基于动态时间变形的人类 mobility 轨迹中长时段缺失的插值

个体 mobility 轨迹难以测量，常常伴随长时间的缺失。未考虑缺失情况对这些 mobility 数据进行聚合会导致错误结果，低估旅行行为。本文提出了基于动态时间变形的多重插值方法（DTWBMI），作为填补人类 mobility 轨迹中长时段缺失的方法，以充分利用可用数据。该方法将时空轨迹简化为特定旅行行为的时间序列，然后根据潜在捐赠序列与收件人序列在该缺失前后序列之间的动态时间变形距离选择多个插值候选者，最后对这些值进行多次插值。在设计用于建立 DTWBMI 最优参数的仿真研究中，我们提供了该方法的两个版本。这两个方法被应用于具有模拟缺失的真实世界人类 mobility 轨迹数据集，并与其他处理缺失的方法进行了比较。当缺失时段较短且数据有限时，线性插值在 DTWBMI 和其他方法上表现更好。当缺失时段变得更长且数据更丰富时，DTWBMI 在其他方法上表现更好。