Mobsimilarity：用于出行表比较的向量图优化
计算机与社会
2021-09-30 v2
摘要
人类出行相似性比较在出行估计/预测模型评估、出行聚类与出行匹配中起着关键作用，对改善城市出行、可达性与可靠性具有重大影响。通过扩展起讫点矩阵，我们提出称为出行表（mobility tableau）的概念，其为研究区域内不同位置对之间人口流动的聚合表式表示，并可由向量图表示。相较于传统的基于OD矩阵的出行比较，出行表比较提供高维相似性信息，包括体量相似性、空间相似性、质量包容性与结构相似性。通过优化将一个出行表的向量图转换为另一个向量图的最小空间代价，提出一种新颖的出行表相似性度量方法，并优化至高效。该度量的鲁棒性通过若干基于GPS出行表的敏感性分析得到支持。在两个案例研究中，相较传统出行比较方法的更优表现证明了该方法的实用性与优越性，其中一个研究为估计出行表的验证，另一个为不同城市出行表的比较。
引用
@article{arxiv.2104.13139,
title = {Mobsimilarity: Vector Graph Optimization for Mobility Tableau Comparison},
author = {Yuhao Yao and Haoran Zhang and Jinyu Chen and Wenjing Li and Mariko Shibasaki and Ryosuke Shibasaki and Xuan Song},
journal= {arXiv preprint arXiv:2104.13139},
year = {2021}
}