二十年移动性建模与预测：趋势、不足与展望
社会与信息网络
2019-06-19 v1
摘要
在本文中，我们基于1999年至2019年间发表的1680篇文章，对人移动性建模进行了全面综述，可作为该领域研究与实践的路线图。移动性建模研究加速了城市规划、传染病建模、交通工程等多个研究领域的进展，并促进了基于位置服务的发展。然而，尽管移动性模型在不同领域的应用有所增加，研究结果的可靠性却下降了。我们指出了所综述研究中普遍存在的两个显著不足：(1) 数据无关(model-agnostic)的模型选择导致精度与复杂度之间权衡不佳；(2) 由于采用不准确的验证方法，未能识别经验性收益的来源。我们还观察到在移动性建模中应用马尔可夫模型变体的令人担忧的趋势，尽管马尔可夫过程与人移动性动力学之间的关联存疑。为此，我们提出了一种数据驱动的的移动性建模框架，基于四个移动性元属性量化数据集特征，以选择最合适的预测算法。基于严格验证方法在三个真实世界移动性数据集上的实验评估表明，我们的框架能够正确分析模型精度与复杂度的权衡。我们将这些结果连同工具和文献元数据一并提供给学界，以提高人移动性建模研究的可靠性与可信度。
引用
@article{arxiv.1906.07451,
title = {20 Years of Mobility Modeling & Prediction: Trends, Shortcomings & Perspectives},
author = {Vaibhav Kulkarni and Benoit Garbinato},
journal= {arXiv preprint arXiv:1906.07451},
year = {2019}
}