通过交通调查掌握城市居民出行规律是科学制定城市交通规划和需求管理策略的前提。传统的问卷调查方法存在成本高、抽样率低、时效性差等问题,难以长时间记录大规模人群的日常出行行为。随着大数据时代的到来,已有越来越多的手段,如手机、GPS、公交IC卡、社交媒体签到等,可以实时记录城市居民的活动轨迹,这为城市出行行为研究带来了新的机遇和挑战。其中,手机用户通话详单(Call Detail Records,CDR)数据中隐含了丰富的个体出行行为信息,但出行端点、出行目的、活动类型等个体出行链结构信息目前还无法直接从CDR中获取。针对这一问题,本文研究了从CDR中重构城市居民个体日常出行链的方法。首先基于基站切换序列构建个体的出行网络,而后通过对个体日常出行规律性的分析提取出出行网络的骨架结构,并据此重构出手机用户典型工作日的出行链。研究结果对于分析城市居民个体的日常出行行为模式和群体的出行需求时空分布规律都具有重要的基础性意义。