使用智能手机 GPS 数据的家庭检测算法比较

利用智能手机基于位置服务的数据估计人们的家庭位置，是人群移动性评估中的一项常见任务。然而，常用的家庭检测算法（HDAs）往往是任意的且未经检验的。在本研究中，我们回顾了现有的 HDA，并使用八个高质量的手机地理定位数据集检验了五种 HDA。这包括四种常用的 HDA 以及本工作中提出的一种 HDA。为了进行定量比较，我们提出了三个新颖的指标来评估检测到的家庭位置的质量，并在美国四个城市的八个数据集上对它们进行了测试。我们发现，所有三个指标都显示出一致的 HDA 性能排名，其中所提出的 HDA 优于其他算法。我们推断，对于准确的家庭检测，地理定位数据点的时间和空间连续性比数据的总体规模更重要。我们还发现，具有高（且相似）性能指标的 HDA 倾向于产生一致性更好、更接近普遍预期的结果。此外，性能会随着设备数据质量的下降而恶化，尽管相对性能的模式依然存在。最后，我们通过两个案例研究——（i）飓风疏散估计，以及（ii）移动模式与社会经济地位的相关性——展示了家庭检测的差异如何导致后续推断中的实质性差异。我们的工作有助于提高大规模人群移动性评估应用的透明度。