城市居民职住地分布信息是城市交通、空间规划、职住平衡等问题的研究基础。大数据时代下,相比费时费力的传统调查问卷方式,利用智能公交卡、视频摄像头、线圈、手机数据和社交媒体数据等新型数据源获取居民职住地信息,进行人类移动模式分析已经成为国际前沿热点研究。在众多新型数据源中,手机数据和社交媒体数据均具有覆盖人群广、数据实时性强、采样周期长等特点,能够大规模长期客观地记录用户活动的时空特征。然而,由于两种数据有各自的特点,现有研究中缺乏对于两者的对比研究,也缺乏融合两种数据进行居民职住分布和通勤特征研究的尝试。本文基于短期规则跟踪定位的手机数据和国内某大型社交媒体数据(腾讯即时通信平台QQ社交媒体用户定位数据,以下简称T平台社交数据),主要做了以下几个方面的工作:1)两种数据源的特征分析和处理。2)居民职住地识别。针对手机数据和T平台社交数据的特点,分别提出了两种居民职住地识别方法。改进手机基站覆盖范围的估计方法,并结合建筑物类型数据,提出了一种简单有效的手机数据识别方法。采用逻辑回归模型识别T平台社交数据中的居民职住地信息。3)职住识别结果的分析与验证。结合社工委人口调查数据和居民出行调查数据,从多尺度多角度对比分析了两种数据的识别结果,并进行样本有偏性分析,验证两种数据在识别深圳市居民职住分布和通勤特征中的可靠性,总结了两种数据在职住研究中的优缺点。4)尝试融合两种数据源。基于手机数据和T平台社交数据本身的特点,尝试融合两种数据来改善深圳市居民职住分布和通勤特征识别效果,主要从提高手机基站模拟匹配职住地精度的思路来进行探讨。