Google COVID-19社区流动性报告：来自多准则决策制定的洞察
社会与信息网络
2020-09-23 v1 物理与社会
摘要
社交距离（SD）在对抗新型冠状病毒病（COVID-19）的战斗中一直至关重要。为协助SD监测，许多科技公司已提供流动性数据，最显著的例子是Google提供的社区流动性报告（CMR）。鉴于从CMR数据中获取洞察的研究领域日益广泛，关于如何使用这些数据的方法论讨论担忧不断上升。事实上，Google近期发布了其自身指南，涉及场所类别的性质以及校准区域数值的必要性。在本工作中，我们讨论多准则决策制定（MCDM）领域开发的测度如何裨益于分析该数据的研究者。具体而言，我们讨论MCDM中采用的Pareto支配与性能测度如何实现针对（i）给定时间段的多类别以及（ii）多时间段的多类别的流动性评估。我们通过开展区域与国家层面的实证分析，比较来自不同大陆的一些最具相关性的疫情爆发例子，来实证展示这些方法。
引用
@article{arxiv.2009.10648,
title = {Google COVID-19 community mobility reports: insights from multi-criteria decision making},
author = {Gabriela Cavalcante da Silvaa and Sabrina Oliveirab and Elizabeth F. Wanner and Leonardo C. T. Bezerra},
journal= {arXiv preprint arXiv:2009.10648},
year = {2020}
}