隨著5G行動網路的快速發展，如何智慧地分配網路資源於各種服務需求之用戶仍然是迫切的問題。本技術提出一套基於移動群眾感測技術的系統SensingGO，結合多種獎勵機制鼓勵使用者量測大規模的網路資料。接著，本技術著重於行動網路用戶的移動類型辨識技術，僅需使用蜂巢式訊息即可達到96%的準確率，且耗電量相較於傳統方式可降低37%。

本技術提出一套基於移動群眾感測技術的系統SensingGO，結合多種獎勵機制鼓勵使用者量測大規模的網路資料。接著本技術提出蜂巢式資訊結合滑動視窗的方法於機器學習演算法辨識用戶的移動類型。我們使用將近500小時的資料集以及國外知名資料集進行效能評估。本技術的辨識準確率最高可達96%，且相較於傳統方式可降低37%的耗電量。

本技術是為了下世代行動網路(5G)而設計，網路業者可以辨識用戶的的移動類型達到智慧化的分配與調整網路資源。對於人群，相關應用如智慧導航、碳足跡追蹤、老年人追蹤、卡路里消耗。對於車輛，如電子計費和駕駛行為分析可供服務提供者或是保險公司參考。對於城市，如擁塞控制、交通規劃、旅程時間預測等應用，皆可採用本技術。