匿名人类移动轨迹的大都市尺度纵向数据集
社会与信息网络
2023-07-10 v1 物理与社会
摘要
对城市区域人类移动轨迹建模与预测是各类应用中的一项基本任务。近期从移动设备收集的大规模人类移动数据的可用性，推动了复杂人类移动预测模型的发展。然而，由于隐私顾虑下缺乏开源大规模人类移动数据集，人类移动预测方法常在不同数据集上训练和测试，这对方法间公平性能比较构成挑战。为此，我们利用手机位置数据创建了一个开源、匿名、大都市尺度且纵向（90天）的100,000人人类移动轨迹数据集。位置 ping 在空间和时间上被离散化，且大都市区域未公开以保护用户隐私。该90天周期由75天常态期和15天应急期组成。为促进数据集使用，我们将使用此人移动数据集举办人类移动预测数据挑战赛（‘HuMob Challenge 2023’），该赛事将与ACM SIGSPATIAL 2023联合举办。
引用
@article{arxiv.2307.03401,
title = {Metropolitan Scale and Longitudinal Dataset of Anonymized Human Mobility Trajectories},
author = {Takahiro Yabe and Kota Tsubouchi and Toru Shimizu and Yoshihide Sekimoto and Kaoru Sezaki and Esteban Moro and Alex Pentland},
journal= {arXiv preprint arXiv:2307.03401},
year = {2023}
}
备注
Data descriptor for the Human Mobility Prediction Challenge (HuMob Challenge) 2023