49、利用手机记录预测社会经济水平

利用手机记录预测社会经济水平

1. 数据采集与预处理

• 手机轨迹与行为变量
  • 从2010年2月到7月，收集了拉丁美洲某主要城市的匿名加密通话记录（CDR）轨迹。该城市有920个基站（BTS），因其社会经济水平的多样性而被选中。
  • 仅考虑平均每天通话两次的用户，过滤后约有50万用户。为每个用户计算了279个基于CDR数据的特征，包括69个行为变量（如总通话次数、短信总数）、192个社交网络特征（如入度和出度）和18个移动性变量（如使用的不同BTS数量、总行程距离）。
  • 应用住宅位置算法确定每个用户的住宅位置，以每个BTS为中心，计算该BTS覆盖范围内用户特征的平均值，得到该BTS的聚合特征集。
• 社会经济水平
  • 城市的社会经济水平分布数据来自国家统计局。统计局通过全国住户调查收集数据，定义了三个社会经济水平（SEL）：A、B和C，A为最高水平。
  • SEL值由134个指标组合得出，如家庭成员的教育程度、房屋房间数量、手机、固话或电脑数量、家庭总收入、家庭成员职业等。
  • 该城市由1200个地理区域（GR）组成，SEL分布为：A占12%，B占59%，C占29%。
• 匹配行为变量与社会经济水平
  • 为创建社会经济预测模型，需要每个BTS的手机数据和社会经济水平。但GR与BTS覆盖区域不一定重叠，因此要将每个BTS覆盖区