Индивидуальная мобильность

Индивидуальная мобильность человека-это исследование, которое описывает, как отдельные люди перемещаются внутри сети или системы. понятие было исследовано многими областями, происходящими в исследовании демографии. Понимание человеческой мобильности имеет много применений в различных областях, включая распространение болезней, мобильные вирусы, городское планирование , транспортный Инжиниринг, прогнозирование финансового рынка, и прогнозирование экономического благосостояния .

Данные

В последние годы наблюдается всплеск большого объема данных о передвижениях людей. Эти наборы данных обычно получаются из данных сотового телефона или GPS с различной степенью точности. Например, данные сотового телефона обычно записываются всякий раз, когда пользователь сделал или получил вызов или текстовое сообщение, и содержат местоположение вышки, к которой подключен телефон, а также отметку времени. В городских районах пользователь и телекоммуникационная вышка могут находиться всего в нескольких сотнях метров друг от друга, в то время как в сельских районах это расстояние вполне может составлять несколько километров. Таким образом, существует различная степень точности, когда речь идет о поиске человека с использованием данных сотового телефона. 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 проанализированы траектории трех миллионов пользователей сотовых телефонов. Данные GPS, как правило, гораздо более точны, даже если они обычно, из-за проблем конфиденциальности, гораздо труднее приобрести. Огромные объемы данных GPS, описывающих мобильность человека, производятся, например, бортовыми устройствами GPS на частных транспортных средствах. Устройство GPS автоматически включается при старте автомобиля, а последовательность точек GPS, которую устройство производит каждые несколько секунд, формирует подробную траекторию движения автомобиля. Некоторые недавние научные исследования сравнивали модели мобильности, полученные на основе данных мобильных телефонов, с данными GPS.

Исследователи смогли извлечь очень подробную информацию о людях, чьи данные стали доступны общественности. Это вызвало большую озабоченность по поводу вопросов конфиденциальности. В качестве примера обязательств, которые могут произойти, Нью-Йорк выпустил 173 миллионов индивидуальных поездок на такси. Городские власти использовали очень слабый алгоритм криптографии, чтобы анонимизировать номер лицензии и номер медальона, который является буквенно-цифровым кодом, назначенным каждой такси. 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 место назначения и сколько они опрокинули.

Характеристики

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

• распределение расстояния отключения P ( r )
• радиус вращения r g ( t ) {\displaystyle r_{g}(t)}
• количество посещенных мест S ( t )

Брокман, анализируя банкноты, нашел, что вероятность расстояния путешествия следует за свободным от масштаба случайным блужданием, известным как полет формы Леви P ( r ) ∼ r − ( 1 + β ) \ \sim r^{-(1+\beta )}} \ \sim r^{- (1+Где β = 0.6 . Это было позже подтверждено двумя исследованиями, которые использовали данные сотового телефона [13] и данные GPS для отслеживания пользователей.[15] значение этой модели состоит в том, что, в противоположность другим более традиционным формам случайных блужданий, таким как броуновское движение, человеческие поездки, как правило, имеют в основном короткие расстояния с несколькими дальними. В броуновском движении распределение расстояний поездки определяется колоколообразной кривой, что означает, что следующая поездка имеет примерно предсказуемый размер, средний, где 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 для людей с меньшим стремлением к движению. Радиус вращения используется для захвата именно этого, и он указывает характерное расстояние, пройденное человеком в течение периода времени t. Каждый пользователь , в пределах его радиуса вращения r g ( t ) , выберет свое расстояние поездки согласно P ( r ) .

Третий компонент моделирует тот факт, что люди, как правило, посещают некоторые места чаще, чем то, что произошло бы при случайном сценарии. Например, дом или рабочее место или любимые рестораны посещают гораздо больше, чем многие другие места в радиусе вращения пользователя. Было обнаружено, что S ( t ) ∼ t μ \ sim t^{\mu }}где μ = 0.6 , что указывает на сублинейный рост в различном количестве мест, посещаемых человеком . Эти три меры отражают тот факт, что большинство поездок происходит между ограниченным числом мест, с менее частыми поездками в места за пределами радиуса вращения человека.

Предсказуемость

Хотя подвижность человека моделируется как случайный процесс, она удивительно предсказуема. Измеряя энтропию движения каждого человека, было показано ], что существует 93% потенциальной предсказуемости. Это означает, что, хотя существует большая разница в типах пользователей и расстояниях, которые каждый из них путешествует, общая характеристика их очень предсказуема. Следствием этого является то, что в принципе можно точно моделировать процессы, зависящие от моделей мобильности человека, такие как болезни или модели распространения мобильного вируса.

В индивидуальном масштабе ежедневная мобильность человека может быть объяснена только 17 сетевыми мотивами . Каждый человек, показывает один из этих мотивов характерно, в течение нескольких месяцев. Это открывает возможность воспроизводить ежедневную индивидуальную мобильность с помощью трактируемой аналитической модели .

Приложения

Инфекционные заболевания распространяются по всему миру, как правило, из-за дальних путешествий носителей болезни. Эти дальние путешествия осуществляются с использованием авиатранспортных систем , и было показано, что "топология сети, структура трафика и индивидуальные модели мобильности имеют важное значение для точных прогнозов распространения болезни".[21] в меньшем пространственном масштабе регулярность движений человека и его временная структура должны учитываться в моделях распространения инфекционных заболеваний .[25]] Вирусы мобильного телефона, которые передаются через bluetooth, сильно зависят от человеческого взаимодействия и движений. С большим количеством людей, использующих аналогичные операционные системы для своих мобильных телефонов, становится намного легче иметь вирусную эпидемию.[22]

В планировании транспортировки, используя особенности человеческого движения, такие как тенденция путешествовать на короткие расстояния с немногими, но регулярными всплесками дальних поездок, новые улучшения были сделаны к моделям распределения поездки, особенно к гравитационной модели миграции .

См. также

• Мобильности
• Частный транспорт
• Персональный транспортер
• Личный летательный аппарат
• Личный быстрый транзит
• Автомобиль
• Массовая автомобильность
• Зависимость от автомобиля
• Велосипед
• Полет Леви
• Масштабируемая сеть
• Общественный транспорт
• География транспорта и сетевая наука (wikibook)

Ссылки

Кейфиц, Натан (1973). "Индивидуальная мобильность в стационарном населении". Популяционные Исследования . 27 (1 июля 1973)

• Хорнер, M. W.; О'Келли, M. E. S (2001). "Внедрение концепции экономии за счет масштаба при проектировании хабовых сетей". Трансп. Геогр
• Выведение землепользования из деятельности мобильного телефона JL Toole, M Ulm, MC González, D Bauer - труды ACM SIGKDD international ..., 2012
• Розенфельд, H. D.;и др. (2008). "Законы роста населения". Proc. Natl. Акад. Научный. США .
• P Wang, t Hunter, AM Bayen, K Schechtner "понимание моделей использования дорог в городских районах" научные отчеты, 2012
• Л. Паппалардо и др., Используя большие данные для изучения связи между мобильностью человека и социально-экономическим развитием , Материалы международной конференции IEEE 2015 по большим данным, Санта-Клара, Калифорния, США, 2015.
• Универсальная модель для моделей мобильности и миграции F Simini, MC González, A Maritan, AL Barabási-Nature, 2012
• Распутывание ежедневных мотивов человеческой мобильности CM Schneider, V Belik, T Couronné, Z Smoreda... - журнал интерфейса Королевского общества, 2013
• Законы масштабирования человеческого путешествия. D Brockmann, L Hufnagel, T Geisel-Nature, 2006 - nature.com
• Л. Паппалардо и др., Сравнивая общую мобильность и мобильность на автомобиле, конгресс стран БРИКС (BRICS-CCI) и 11-й бразильский Конгресс (CBIC) по вычислительной разведке, 2013.

Пруф

ncbi.nlm.nih.gov/pubmed/26349016