InclusiViz：用于理解和缓解城市隔离的人类移动数据可视化分析

城市隔离指的是人们在物理和社会上的划分，常常加剧城市内部的不平等，并激化社会经济和种族紧张关系。虽然大多数研究关注居住空间，但它们往往忽视了人们在“活动空间”（工作、社交和休闲场所）中的隔离。人类移动数据为分析更广泛的隔离模式提供了新机会，涵盖了居住和活动空间，但现有方法在捕捉城市隔离的复杂性和局部细微差别方面面临挑战。本文介绍了InclusiViz，一种新颖的可视化分析系统，用于多层次分析城市隔离，促进有针对性的数据驱动干预措施的制定。具体来说，我们开发了一个深度学习模型，利用环境特征预测跨社会群体的移动模式，并通过可解释人工智能增强，揭示这些特征如何影响隔离。该系统集成了创新可视化，允许用户从宏观概览到微观细节探索隔离模式，并通过实时反馈评估城市规划干预措施。我们进行了定量评估以验证模型的准确性和效率。两个案例研究和与社会科学家及城市分析师的专家访谈证明了该系统的有效性，突显了其引导城市规划走向更具包容性城市的潜力。