从社交媒体推导出行者行为信息：基于 Twitter 的曼哈顿案例研究
社会与信息网络
2021-01-28 v1 数值分析
数值分析
机器学习
摘要
Twitter 等社交媒体平台为应对交通问题提供了全新视角，并有望补充传统方法。带地理标签的推文可提供 Twitter 用户的位置信息，正被应用于出行者行为分析。本文挖掘 Twitter 在推导出行行为信息方面的全部潜力，并在曼哈顿地区开展案例研究。提出一种从 Twitter 位置提取位移信息的系统方法。我们的研究表明 Twitter 拥有独特的人口统计特征，既包含当地居民也包含游客或乘客。对个体用户，Twitter 可揭示其出行行为特征，包括工作日与周末的时段与位置分布。对所有 Twitter 用户，聚合的出行行为结果还显示曼哈顿岛的时段出行模式与交通流相似；通过与出行调查结果比较，OD 模式的识别也具前景。
引用
@article{arxiv.2101.11482,
title = {Deriving the Traveler Behavior Information from Social Media: A Case Study in Manhattan with Twitter},
author = {Zhenhua Zhang},
journal= {arXiv preprint arXiv:2101.11482},
year = {2021}
}
备注
16 pages, 6 figures