎的应川研究
有 岛的实川价值。
目基于手机信令数据的大客流监控架构搭建
随肴监控的 川场景愈发普及，建 ：人客流临控 台
愈 必要 人客流临控 台基丁实时采集的运许商— 机信
令数扔１．义 Ｉ ｌ 要使』ｌｊ运荷商的ＰＣＭＤ数据 通过这三类数
实现人数ｊ＝ｌ＝ｉ临控、 台，充分利川运荷商数掘资源和人数据
令数 （以‘卜简称“于机信令数据”）的火客流监控方式
下机信令数 是指移动终端 户 发ｑ｜通话、短信、
分析技术，比以前传统力 式的客流统计，，亡论位科学 、时
效件还址投资成本效应方而部有人的提离和跨越
上Ｉ圳及变换寻呼 时在运什商ｐ６１络中产生的人 手机信令数
据．移动终端数据会反馈如时间、基站信息、场强秆ｉｌｌ，ｊ延等
先闸述运茸商ｎ／，ｊｐＣＭＤ信令数据的含义 ＰＣＭＤ数
关丁：川户化 的有效信息，对Ｊｌ】户数据产生的时刻进行精准
位 定位，从而判断川户所在的ｆ义：域范Ｉ１ 。手机信令数掘的
生成催生，ｒ地域区域性统计分析的应删，如区域人ｆ＿Ｉ统计分
析、旅游景点客流分析预Ｎ，￣ｎ Ｊ¨户人群 像等。
于手机信令数据的大客流临控方式是越过电信数据Ｌ｝Ｊ
的佗 信息 法定亿用户经纬度化 ．对监控管理乖』１人口统
：ＰＣＭＤ一１ｘ表示、Ｌｊ于ｆＪｔ Ｊ￣户发，Ｅ通 、短信等行为时，
录接入基站编号、 站扇 、ｋ ４．呼 站删边 站编号、
Ｊｌ１ＪＪ边Ｊ，ｔ－：站扇 、ｍｌｌ＇，Ｊ、场强、时延、手机号码、－Ｉ三机ＩＭｓＩ等
竹 自、；ＰＣＭＤ－Ｄｏ 示当２Ｇ、３Ｇｆ机川户发生 网 行为
时， 求接入 站编号、翠站扇 、土寻呼基站周边 站编
号、川边基站扇区、时间、场强、Ｉ忖延、 十ＪＬＩＭＳＩ 信息
ｒ机信令数 系统的数据也仃其局限性，最大的瓶颌侄
计进行分析，与人１：客流监控、闸机客流统计、视频客流
控等传统方式卡ｎ比，除了彳丁先天性的优势之外，还可减少人
量人ｒ成本、大 设备的安装和维修以及监控区域局限等一
系列常规监控方式存在的弊端，大大降低了经济成本和客流
安全隐患Ｉ－几ｊ题。
：数据的实时性。手机信令数据系统融合ｒ多个 站信令数
抛，各个数据的史新周期相同，势必要等到各数 源都剑达
汁弹７ｔ１．－Ｙ０的最优定化数据结果才最为准确。这样不仅ＪＪ 【＿人ｒ
计算处理集群的处理 力，也降低ｒ实时数据的准确件 、凶
ｗｗｗ．ｔｔｍ ｃｏｒｎ ｃｎ ２１
ＥＲｎ—一一
－ ’－＿－＿。－＿ －●＿●’’—，
Ｉ｜ｌ一啊■
ｊ中转
服务器
图１数据处理架构
此埘卜 时性要求较岛ｎ勺数 ．只能对实时效果和数据准确
率进¨综合考虑。
考虑剑川， ’侮 结 的实时性要求，以及全市川户多种
采用流式处 集群Ｋ ａｆｋａ接ＦＡ传输、．对每个时 ”段ｆ々输过
来的数据，进行实时的数据过滤等顶处 ，便ｔ后续定ｆ 汁
并，，ｊ入分布式队列Ｋａ ｎ（ａｌ｛ｌ＇入库计算处耻集｛洋．币¨ｊ 他
定 数捌 ；ｌ，ｑｌｌ，ｌ 数据写入人数据 台的ＨＤＦＳ， 进一
位 数捌处 人数据流的能力， 于手机信令数捌的大客流
监控的数 处 架构搭建如图 乐．说明耍¨下。
（１）堆站信令数据 化时 段内，上成文什，通过采集服
务 进入人数捌 台。
（２）采 剑ＰＣＭＤ信令数捌文件缓存进入分布式队列
Ｋａｆｋａ集群
．
步建 Ｈｉｖｅ数 表进仃历史保仔。
ＬＴＥ数 从人数据 台的ＨＤ ＦＳ Ｌｌ１获取，定
ＨＤＦＳ，以发 半 足
描
’新的数据文件生成．．甘 新义
．、
件生成，则启动数 处 仃务，计强川广１绛纬度化
蚪
（３） Ｓｔｏｒｍ流式处
．
过滤尢效数
（４）Ｋ ａｆｋ。， ｝洋缓存数据通过队列进入计算处 集群，ｒｊ］
计算服务 进行定位处 ｑ 。
一一一一一一一一一～ 一集一一一一一～一
一一一慨一～一一一 一 ～～一～懈一一
台进行实时的数据筛选与预处
一数 之法抛以务 流
ｆ｝核任
拉
匹配位 标签信息．数据处 完成 启动文件传输与干
¨ 办 ．Ｄ
务，确保数 尽快 总
流式处理结果缓 进入队列Ｋ 集群。
（２）数据清洗
侄数据从操作系统移到数据库的过程ｌ Ｉ 数 陂 洗． ．
一
些情况下，为厂使输入数槲『Ｆ ，使ＪｔＪ简 的 则处 输
冼
（５）多数 ．『【：总入汁 处 ‘ 集群后，筛选择优后得到单
入数掂。复杂情况下，将会采！Ｊ！｛＝Ｉ数 消冼工ｊ』，川数
位时问力度的最优定位结 ，最终的定位结果存入Ｈａｄ。。ｐ离
线处 集群．作为统计分析的 础数 。
（６）对 时ｌｆ牛数据，经汁算处理集群处 直接ｍ
工具把数据转换成可以接受的形式． ．
从多个源数 系统集成数据时，必须确保米臼小川源
Ｉ｛ｌ ＪＪＫ务 传递 接ｒ】服务 进行实时展示．以保证快速响
ｎ‘ ｝： ．
系统填充同一目标字段的数据属 卡｝１同。例如彳『的
记录，而另一话单以分钟为 位记录。
ＪｌＪ秒
去除重复是指去掉重复的记录 、这个处理过程町以合并
目手机信令数据算法的建立、优化及验证
３．１大客流系统数据处理
始ｒ机数捌从产 ｝：剑进入人数 、 台，需要 过数
同一个源系统内重复的数据．或俞并一个或多个系统杵 的
数据。
（３）数据标准化处理
数据标滞化处删的主要工作如下。
２２ ＴＥＬＥ￣ＭＵＮＩＣＡＴＩＯＮＳ ＴＥＣＨＮＯＬＯＧＹ／２０ｔ ７．４
电信技
格式变换，如对不符合¨期格式的数据将日期格式统一
．＝』ｊｙｙｙｙ—ｍＩｎ—ｄｄ
赋缺省值，在数掂仓库中定义取值不为空的字段在源数
振埘应的字段可能存在没有取值的记录，这时根据需要，直
通过分析，每组信息可以 －个或多个綦站产生．这些
站分为参考基站（Ｒｅｆｅｒｅｎｃｅ Ｃｅｌ１）和非参考皋站。 一个手机同时
监听多个 站，为手ｌ卡Ｊ魄供时间数 的为参考 站，其余为非
参考基站。当ＰＣＭＤ采集数捌时，可能有１～２绀参考基站数 ，
每组参考基站最多可有５个非参考摹站，且这些基站中的一组成
多组数 可能均为卒或（），这取决于参考 站的个数． 此将什 ．
数值的参考和非参考基站关键信 ￣，）ＪＩｄ．）ＭＰＣＭＤ定位算法中。
接 一个缺省值。
类 变换，如将源系统的 ｕｎｂｅ 型转为ｖａｒｃＬ￣２类型等。
长度变换，支持对定长、变长格式数据的格式转换，如
将源系统巾定义的ｖａｒｃｈａｒ２（１（））转为ｖａｒｃｈａｒ２（２０）等。
代码转换，如源系统的某些字段经过代码于｝‘级以后．将
ｎ勺代码转为新的代码等。
去除宅格，去除字符类型的数据中的前后夺格。
特定字符转换，如对于川于计算的某些字段不能含有
“＋
、
（３）三点及多点定位方法的采用
如果包含３个或史多基站的数据，则可以根据该组綦站
进行较为准确的定位。基站越多，定位卡占度越离，因此使川
最小二乘ＴＤＯＡ算法。
（４）定位算法改进内容
经过实际路测数据验证，在多点定位算法ｑ１对不同的基
站类型按照不同类型进行亡ｆ算．能够得到更加精确的定位结
果，凶此最终对于定位算法进行改进优化。
、 、
／”等特殊符号．需要根据业务规则对这些字
符进行指定替换。
（４）数据入库
数捌入库功能指将人群手机信令数据入到大数据平台
巾，一般一份数据分别存储于ＨＢａｓｅ￣Ｈｉｖｅ中，ＨＢａｓｅ刚于实
将ＰＣＭＤ￣＂成初始化时刻与结束时刻两部分数 ，分别
使朋两时刻数据定位。
于定位 站数日从１～６不定，算法实现｜ｔｌ按基站类型
时 询服务，Ｈｉｖｅ主要用于数据分析和挖掘服务。
和时延数据对定位结果赋予一定的权重，按加权平均进行汁
３＿２手机信令数据定位算法应用建立
全市手机信令数据系统基于基站信令信息，通过信令信息
中包含的 站信息及辅助数据，计算实际用户所处的经纬度，
同时，通过利川判断射线法得到的丌ｊ户经纬度和日标 域范罔
算，若属于室内站或Ｉｔ寸延较短，则权重较高，对定位结果影
响较高。
计算方法 公式（１）。
之 的关系，便ｆ对区域范同内的客流特征进行统 ｔ－３Ｙ析。
（１）可行性分析
三个 站或多个手机信令数据，可定位至一个点，且有效
珠站越多，定位精度越高，但是三点定位可能存在以下问题。
如果有两个正根，只能通过目标与主站之间的距离找到最
可能的那个根。ｒ打于多径效应的存在，不能保证根的正碲 。
多手机信令数据时，如果进行＝ｉ三站轮换，且在轮换过程
至少有两次获得目标的可行解，则可通过对所有可’行解的
聚合获得目标的唯一最可能位置，准确度很高。
三点定位有一定的不确定性，可能出现无解或获得错误
解的情况，但是定位精度比单点和两点定位有ｒ质的提升；
多点定位的可行性最高，定位最准确，理论最完备，可排除
人为假设的影响，能获得理论上的最佳位置，有条件的情况
下应优先实施。
∑（ ＋ｉｓ＿ｉｎ
值为【】。
…
其ｒ｝Ｊ若是室内站ｉｓ＿ｉｎｄｏｏｒ取值为１，＝Ｉ 室内站ｉｓ＿ｉｎｄｏｏｒ取
（５）定位算法改进前后路测对比
为了验证定位算法的准确性，测试人员通过手４；ｔｃ，ｐｓ工
具记录实际经纬度位赞，与定位算法的计算结果比较，得到
算法准确性的判断结论。
定位准确度分析如下。
根据每条数据的时问戳，以及ＧＰＳ工具箱导出数抛中的
时间戳，匹配并计算每个ＰＣＭＤ数据］￣￣ｊＧＰＳ坐标。
匹配规则：一条ＰＣＭＤ数据时间上＿卜浮动５ｓ内，并与之
匹配的所有ＧＰＳ数据。如果匹配出多条，按均值计算。
得到具体的定位结果见表１。
根 定位结果来看，算法优化后的定位结果精确度得剑
显著提升。
（２）ＰＣＭＤ定位算法的建立
一
条ＰＣＭＤ数据中包含了两个关键时间信息，分别为初
误差
表１定位结果
Ｂ０ｍ １００ｍ １５０ｍ ２ＯＯｍ ２５Ｏｍ ３００ｍ ３５０ｍ ＢＯＯｍ
始和终止时刻的时间戳（Ｔｉｍｅｓｔａｍｐ），这反映了手机接入和
断扦网络的时间；其次每个时刻都会产生一组信息，其中与
定位相关的信息有基站号、扇区号、时延、电磁辐照场强等
信息，所以将这两个关键时间信启、加入ＰＣＭＤ定位算法中。
范围 以内 以内 以内 以内 以内 以内 以内 以内
Ｖ２．Ｏ １０．１％ １８．６％ ４３．６％ ６９－７％ ８５．６％ ８８３％ ９８２％ １００．Ｏ％
Ｖ１．０ Ｏ５％ １ ４％ ２３％ ４４％ ６９％ ８６％ １００％ １２２％
ｗｗｗ ｔｔｍ．ｃｏｍ ｃｎ ２３
３．３数据分析模型
上，通过区域划分及手机信令数据分析 】１以得到多个复合维
度的基础数据。例如高密度区域人群监控；Ｉｘ＿－域（商圈、景
区等场景）内的实时客流监控；事后客流分析，包括人群密
度变化趋势、人群来源／去向区域分布、人群归属地分析、
人群基本画像分析等。
征人斛于机信令数 和定化算法的 础【 ，还需要结合
数 分析模型，采集ｉ，ｔ’算 区域¨ｊ人群数 、流向和趋势等。
（１）区域人数汁算模＿，ｌ！！
根捌颅先没定的｝ ：控 域地 ，如网格、商 、监控地
块 ，刈‘“｛前川期内的 ：域人数、流入流出人数进行计算。
对ｔ－＿区域人数的计算．匾点是区域内部位 的判别。
使』ｔ川 弧Ｊ Ｌ＇ｆ，ｒＩｆＩ的身寸线法，对在任意多边形内的 站进行
柃…。
口基于手机信令数据应用实例
实时采集二炎运 衙俯令数 ．通过搭 人数 、Ｖ－
台 构，利用ｒ机信令数捌并法进仃分析，为Ｊｆ史府提供史＿Ｉ、ｆ
域人数 算的粥 个咂要方面，是去 和修＿Ｅ。在当
川 内订 数据赴 复数掂，足由于某些目标多次产ｑ｜数
［Ｌ这Ⅱ＿匕Ｕ标均位于该区域内。因此，对于这些数据需要去
处
景 流临控 刑窠ｆ！ｓｉＪ
４．１顾村公园实时客流监控
在顾村公同运营管理综合信息平台上，引入各手机似
信令数据作为客流监控与预测的重要数 补充，具彳丁明显的
实川价值。
对于Ｉ 域流入雨１流出的人数计算．提取卜Ｈ可以反映当前
时刻与Ｉ 州 刻人群移动模式的、可计算的、具有边界意义
的特７ｉＥ ｌ｜｝，根 该特征鞋构造合适的统计量，从而可以正确
反映人群的移助情况。
（１）实时客流分布
用热力图显示顾村公同及附近多个主要 域的实时人群
密度，更新 划为５ｍｉｎ一次，如 ２所示。
图２展示的足顾村公 各 域的客流分布情况，不刚的
客流密集程度 示不同的预警颜包，能帮助符理人员更快速
地给出客流疏散方案。
计弭得 的停 人数、进入人数和离开人数等统计结果
保仔任数据库 ｝Ｊ。
（２）人群流动模
人舯流动运行状态分析是进行火客流监控的核心，为了
模拟了１＝俐 宁 人 人群的流动分布，拟采用基于面向对
（２）历史．客流统计分析
按天统ｉ．１－Ｊ万史客流，可以对比在樱花节时周末和 时的
客流情况，结果如图３所示。
象的技术，在交通流模型￣ｎ，７７人流模型的基础上，建立一个
限， ｜Ｊ内ｒ 密度人群流动的元胞白动机模型。采用面向
对象思想的建模疗法，使模型具有很好的适用性、扩‘展性和
复川Ｊ悱．．人群流动运－７ ｉ－４Ｊ￣念分析的主要上作包括以Ｆ两点。
按小ｌ时统 每天符个时段的客流分布曲线，可以任选２
天进行刘比分析．结 如网４所示
小变 ｔ弹：核心是统计４￣ｎ４，ｔ 算各个采集点的人流速
度（加速度）、密度和流 。
人群流动Ｉ Ｊ表达为速度、流 、密度三者之间的关系，
见公式（２）。
Ｑ＝七×ｖ （２）
通过实时培站的定位弭法实现人流监控 台，呵以实时
统计顾村公同内外各个地块的人群数 、人群密度和热门集
中地分布情况。通过人群流动情况． 算出不同区域内的人
群数量变ｆ－Ｅ情况，可以刘比分析僻出网格区域内人群数茜＝｝变
化情况。此外充分利Ｊ ＩＪ中国电信ＤＰＩ互联网大数据，探索线上
与线下的互动模式．实现更长周期、更人范隔的客流预测。
其ＩｆｌＱ为人流的流宰， 为人流密度， 为人流速度。
人流密度和人流速度 要依靠手机用户在感知设备定位
的化 移动进 ｔ 算；也＿ｆ以通过视频的人流识别计算得到。
人７Ｊ￣ｉ Ｐｔ＇，Ｊ 域分 分析：将海昂的 户手机信息位 数
，
按 域、时 段、移动方向进行分类和统计，计算ｍ
域网格内的人群流入鞋、流出国、存话与密度，以及人群
流动的 和速度。通过人流的 域分布分析，可以实现热
点 域的 别
３．４手机信令数据算法应用范围
通过定位弹法及 优化，保留ｒ人髓有效及准确的手机
信令数 ，定化的７ｆｉ 矾度 以达到３（Ｊ（），ｎ范 内，在此綦础
图２＿顾村公园实时客流监控示意
ｍｏＮＳＴＥＣＨ １０ｌ ｏＧＹ／２Ｏ１ ７ ・４
电佑技
参考文献
ｌ Ｉ】ＹＤ，，Ｔ ２２３２—２０Ｉ Ｉ ｃｄｍａ２０００数字蜂窝移动通信网基于用户平面的
定位系统技术要求ｆｓ】２０１ １
Ｉ２］屠晓东基于ＵＷＢ信号的多基站与单基站定位算法的研究与性能
分析ＩＤ】青岛：中国海洋大学 ２０Ｉ ２
ｉ ５】 姚金杰
学．２０１ｌ
基于地面基站的目标定位技术研究ｌＤ】．太原：中北大
Ｉ４】聂颖，易强，江红．等ＣＤＭＡ无线定位系统的基站选择算法Ｉ Ｊｌ电讯
图３按天客流统计分析示意
撞术 ２００４（１）
ｆ５ Ｊ 夏林元，关东金多基站模式下的实时与自适应室内定位方法研
ＹｃｉＪ］测绘通报，２０１ ２（１】ｉｌ，ｉ
如对本文内容有任何观点或评论，请发Ｅ—ｍａｉｌＹｔｔｍ＠ｂｊｘｉｎｔｏｎｇ ｃｏｒｎ ｃｎ
胡忠顺
坝 毕、 ｆ Ｊ 海沁 人学，ＫｌＪ『ｊ从事１Ｔ领域的ｊ１支术研亢、
多项１｛Ｉ…电 歧 他畋
Ｉｉ
Ｊ ：，ｉ １，ｆｉＪｌ。发及 Ｊ—１． ：，先后
图４按小时客流统计分析示意
、＿Ｊ，ｌ 砸人信息化ｌ。佴，
Ｉ ２３４５ＩＦ￣．ＪＱ：服务热
ｆ…Ｉ ｉＩ＿ＩＩＺ信人数 ｌ、Ｉｚ 、Ｉ
，扶 过多 肖部纨利披进步灾，近
团结束语
义ｌ｝１ｆ『Ｊ『 Ｅ Ｊ ｒ 令教 … 人 高流 川，ｊ｛：
ｊ（ＪＪ，ｉ 从’Ｊ＂川《 技术、人数 、分布 技术１ 内研 ，搜
川父 ｒ 形１发
王进
住安 川窠 中实 Ｊ，４＇ｉＳ＃ｋｌｘ；域、特琳ＩＩ ＪＵ］ＦＩ９ Ｊ ｂＩ １１、．￣ １。： ．７
放支持＿ｒ人 流的及州１ ： ， 现Ｊ 刈特 止 忻 ｊ颅测，
小 。毕、ｌｌ／ｒ尔 人 、 ， 就职Ｊ 叫咀 ｌ：．ＴｔＬｆ＃ 恕价 ：
坝的人Ｉｔ＇ｌＬ７ｆｉｌ！ 仃为的…Ｉ像分析， 仃效 Ⅲ十 会
仓、 城 、【ｋ Ｔ１．］察、城ｍ爻越姚：ＪｔｉＪ、崩、＿Ｉ， 划
良女ｆ－Ｉ 会效衙和 济效
安
、ｌＩ，（ Ｉ刑）仃 公ＩｌＩ Ｊ人数 、『 ｌ务 ．丰 研究 …为大＇敏
ｆ，）ｄ；ＪＴ、教
朱亮
，ＩＩ
、
此，ｊ 卜垠站的 ｆ，７．ｆＱ－－为一种移 迎信定ｆ、 技术，侄
迁位ｆ『１ｆ放 ，ｆ＿１ｌｌＪ扩腱 ：力 ｌ／１ Ｊｆ 在较人优坍，近ｊ ＩＪ ｉｆ ｕ ￣－Ｉ ｉ …
画像的人 流临 分析 Ｉ ｌ Ｊ／Ｊ法【】＿Ｊ戊为 他人 流２ ７ Ｉ］，－
小利，
一
、ｌ ｊｌ ｔ：ｊ￣ｊｉｉｌｉ 人 、 ， 忧心Ｊ‘ｑＪ…＿ｕ １ 海
Ｉ＇ 、１ （泵川）仃 公 人数 务 ，１ 方向为人
教 分析、人数 、 台 构
控 Ｊ弋（ ＩＷｉ—Ｆｉ抓针）ＦＩ＜Ｊｎ 补充，埘捉／Ｉ ＬＪ
知度、降低返 分析成小 剑良好的效
（Ｊ一接２１ｌＩｊ１）
Ｊ、 Ｉ＇ｌ＂Ｊ感
ｉ５．接从后
｛ 怕
僻 台扶．ｔｌ￥ｔ Ｉ ｌＪｌ］建摸Ｉ，Ｊ以＇汞川ｊ Ｉ＝ｃ＝５（
刘凯凯
ｎ‘ｊｔ：ｉｔｉ ｕ１』Ｊｌ】摸
参考文献
Ｉ１］张丈彤，钟云飞ｌＢＭ ＳＰＳＳ￣ｋ据分析与挖掘实战案例精粹［Ｍ＿北京
ｆｉｊｉ１ １ ．毕业Ｊ Ｊ人ＩＩ】ｌ５『乜人 ．脱ｊ ｌ ｒ『 】彬劬迎信集川没
ＩＵｄＱ限公ＩＩ＂Ｊ币从分公 １，Ｉ 缎¨ 师，Ｋｊｉｊｊ：敛 Ｊ于尤＃Ｒｌ￣ｘＪ
络 没 技术ｌ１＇Ｉ，ｊｔｉ）ｌ’亢和跟
清华大学出版社 ２０１ ３１ｉｉ
如对本文内容有任何观点或评论，请发Ｅ—ｍａｉｌ￣７Ｈｔｍ＠ｂｊｘｉｎｔｏｎｇ ｃｏｒｎ ｃｎ
ＷＷＷ．ｔｔｍ ｃｏｒｎ ｃｎ ２５