通信的飞速发展催生了海量的带有位置信息的通信数据,采用大数据技术对基于位置的移动通信数据进行分析,可以了解不同区域之间通信交互模式的动态变化。将通信交互模式与相关地理空间中的地物特征属性进行叠加关联性分析,可以进一步了解人群活动与城市空间结构之间的适配性,从而为城市可持续发展、优化城市管理等提供辅助决策。从网络地角度分析地物属性与通信网络之间的关联性可以从更加宏观地角度掌握交互模式地规律,分析网络社区与地物属性之间相关性是网络角度分析地重要方法。本文提出基于通信数据中有向加权地理网络的社区结构的时空变化及地物相关性分析。具体包括:(1)利用spark大数据平台,从移动通信数据中构建有向加权地理网络。(2)基于Spark平台实现Louvain算法(3)分析移动通信网络所生成的社区与实际地物属性特征之间的关联性。以及随着时间演变所生成的变化社区中易变区及不变区与地物属性之间的关联性,并且叠加Open Street Map、全球地表覆盖图、谷歌历史影像地图等地图信息来探究通过移动通信网络所形成的网络社区与实际地物所划分地理边界之间的关系。本文选取意大利米兰市为研究区域,以该区域2013年11月1日~12月15日的移动通信数据,以及该区域的遥感影像、米兰市土地分布数据为实验数据进行实验分析。实验结果表明:(1)连续半个月的手机通信网络所划分的社区中,可以发现城市结构密度及耕地的分布不同对于网络社区的划分有较大的影响。(2)对随着时间进行动态演变的社区划分而言,若出现一级社区划分大体相同,那么二级及三级社区也大体一致。(3)对动态演变的社区中出现的易变区及不变区进行分析可以发现,若该区域中连续的城市结构占比较大,那么该区域在不同的时间点所划分的社区将会出现易变性。若该区域耕地或者不连续的城市结构属性占比较大,那么在社区划分中,将会出现不变性。