基于轨迹活动语义挖掘的个体社会经济水平评估

个体社会经济水平评估对于商业决策、城市规划和公共卫生具有重要的应用价值。但现有方法多依赖定位数据和呼叫详单记录构建出行位置和手机业务特征集合，未充分考虑个体出行的语义上下文，难以从动机与需求层面理解出行行为，导致建模过程可解释性不足。为此，本文提出一种基于轨迹活动语义挖掘的个体社会经济水平评估方法，通过显式提取居住、购物、餐饮、娱乐、消费喜爱度与探索欲6类消费模式，从消费能力与意愿角度刻画个体社会经济水平，提高评估方法的可解释性。(1)通过网格化的语义地图为停留点赋予出行语义上下文，并划分居住、购物、餐饮、娱乐4类活动的停留点集合；(2)计算4类活动的时间熵、旋转半径和活动区域经济水平等时空语义特征，并通过结构方程模型筛选特征计算各类消费模式价值；(3)使用极端随机森林决策个体社会经济水平。本文基于深圳市635名个体2019年4—11月的私家车轨迹数据开展实验，通过核心商圈、劳动密集型工厂、高档住宅与城中村等典型场景筛选高低社会经济水平人群，验证了方法有效性；此外，对高低社会经济水平群体的出行时空分布和工作强度开展可视化分析，探讨了群体间的出行模式差异。本文方法可为人地交互视角下的人口...