花园城市：用于分析GPS人类移动数据预处理算法的合成数据集和沙盒环境

人类移动数据集在过去十年中越来越受到关注，使其能够实现多种应用，利用其相对于其他人类移动数据集的高精度轨迹。然而，一些商业数据集中存在较高稀疏性，可能因处理算法缺乏鲁棒性而引入错误，从而可能损害下游结果的有效性。稀缺的“真实”数据使得评估和校准这些算法尤其具有挑战性。为克服这些限制并允许对常见处理算法进行中间形式的验证，我们提出了一个合成轨迹模拟器和沙盒环境，旨在复制可能导致此类算法出错的商业数据集特征，能够用于将算法输出与“真实”合成轨迹和人类活动日记进行比较。我们的代码是开源的，并与教程笔记本和使用它生成的示例数据集公开 availability。