基于元图的大规模人类移动数据生活模式聚类方法
计算机与社会
2021-04-27 v1
摘要
生活模式聚类对于抽象群体日常移动模式与活动规律特征至关重要。基于数百万条GPS记录，本文提出一种生活模式聚类框架，可高效识别具有相似生活模式的群体。所提方法无需聚合即可保留个体生活模式数据的原始特征。提出基于元图的数据结构以表征多样的生活模式。该数据结构融合了包含显著地点语义、时间顺序属性与频率的时空相似性，从而刻画个体的不确定性与个体间的差异性。采用基于非负矩阵分解的方法进行降维。结果表明，相较传统方法，所提方法能有效识别相似生活模式群体，且在计算效率与鲁棒性上具有优势。我们揭示了代表性生活模式群体，并分析了不同时段与不同地区人类生活模式的群体特征。相信本研究将有助于未来城市与交通相关的基础设施规划、服务改善与政策制定，从而推动人性化与可持续城市的发展。
引用
@article{arxiv.2104.11968,
title = {Effective Metagraph-based Life Pattern Clustering with Big Human Mobility Data},
author = {Wenjing Li and Haoran Zhang and Jinyu Chen and Peiran Li and Yuhao Yao and Mariko Shibasaki and Xuan Song and Ryosuke Shibasaki},
journal= {arXiv preprint arXiv:2104.11968},
year = {2021}
}