Question

手机用户在使用短信业务、通话业务、开关机、正常位置更新、周期位置更新和切入呼叫的时候均产生定位数据，定位数据记录手机用户所处基站的编号、时间和唯一标识用户的EMASI号等。历史定位数据描绘了用户的活动模式，一个基站覆盖的区域可等价于商圈，通过归纳经过基站覆盖范围的人口特征，识别出不同类别的基站范围，即可等同地识别出不同类别的商圈。衡量区域的人口特征可从人流量和人均停留时间的角度进行分析，所以在归纳基站特征时可针对这两个特点进行提取。

由图14-2可知，基于移动基站定位数据的商圈分析主要包括以下步骤。

1）从移动通信运营商提供的特定接口上解析、处理、并滤除用户属性后得到用户定位数据。

2）以单个用户为例，进行数据探索分析，研究在不同基站的停留时间，并进一步地进行预处理，包括数据规约和数据变换。

3）利用步骤2）形成的已完成数据预处理的建模数据，基于基站覆盖范围区域的人流特征进行商圈聚类，对各个商圈分群进行特征分析，选择合适的区域进行运营商的促销活动。

图14-2　基于基站定位数据的商圈分析流程

14.2.1　数据抽取

从移动通信运营商提供的特定接口上解析、处理、并滤除用户属性后得到位置数据，以2014-1-1为开始时间，2014-6-30为结束时间作为分析的观测窗口，抽取观测窗口内某市某区域的定位数据形成建模数据，部分数据见表14-1。

14.2.2　数据探索分析

为了便于观察数据，先提取EMASI号为“55555”的用户在2014年1月1日的定位数据，如表14-3所示，可以发现用户在2014年1月1日00：31：48处于36908基站的范围，下一个记录是用户在2014年1月1日00：53：46处于36902基站的范围，这表明了用户从00：31：48到00：53：46都是处于36908基站，共停留了21分58秒，并且在00：53：46进入了36902基站的范围。再下一条记录是用户在2014年1月1日01：26：11处于36902基站的范围，这可能是由于用户在进行通话或者其他产生定位数据记录的业务，此时的基站编号未发生改变，用户依旧处于36902基站的范围，若要计算用户在36902基站范围停留的时间，则需要继续判断下一条记录，可以发现用户在2014年1月1日02：13：46处于36907基站的范围，故用户从00：53：46到02：13：46都是处于36902基站，共停留了80分。停留示意图如图14-3所示。

表14-3　EMASI号为“55555”的用户在2014年1月1日的位置数据

图14-3　停留示意图

14.2.3　数据预处理