欧盟利用手机网络数据监测人口密度分布的经验与启示
发布时间:2021-01-29 19:07
手机网络数据是大数据的重要来源之一。移动网络和智能终端的普及促使手机网络数据量迅猛增加,给政府统计获取和应用大数据提出了挑战。本文通过介绍欧盟委员会利用手机网络数据监测泛欧盟地区人口密度分布的经验做法,总结了应用手机网络数据动态监测人口密度和人口迁移的优势和挑战,以期为我国政府统计更广泛的应用大数据提供有益借鉴。
【文章来源】:调研世界. 2019,(06)CSSCI
【文章页数】:8 页
【文章目录】:
一、引言
二、手机网络数据相关概念及数据源
(一) 基本概念
1. Cell (小区) 。
2. MS (Mobile Stations, 移动台) 。
3. LAs (Location Areas, 位置区) 。
(二) 数据源
1. CDR。
2. VLR。
3. 其他来源。
三、基于手机网络数据的人口密度分布测度模型:界定、方法与结果
(一) 模型假定
1. 密度的界定。
2. MS运动轨迹的处理。
(二) 监测方法与处理过程
1. 方法概述。
2. 数据获取。
3. 计算过程。
(三) 误差来源
(四) 模型结果
四、结论与启示
(一) 结论
1. 提高手机网络数据质量。
2. 正确认识和量化空间误差。
3. 科学评估提取和使用VLR数据的成本和收益。
4. 开展多个运营商试点项目。
(二) 启示
1. 将手机网络数据与行政记录充分结合。
2. 积极利用手机网络数据开展专项人口统计调查。
3. 用手机网络数据进一步细分人口属性。
4. 利用手机网络数据提高人口统计数据的时效性。
【参考文献】:
期刊论文
[1]大数据背景下的政府统计信息化建设[J]. 丛雅静,蔡宁. 中国统计. 2014(06)
本文编号:3007435
【文章来源】:调研世界. 2019,(06)CSSCI
【文章页数】:8 页
【文章目录】:
一、引言
二、手机网络数据相关概念及数据源
(一) 基本概念
1. Cell (小区) 。
2. MS (Mobile Stations, 移动台) 。
3. LAs (Location Areas, 位置区) 。
(二) 数据源
1. CDR。
2. VLR。
3. 其他来源。
三、基于手机网络数据的人口密度分布测度模型:界定、方法与结果
(一) 模型假定
1. 密度的界定。
2. MS运动轨迹的处理。
(二) 监测方法与处理过程
1. 方法概述。
2. 数据获取。
3. 计算过程。
(三) 误差来源
(四) 模型结果
四、结论与启示
(一) 结论
1. 提高手机网络数据质量。
2. 正确认识和量化空间误差。
3. 科学评估提取和使用VLR数据的成本和收益。
4. 开展多个运营商试点项目。
(二) 启示
1. 将手机网络数据与行政记录充分结合。
2. 积极利用手机网络数据开展专项人口统计调查。
3. 用手机网络数据进一步细分人口属性。
4. 利用手机网络数据提高人口统计数据的时效性。
【参考文献】:
期刊论文
[1]大数据背景下的政府统计信息化建设[J]. 丛雅静,蔡宁. 中国统计. 2014(06)
本文编号:3007435
本文链接:https://www.wllwen.com/shekelunwen/renkou/3007435.html