基于大数据驱动的多源移动设备位置数据重复设备检测框架
计算机与社会
2023-03-01 v1
摘要
移动设备位置数据（Mobile Device Location Data, MDLD）已广泛应用于诸多领域。然而，由于单个数据供应商的数据存在偏倚或空间覆盖不足，其大规模应用受到限制。改善数据覆盖的一种途径是整合多个数据供应商的数据，构建更具代表性的数据集。出于若干原因，对多源数据集进行整合前需进一步处理。首先，携带多台设备的可能性会导致同一数据主体产生重复观测；此外，在使用多数据源时，同一设备可能被多个数据提供商捕获。本文提出一种面向多源数据的数据整合方法，以探究在不引入额外偏倚的前提下整合多源数据的可行性。通过利用各设备出行模式的唯一性，识别重复设备。所提方法在达到所需精度水平的同时具备成本效益。我们的结果表明，在 MDLD 中共享相同推算居住地及月内前五位最频繁访问地点的设备可代表同一用户。结果显示，具有上述共同属性的样本设备中，超过 99.6% 被观测到同时处于同一位置。最后，该算法已成功应用于 2020 年全国级 MDLD，为新一代全国家庭出行调查（NextGen NHTS）项目生成全国乘客起讫点数据。
引用
@article{arxiv.2302.14742,
title = {A Big Data Driven Framework for Duplicate Device Detection from Multi-sourced Mobile Device Location Data},
author = {Aliakbar Kabiri and Aref Darzi and Saeed Saleh Namadi and Yixuan Pan and Guangchen Zhao and Qianqian Sun and Mofeng Yang and Mohammad Ashoori},
journal= {arXiv preprint arXiv:2302.14742},
year = {2023}
}