Индивидуальная мобильность - Individual mobility - Wikipedia

Эта статья посвящена термину демографического исследования. Термин, используемый в теории социальной идентичности, см. Теория социальной идентичности § Индивидуальная мобильность.
Сетевая наука
Internet_map_1024.jpg
Типы сетей
Графики
Функции
Типы
Модели
Топология
Динамика
  • Списки
  • Категории
  • Категория: Теория сетей
  • Категория: Теория графов

Индивидуальный человеческая мобильность это исследование, которое описывает, как отдельные люди перемещаются в сети или системе.[1] Эта концепция была исследована во многих областях, связанных с изучением демографии. Понимание мобильности человека имеет множество приложений в различных областях, в том числе распространение болезней,[2][3] мобильные вирусы,[4] планировка городов,[5][6][7] транспортная инженерия,[8][9] прогнозирование финансового рынка,[10] и прогноз погоды экономических благополучие.[11][12]

Данные

В последние годы резко увеличилось количество доступных массивов данных о перемещениях людей. Эти наборы данных обычно получают из сотовый телефон или же GPS данные с разной степенью точности. Например, данные сотового телефона обычно записываются всякий раз, когда пользователь совершает или принимает вызов или текстовое сообщение, и содержат местоположение вышки, к которой подключен телефон, а также отметку времени.[13] В городских районах пользователь и телекоммуникационная вышка могут находиться всего в нескольких сотнях метров друг от друга, в то время как в сельской местности это расстояние может быть в районе нескольких километров. Следовательно, когда дело доходит до определения местоположения человека по данным мобильного телефона, существует разная степень точности. Эти наборы данных анонимизируются телефонными компаниями, чтобы скрыть и защитить личность реальных пользователей. В качестве примера его использования исследователи [13] использовали траекторию 100 000 пользователей сотовых телефонов в течение шести месяцев, в то время как в гораздо большем масштабе [14] были проанализированы траектории трех миллионов пользователей сотовых телефонов. Данные GPS обычно намного точнее, хотя обычно это так, потому что Конфиденциальность проблемы, которые гораздо труднее получить. Огромные объемы данных GPS, описывающих мобильность человека, производятся, например, бортовыми устройствами GPS на частных автомобилях.[15][16] Устройство GPS автоматически включается при запуске транспортного средства, и последовательность точек GPS, которые устройство создает каждые несколько секунд, формирует подробную траекторию движения транспортного средства. В некоторых недавних научных исследованиях сравнивали модели мобильности, полученные на основе данных мобильного телефона, с моделями, полученными на основе данных GPS.[15][16][17]

Исследователи смогли извлечь очень подробную информацию о людях, данные которых стали общедоступными. Это вызвало серьезную озабоченность проблемами конфиденциальности. В качестве примера возможных обязательств: Нью-Йорк выпущено 173 млн человек такси поездки. Городские власти использовали очень слабый алгоритм криптографии для анонимизации номера лицензии и номера медальона, который представляет собой буквенно-цифровой код, присвоенный каждой кабине такси.[18] Это позволило хакерам полностью деанонимизировать набор данных, и даже некоторые из них смогли извлечь подробную информацию о конкретных пассажирах и знаменитостях, включая их происхождение и пункт назначения, а также размер чаевых.[18][19]

Характеристики

В крупном масштабе, когда поведение моделируется в течение относительно длительного периода (например, более одного дня), мобильность человека можно описать тремя основными компонентами:

  • распределение расстояния поездки
  • радиус вращение
  • количество посещенных мест

Брокманн,[20] анализируя банкноты, обнаружил, что вероятность прохождения расстояния зависит от безмасштабный случайная прогулка известный как Леви рейс формы куда . Позже это было подтверждено двумя исследованиями, в которых использовались данные сотовых телефонов.[13] и данные GPS для отслеживания пользователей.[15] Смысл этой модели заключается в том, что в отличие от других более традиционных форм случайных блужданий, таких как Броуновское движение человеческие путешествия, как правило, совершаются на короткие расстояния, а иногда и на несколько дальних. При броуновском движении распределение расстояний между поездками определяется колоколообразной кривой, что означает, что следующая поездка имеет примерно предсказуемый размер, средний, тогда как в полете Леви он может быть на порядок больше среднего.

Некоторые люди по своей природе склонны путешествовать на большие расстояния, чем в среднем, и то же самое верно и для людей с меньшим желанием двигаться. Радиус вращения используется только для этого, и он указывает характерное расстояние, пройденное человеком за период времени t.[13] Каждый пользователь в пределах своего радиуса вращения , выберет расстояние поездки в соответствии с .

Третий компонент моделирует тот факт, что люди склонны посещать некоторые места чаще, чем это произошло бы при случайном сценарии. Например, дом, рабочее место или любимые рестораны посещают гораздо чаще, чем многие другие места в радиусе движения пользователя. Было обнаружено, что куда , что указывает на сублинейный рост в разном количестве мест, посещаемых человеком. Эти три показателя отражают тот факт, что большинство поездок происходит между ограниченным количеством мест и менее частыми поездками в места за пределами радиуса вращения человека.

Предсказуемость

Хотя человеческая мобильность моделируется как случайный процесс, она удивительно предсказуема. Измеряя энтропию движения каждого человека, было показано, что [14] что есть 93% потенциальной предсказуемости. Это означает, что, хотя типы пользователей и расстояния, которые преодолевает каждый из них, сильно различаются, их общая характеристика очень предсказуема. Следствием этого является то, что в принципе можно точно моделировать процессы, которые зависят от моделей мобильности человека, таких как модели распространения болезней или мобильных вирусов.[21][22][23]

В индивидуальном масштабе повседневную мобильность людей можно объяснить только 17 Сетевые мотивы. Каждому человеку характерно проявляется один из этих мотивов в течение нескольких месяцев. Это открывает возможность воспроизводить повседневную индивидуальную мобильность с помощью гибкой аналитической модели.[24]

Приложения

Инфекционные заболевания Распространяются по земному шару обычно из-за дальних путешествий носителей болезни. Эти дальние путешествия совершаются с использованием воздушный транспорт систем, и было показано, что "топология сети, структура движения и индивидуальные модели мобильности имеют важное значение для точного прогнозирования распространения болезней ".[21] В меньшем пространственном масштабе в моделях распространения инфекционных заболеваний следует учитывать регулярность движений человека и его временную структуру.[25] Вирусы мобильных телефонов, которые передаются через Bluetooth, сильно зависят от взаимодействия и движений человека. Поскольку все больше людей используют аналогичные операционные системы для своих мобильных телефонов, становится намного легче получить вирусную эпидемию.[22]

В Транспортное планирование, используя характеристики человеческого движения, такие как склонность преодолевать короткие расстояния с небольшими, но регулярными сериями дальних поездок, были внесены новые улучшения в Распределение поездок модели, в частности Гравитационная модель миграции [26]

Смотрите также

Рекомендации

  1. ^ Кейфиц, Натан (1973). «Индивидуальная мобильность в стационарном населении». Демографические исследования. 27 (1 июля 1973 г.): 335–352. Дои:10.2307/2173401. JSTOR  2173401.
  2. ^ Colizza, V .; Barrat, A .; Barthélémy, M .; Valleron, A.-J .; Веспиньяни, А. (2007). «Моделирование всемирного распространения пандемического гриппа: исходный случай и меры по сдерживанию». PLoS Медицина. 4 (1): 95–110. arXiv:q-bio / 0701038. Bibcode:2007q.bio ..... 1038C. Дои:10.1371 / journal.pmed.0040013. ЧВК  1779816. PMID  17253899.
  3. ^ Hufnagel, L .; Brockmann, D .; Гейзель, Т. (2004). «Прогноз и борьба с эпидемиями в глобализированном мире». Proc. Natl. Акад. Sci. Соединенные Штаты Америки. 101 (42): 15124–15129. arXiv:cond-mat / 0410766. Bibcode:2004PNAS..10115124H. Дои:10.1073 / pnas.0308344101. ЧВК  524041. PMID  15477600.
  4. ^ Пастор-Саторрас, Ромуальдо; Веспиньяни, Алессандро (2001-04-02). «Распространение эпидемии в безмасштабных сетях». Письма с физическими проверками. 86 (14): 3200–3203. arXiv:cond-mat / 0010317. Bibcode:2001ПхРвЛ..86.3200П. Дои:10.1103 / Physrevlett.86.3200. ISSN  0031-9007. PMID  11290142.
  5. ^ Хорнер, М. В .; О'Келли, М. Е. С (2001). «Внедрение концепции экономии масштаба для проектирования узловых сетей». J. Transp. Геогр. 9 (4): 255–265. Дои:10.1016 / s0966-6923 (01) 00019-9.
  6. ^ Вывод о землепользовании на основании активности мобильного телефона JL Toole, M Ulm, MC González, D Bauer - Proceedings of the ACM SIGKDD international…, 2012
  7. ^ Rozenfeld, H.D .; и другие. (2008). «Законы роста населения». Proc. Natl. Акад. Sci. Соединенные Штаты Америки. 105 (48): 18702–18707. arXiv:0808.2202. Bibcode:2008PNAS..10518702R. Дои:10.1073 / pnas.0807435105. ЧВК  2596244. PMID  19033186.
  8. ^ Ван, Пу; Хантер, Тимоти; Bayen, Alexandre M .; Шехтнер, Катя; Гонсалес, Марта К. (2012). «Понимание моделей использования дорог в городских районах». Научные отчеты. ООО "Спрингер Сайенс энд Бизнес Медиа". 2 (1): 1001. arXiv:1212.5327. Bibcode:2012НатСР ... 2E1001W. Дои:10.1038 / srep01001. ISSN  2045-2322. ЧВК  3526957. PMID  23259045.
  9. ^ Крингс, Готье; Калабрезе, Франческо; Ратти, Карло; Блондель, Винсент Д. (14.07.2009). «Городское притяжение: модель междугородных телекоммуникационных потоков». Журнал статистической механики: теория и эксперимент. IOP Publishing. 2009 (7): L07003. arXiv:0905.0692. Дои:10.1088 / 1742-5468 / 2009/07 / l07003. ISSN  1742-5468.
  10. ^ Gabaix, X .; Гопикришнан, П .; Plerou, V .; Стэнли, Х. Э. (2003). «Теория степенных распределений колебаний финансового рынка». Природа. 423 (6937): 267–270. Bibcode:2003Натура 423..267Г. Дои:10.1038 / природа01624. PMID  12748636.
  11. ^ Стефано Маркетти; и другие. (Июнь 2015). «Оценщики на основе моделей для малых территорий, использующие большие источники данных». Журнал официальной статистики. 31 (2): 263–281. Дои:10.1515 / jos-2015-0017.
  12. ^ Л. Паппалардо и др., Использование больших данных для изучения связи между мобильностью людей и социально-экономическим развитием, Материалы международной конференции IEEE 2015 г. по большим данным, Санта-Клара, Калифорния, США, 2015 г.
  13. ^ а б c d González, Marta C .; Hidalgo, César A .; Барабаши, Альберт-Ласло (2008). «Понимание индивидуальных моделей мобильности человека». Природа. 453 (7196): 779–782. arXiv:0806.1256. Bibcode:2008Натура.453..779G. Дои:10.1038 / природа06958. ISSN  0028-0836. PMID  18528393.
  14. ^ а б Пределы предсказуемости мобильности человека. C Song, Z Qu, N Blumm, AL Barabási - Science, 2010
  15. ^ а б c Лука Паппалардо; и другие. (29 января 2013 г.). «Понимание закономерностей автомобильного путешествия». Европейский физический журнал ST. 215 (1): 61–73. Bibcode:2013EPJST.215 ... 61P. Дои:10.1140 / epjst / e2013-01715-5.
  16. ^ а б Лука Паппалардо; и другие. (8 сентября 2015 г.). «Дихотомия возвращающихся и исследователей в человеческой мобильности». Nature Communications. 6: 8166. Bibcode:2015НатКо ... 6.8166P. Дои:10.1038 / ncomms9166. ЧВК  4569739. PMID  26349016.
  17. ^ Л. Паппалардо и др., Сравнение общей мобильности и мобильности на машине, Конгресс стран БРИКС (BRICS-CCI) и 11-й Бразильский конгресс (CBIC) по вычислительному интеллекту, 2013 г.
  18. ^ а б «Общедоступная база данных такси Нью-Йорка позволяет увидеть, как знаменитости советуют». Архивировано из оригинал на 2014-11-18. Получено 2014-11-15.
  19. ^ Херн, Алекс (27.06.2014). «Подробную информацию о такси Нью-Йорка можно извлечь из анонимных данных, - говорят исследователи».. Хранитель.
  20. ^ Brockmann, D .; Hufnagel, L .; Гейзель, Т. (2006). «Законы масштабирования человеческих путешествий». Природа. 439 (7075): 462–465. arXiv:cond-mat / 0605511. Bibcode:2006Натура.439..462Б. Дои:10.1038 / природа04292. ISSN  0028-0836. PMID  16437114.
  21. ^ а б Николаидес, Христос; Куэто-Фельгеросо, Луис; González, Marta C .; Хуанес, Рубен (19 июля 2012 г.). Веспиньяни, Алессандро (ред.). «Показатель распространения влияния в динамике распространения через воздушную транспортную сеть». PLoS ONE. Публичная научная библиотека (PLoS). 7 (7): e40961. Bibcode:2012PLoSO ... 740961N. Дои:10.1371 / journal.pone.0040961. ISSN  1932-6203. ЧВК  3400590. PMID  22829902.
  22. ^ а б Wang, P .; Gonzalez, M.C .; Hidalgo, C.A .; Барабаши, А.-Л. (2009-04-01). «Понимание закономерностей распространения вирусов для мобильных телефонов». Наука. 324 (5930): 1071–1076. arXiv:0906.4567. Bibcode:2009Sci ... 324.1071W. Дои:10.1126 / science.1167053. ISSN  0036-8075. PMID  19342553.
  23. ^ Колизза, Виттория; Баррат, Ален; Бартелеми, Марк; Веспиньяни, Алессандро (21 ноября 2007 г.). «Предсказуемость и пути распространения эпидемий при глобальных вспышках инфекционных заболеваний: тематическое исследование SARS». BMC Медицина. 5 (1): 34. arXiv:0801.2261. Дои:10.1186/1741-7015-5-34. ISSN  1741-7015. ЧВК  2213648. PMID  18031574.
  24. ^ Schneider, Christian M .; Белик, Виталий; Куронне, Томас; Смреда, Збигнев; Гонсалес, Марта К. (06.07.2013). «Раскрытие мотивов повседневной мобильности человека». Журнал интерфейса Королевского общества. Королевское общество. 10 (84): 20130246. Дои:10.1098 / rsif.2013.0246. ISSN  1742-5689. ЧВК  3673164. PMID  23658117.
  25. ^ Белик, Виталий; Гейзель, Тео; Брокманн, Дирк (08.08.2011). «Естественные модели мобильности человека и пространственное распространение инфекционных заболеваний». Физический обзор X. 1 (1): 011001. arXiv:1103.6224. Bibcode:2011PhRvX ... 1a1001B. Дои:10.1103 / Physrevx.1.011001. ISSN  2160-3308.
  26. ^ Симини, Филиппо; González, Marta C .; Маритан, Амос; Барабаши, Альберт-Ласло (26 февраля 2012 г.). «Универсальная модель мобильности и моделей миграции». Природа. 484 (7392): 96–100. arXiv:1111.0586. Bibcode:2012Натура.484 ... 96С. Дои:10.1038 / природа10856. ISSN  0028-0836. PMID  22367540.