以交通规划的需求为导向，团队通过研究对手机信令、三角定位、GPS等移动通讯数据的处理分析方法，提供一种全新的数据支撑服务（对出行需求、流量、模式、用地属性、旅客人群特征等进行精准分析和预测），从而用于辅助城市规划、城市精细化管理以及交通规划等工作。结合统计分析和机器学习等数据挖掘方法，团队对全苏州市400万电信用户的出行进行宏观、中观和微观的交通出行分析。苏州每日手机信令数据量可达到二十亿之多，团队通过R树、泰森多边形等处理手段构建快速分析算法，成功在分布式数据库Hive平台中，突破了手机信令大数据在城市交通分析计算领域中定位误差大、出行模式无法识别等难题。如图所示为基于手机数据的城市交通分析计算方法说明及部分交通出行分析情况。
