在快速城市化发展的三十年中,粗放式型的城市开发建设使得各种各样的城市病相继涌现,妨碍城市生活品质与健康发展。城市病大多源于城市空间与人群需求的错配,因此转变城市发展方式、提升城市空间利用效率的关键,在于以人的需求为价值导向引导城市的空间资源配置。但城市中的人群构成极为复杂,空间需求也千差万别;而就业人群是城市中数量最庞大的具有稳定型活动群体,刻画就业人群活动的时空特征并解析其空间活动需求,可以作为指引城市转向高品质规划的关键一步。在既往研究中,许多学者对就业人群的职住活动展开了研究,形成了相对城市的理论体系与规划应用方法。随着当前城市的各项设施日趋完善,城市就业人群行为活动的时间、空间选择愈加多元化,对其精细化研究逐渐成为近年来的新兴研究话题。与此同时,在智慧城市建设的背景下,大量活动数据的产生为精细化的活动时空间特征追踪、动态性的人群时空行为网络构建提供了支撑。如何通过大数据方法建立对就业人群日常行为活动的系统性认知,进而精细化识别其活动时空间特征与需求,便成为规划研究转型的重要问题。本文为精细化研究城市就业人群的多元需求,基于LBS定位数据,解析城市中心区就业人群的行为模式特征,刻画其多维度数字画像;并在此基础上以画像分析中心区就业群体的时空网络。本文的内容可以分为理论基础与文献综述、画像构建及行为网络特征、基于画像的行为网络解析三大部分。其中,第一章为理论基础与文献综述,总结了就业人群行为活动的既有研究结果与精准化方向,以及采用人群画像刻画人群属性进而解析行为活动模式的方法路径。第二章为画像构建方法,阐述了人群特征属性的分类特征,归纳了人群基于本体维度的属性类别与基于行为维度的属性类别与识别方法。首先基于SPID算法识别人群活动停留点、构建其行为链,并通过多日行为活动数据总结其典型行为模式;然后基于其本体属性与行为维度属性可以构建就业人群画像模式。第三章以新街口中心区为例,构建出就业人群的多维度人群画像,并基于行为维度解析各类画像人群的行为空间特征,构建其行为活动网络。第四章分别测度都市区与中心区维度下的就业人群行为时间流变特征,采用人群画像构建结果对特征结果进行构成解析;并基于典型廊道的画像构成特征与典型节点活动区的画像构成特征提出规划应对的可能策略。在信息时代,大数据分析为复杂的城市问题研究提供新的认知工具与解析视角。通过LBS等大数据构建人群画像并解析就业人群的时空间活动特征,其核心目标是研究日趋复杂的城市人群行为规律性及其空间诉求。本文试图在既有研究的基础上,探寻人群画像作为城市研究方法的应用场景;以中心区这一就业人群高度集聚的区域为例,构建一种刻画就业人群本体维度与行为维度的人群画像,并基于此解析其行为时空网络的方法。由于现有的数据与技术方法尚存在不足,对城市空间需求的解析仍存在一定的局限性,如何精准解析多元画像人群的行为与空间关系,是未来研究的重要工作之一。