隨著通信技術(shù)的發(fā)展和智能手機(jī)的普及，運(yùn)營(yíng)商基站所采集的大規(guī)模手機(jī)軌跡數(shù)據(jù)在城市規(guī)劃、人口遷移等領(lǐng)域中發(fā)揮了重要價(jià)值。針對(duì)城市人口流動(dòng)問(wèn)題，提出一種利用手機(jī)軌跡數(shù)據(jù)的基于軌跡行為特征的人口流動(dòng)判定（ MF-JUPF）算法。首先，可對(duì)手機(jī)軌跡數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，以提取用戶活動(dòng)軌跡；然后根據(jù)進(jìn)出城市的行為模式提取重要特征，再根據(jù)真實(shí)標(biāo)注數(shù)據(jù)集合利用多種分類模型進(jìn)行參數(shù)訓(xùn)練；最后，根據(jù)模型訓(xùn)練結(jié)果判定用戶軌跡是否為進(jìn)出城市行為。所提系統(tǒng)使用MapReduce框架進(jìn)行數(shù)據(jù)分析，以提高性能和可擴(kuò)展性?；谡鎸?shí)數(shù)據(jù)集合的實(shí)驗(yàn)結(jié)果表明，對(duì)于進(jìn)出城市的判定，該方法的準(zhǔn)確率和召回率可達(dá)80qo以上，與基于信號(hào)消失時(shí)長(zhǎng)的人口流動(dòng)判定（ SD-JUPF）算法相比，在判定進(jìn)入城市的準(zhǔn)確率上提高了19. 0%，召回率提高了13. 9%；在判定離開(kāi)城市的準(zhǔn)確率上提高了17. 3%，召回率提高了6.1%。相比非過(guò)濾算法，根據(jù)手機(jī)軌跡數(shù)據(jù)特點(diǎn)進(jìn)行的數(shù)據(jù)過(guò)濾算法可減少處理時(shí)間36. 1%以上。理論分析和實(shí)驗(yàn)結(jié)果表明MF-JUPF方法精度高，可擴(kuò)展性好，因此對(duì)城市規(guī)劃等領(lǐng)域有重要應(yīng)用價(jià)值。