目前,我国城市交通所面临的道路拥堵、交通混行严重、交通事故多发等问题对城市发展造成了负面影响;同时,城市规划方案中常容易忽略城市交通布局,造成工作与生活用地相隔距离远、交通流量大、居民出行困难等问题。因此,对居民出行行为的分析和对居民出行模式的探索是解决城市交通问题的重要途径。随着智能手机的普及,大量包含居民出行时间特征、空间特征的手机定位数据得到采集,这些数据反映了居民出行的历史轨迹信息、居民与城市POI点的交互信息,使居民出行的兴趣特征与城市布局相关联。手机定位数据时空特征强、数据量大且数据更新频繁,采用传统方法难以进行有效处理,因此本文在深入分析此类数据特征的基础上,采用Java语言、SpringMVC框架、Spark平台以及高德地图API接口开发了能提供实时在线分析功能的居民出行行为可视化分析系统TravelAnalyzer v1.0,本文完成的主要工作包括:(1)手机定位数据中的居民出行特征的提取和分析:在对手机定位数据进行分析时,可提取出其所反映的居民出行特征,包括根据时间属性提取出的每小时用户数量和分布特征、根据空间属性提取出的各行政小区的用户数量和分布特征等。(2)居民出行行为的可视化分析:在对居民出行特征进行研究的基础之上,需针对不同的特征情况提出不同的可视化方法,包括用户流量及分布的可视化、用户流动性的可视化、热点区域的可视化、POI与用户聚集量的可视化。(3)基于Spark平台的手机大数据可视化处理:由于目前的可视化分析系统大部分基于串行环境,而串行的系统对实时数据的分析效率较低,TravelAnalyzer v1.0采用基于spark的并行大数据处理方法,包括基于分布式计算框架的海量数据处理方法、大数据实时在线分析方法。TravelAnalyzer v1.0的可视化分析功能将为城市规划部门、交通部门的决策提供有效依据,使城市区域布局更符合居民兴趣,交通运输更为便利有效,促进居民出行规律与城市建设的协调统一。