以移動手機用戶信令大數據為中心的智慧城市的研究

王琳

【摘 要】在城市信息化浪潮與數據科學崛起的共同推動下，智慧城市開始在全球范圍內成為未來城市發展的新理念與新實踐。大數據、數據活化、數據挖掘等數據管理、應用與分析技術在智慧城市建設當中具有核心作用.站在信息科學的視角之上，圍繞以數據為中心這一主題，對當前智慧城市進行研究。

【關鍵詞】智慧城市；信令；大數據；研究

【Abstract】Motivated by sustainable development requirements of global environment and modern cities，the concept of the Smart City has been introduced as a strategic device of future urbanization on a global scale. On the other hand，modern cities have built up developed information infrastructure and gathered massive city running data，and therefore are ready to face the coming of the Smart City concept，technologies and applications. An important peculiarity of Smart City is that the technology system is data—centric. The data science and technologies，such as big data，data Vitalization，and data mining， play pivotal roles in Smart City related technologies. In this paper， we provide a research of the most recent research activities in data—centric Smart City.

【Key words】Smart City； Signaling； Big data； Research

0 前言

從20世紀中期開始，伴隨著世界各國經濟的快速發展而出現的城市問題日益加劇，包括環境污染、資源匱乏、人口膨脹、交通堵塞等，在這種大環境下，智慧城市的理念應運而生。我國智慧城市建設相當迅速，智慧北京、智慧杭州、i-Shanghai、云上貴州、智慧廣州等等已家喻戶曉。然而，在這場持續升溫的智慧城市建設中，需要我們關注的就是以大數據為中心這個重點。

1 城市數據

手機作為我們不能缺少的交互工具，我國手機用戶數達13.06億戶，手機用戶普及率達95.5部/百人。隨著移動終端數量的快速增長以及處理能力的加強，用戶大量使用各種手機業務，要想獲得使用這些手機業務的移動用戶的相關信息，就需要對手機網絡數據的建模，通過研究手機用戶的信令特征，設計Hadoop集群基礎上開發的智慧城市大數據平臺，從海量的數據中分析出用戶的共性和個性，相關移動用戶信息可以為很多應用提供精確的信息，也可以為挖掘用戶行為提供最準確的數據源。利用大數據方式來實現移動手機用戶推算人口流動的規律。預測各區域人口流動，探討合理分配社會資源和可持續發展戰略，為政府決策提供數據支撐，具有較好的執行效率和可擴展性。

2 智慧城市大數據平臺

2.1 采集數據

要通過手機用戶信令實現大數據分析。必然需要提取移動手機用戶的信令數據，采用軟硬采結合的方式提取移動核心網和無線側的信令數據，可以有效覆蓋全量的手機用戶。

用戶的信令各式各樣，復雜度非常高。在這方面，并沒有一個公開的采集標準。在通過不同方式的采集模擬后，本項目擬準備實行軟硬采相結合的方式，且對2/3/4G數據分別采集后進行匯聚。以4G采集數據為例，如圖1：

在核心網側，采用分光或鏡像的傳統硬采方式，在無線側（UU/X2）采用軟采的方式。通過軟硬采向結合提取全量手機用戶信令。

2.2 共享數據--Hadoop數據處理平臺搭建

數據共享層主要是對各接口信令數據的聚集處理，實現對多種數據源的數據進行統一載入、分類、處理以及存儲。采用hadoop架構實施。Hadoop源自Google自身的GFS和MapReduce框架，這2個技術本身在Google內部被廣泛使用，因而可用性不成問題。其次，由于Hadoop只需要PC服務器和本地硬盤，硬件成本只有傳統數據庫的1/8至1/10，軟件上使用的又是免費的開源軟件。再次，Hadoop并不僅僅是一款單一的平臺軟件，而是一個完整的生態圈，涵蓋了數據采集、監控、算法、流計算等相關的各個領域。可以有效降低開發成本，并形成一體化應用開發，具備很強的可擴展性。

2.3 數據建模及算法研究

完成采集和數據共享后，依照不同的需求內容，開展如區域人口計算，熱點區域人口計算，實時道路車速計算等等方面的算法建模工作，數據建模和算法研究，主要是基于提取到的全量手機用戶信令，通過字段關聯，進行數據挖掘工作。對比hadoop MapReduce， Spark能更好地適用于數據挖掘與機器學習等需要迭代的MapReduce的算法，且上手容易，運行速度快捷。

3 總結

智慧城市是一個多學科交叉、多領域融合的綜合性學科，相關工作涉及的內涵和外延都非常廣.本文將綜述視角放在信息科學領域，內容緊密圍繞以數據為中心這一主題，分析相關研究工作的整體結構與脈絡.移動用戶信令的大數據與互聯網大數據的區別在于，移動用戶大數據是中間管道、而互聯網大數據是云端，因而，信令大數據實際上也有搜索、社交、交易等數據類型，信令大數據的最大優勢是具有極其準確的用戶位置信息。在這個方面也是本文研究的核心技術，也是互聯網公司尚不具備的大數據特點。當然由于是管道數據，也融合了不同互聯網公司的數據。 以浙江移動為例，目前浙江移動已經成立專門的對外開展大數據應用合作開發的部門—能力開放工作室，并與各地政府部門對接，了解合作需求和合作意向。大數據時代將會給人類社會帶來巨大變化，幫助人們提升社會生產效率，了解事物真相，認識客觀規律。可以幫助政府和企業進行科學決策，降低決策風險，加快進入智慧城市。

【參考文獻】

[1]張小鳳，程灝.智慧城市背景下的政府信息資源管理研究[J].產業與科技論，2013，3：224～225.

[2]賴茂生.政府開放數據與智慧城市建設的戰略整合初探 [J]. 圖書情報工作，2013，13：12～17.

[3]萬劍鋒，李朝洋. 基于智慧城市理念的數字檔案館建設初探[J].云南檔案，2013，7：43～45.

[4]李祝軍. 智慧城市的全生命期評價和成本分析[J].智能建筑與城市信息，2014，2：17～2120.吳克昌.公共服務智慧化供給：創新要素與模式構建[J].湘潭大學學報，2014，1：89 ～ 94.

[5]陸偉良.智慧城市建設目標與頂層設計概念[J].智能建筑與城市信息，2013，4：37～42.endprint