人类行为分析是当前比较热门的研究领域,关于人类的行为特点和规律的研究对提供个性化服务、商业宣传和城市感知具有重大的意义。近些年来,无线通信技术的发展非常迅速,带来了更加多样化的社交方式。其中语音通话、短信以及移动互联网是当前移动社交的最主要途径,它们大大拉近了人与人之间的距离。随着无线通信的覆盖范围的增加、智能手机操作系统的进步以及移动互联网的快速发展,用户之间形成愈加复杂的互联互通的社交网络。当前人类行为分析大多基于虚拟社交网络展开研究,随着基于地理位置服务(Location Based Service)的应用越来越广泛,人们开始转向考虑地理信息的更深入更具有应用价值的研究。移动通话作为社交最典型的方式,其海量数据在分析用户行为上具有很好的代表性：一方面通话数据能够体现用户的社交关系,另一方面,它特有的定位技术能够反映用户真实的地理位置。因此,将用户的社交网络特性以及地理位置信息结合起来分析,能够更加深入地反映人类的社交网络关系。人类的活动深刻影响着周围的环境,另一方面,自然和社会环境也在潜移默化地影响着人类的行为模式。尽管从个人角度而言,人们的行为特征具有复杂性和多样性,但群体上仍然反映着人类社交和移动的固有特性,深入挖掘人类空间活动背后的统计特性和动机,对于探索自然和社会环境的演化有着重要意义。移动通话记录具有人类行为的时空特性,可以被当做人类行为的传感信息用于城市的感知。为此本论文将基于移动通话记录数据,从用户的社交网络特征分析以及基于地理信息的城市感知两个方面展开研究,主要研究内容如下：1.对用户通话数据进行建模,建立复杂的用户关系网络,设计实现了一套集数据查询、数据筛选、数据分析以及可视化呈现的系统框架。分析移动网络下用户行为的基本特性。随后,结合地理特性分析了不同区域的时空特征。2.分析用户的行为模式,预测用户未来潜在的好友关系。回顾和分析当前社交网络关系预测的方法,提出一种新的基于移动通话数据的用户关系预测方法。移动通话能够同时反映物理世界好友关系以及用户移动轨迹的关联性,通过混合这两种特性,本文的实验结果在预测好友关系上具有较好的准确率。3.根据用户在地理上的移动特性,提出一种发现城市“间隙”的方法。移动通话能够间接反映出城市的异常,由于人们大多数连续通话时的地理位移都比较小,相邻区域间的人流量相应地应该大于非相邻的区域。然而实证研究发现城市间邻区关系并不能完全满足该特性,通过分析这些邻区间的人流量的异常值可以得到河流、公园以及道路障碍等地理“间隙”。4.对地理区域进行建模,形成一种新的地理网络。大量实证研究表明,人类行为具有类似重力模型的关系,例如交友、通话以及出行的频率与地理空间距离的平方近似呈反比关系。在此基础上,提出基于模块度的社区划分方法来发现城市的行政区域,并且与城市的行政规划进行比较,对新发现的一些区域进行了分析和解释。此外,作者提出一种基于LDA模型的地理信息网络研究方法,该模型借用自然语言处理中的主题模型,可以挖掘出具有相似功能的城市区域。本课题是对基于地理特征的用户行为分析的探索性研究,通过对大量真实用户通话数据的特征进行分析和挖掘,研究进一步增加了对某城市人类行为特征的了解。本论文的模型、算法和结论有助于进行城市规划、交通流量疏导、环境保护、应急救灾等等,亦促进未来城市计算研究领域的发展,得到更优质的服务和应用。