隨著通信技術的發展和智能手機的普及，運營商基站所采集的大規模手機軌跡數據在城市規劃、人口遷移等領域中發揮了重要價值。針對城市人口流動問題，提出一種利用手機軌跡數據的基于軌跡行為特征的人口流動判定（ MF-JUPF）算法。首先，可對手機軌跡數據進行數據預處理，以提取用戶活動軌跡；然后根據進出城市的行為模式提取重要特征，再根據真實標注數據集合利用多種分類模型進行參數訓練；最后，根據模型訓練結果判定用戶軌跡是否為進出城市行為。所提系統使用MapReduce框架進行數據分析，以提高性能和可擴展性。基于真實數據集合的實驗結果表明，對于進出城市的判定，該方法的準確率和召回率可達80qo以上，與基于信號消失時長的人口流動判定（ SD-JUPF）算法相比，在判定進入城市的準確率上提高了19. 0%，召回率提高了13. 9%；在判定離開城市的準確率上提高了17. 3%，召回率提高了6.1%。相比非過濾算法，根據手機軌跡數據特點進行的數據過濾算法可減少處理時間36. 1%以上。理論分析和實驗結果表明MF-JUPF方法精度高，可擴展性好，因此對城市規劃等領域有重要應用價值。