手机信令数据已成为一种被广泛使用的个体时空定位数据。从手机信令数据中识别个体停留模式是众多人类时空活动研究的基础和关键步骤。由于手机信令数据中存在数据噪声、数据稀疏等问题,加大了从手机信令数据中识别出个体停留模式的难度,产生了一系列手机信令数据停留识别算法的研究。一方面,由于数据采样限制和个体隐私限制等壁垒,难以获取与手机信令数据一一对应的个体层面停留模式的验证数据,导致长期以来对手机信令数据个体停留识别效果的可靠性评估存在难度。另一方面,面向不同细分应用场景,需要在停留识别结果可靠性评估中考虑其差异性。因此,本文开展了面向手机信令数据的个体停留识别可靠性评估研究,其主要内容包括:（1）面向手机信令数据构建了个体层面的停留识别验证数据集本研究设计并实施了志愿者手机信令数据与GPS出行数据的采集实验,构建了个体层面的手机信令数据停留识别验证数据集。本数据集一共包含了335人天的样本数据。分析发现,如果以GPS数据作为真实位置,手机信令数据的平均距离偏差为1.4公里。此外,手机信令数据的采样频率在时间维度上的分布存在异质性。（2）面向差异化应用需求评估了代表性停留识别算法结果的可靠性本研究首先基于“空间准确度”和“时间完整度”两项指标对原始数据样本进行了筛选,然后,针对手机信令数据的应用场景需求,本研究提出了由宽松到严苛的三种评估方法“空间判别”、“空间-时间状态判别”、“空间-时间对象判别”,并设定了对应的评估指标。基于以上构建的数据集和评估体系,本研究评估了三种代表性停留识别算法SMo T、SMUo T、TSC-MAD的结果。结果显示,SMUo T在三种评估方法下综合表现最优;停留识别算法的空间识别阈值比时间识别阈值对停留结果的影响更为显著;当评估方法中加入了停留时间的考量时,三种算法的准确率和召回率显著下降,说明个体停留时间识别是个体停留识别的难点。综上,本研究为手机信令数据的个体停留识别可靠性评估探索了验证数据集的构建方法,并提供了个体停留识别评估方法,为广泛基于手机信令数据停留识别的研究与应用提供了基础性的参考。