通过融合社交媒体轨迹至移动模型预测人类移动
社会与信息网络
2016-02-08 v2 物理与社会
摘要
在不同空间尺度上预测人类移动流面临着个体轨迹异质性和交通网络多尺度特性的挑战。随着大量人类行为的数字轨迹变得可用，通过将各种数字平台和位置感知服务收集的关于移动的代理数据整合进移动模型，出现了改进移动模型的机会。在此我们提出一种人类移动的混合模型，在堆叠回归流程下，将一个来自流行照片分享系统的大规模公开数据集与经典引力模型相整合。我们利用美国航空旅行和日常通勤的两个真值数据集验证了方法的性能和泛化能力：使用两种不同交叉验证方案，我们表明该混合模型在两种空间尺度上均提供了增强的移动预测。
引用
@article{arxiv.1601.04560,
title = {Predicting human mobility through the assimilation of social media traces into mobility models},
author = {M. G. Beiró and A. Panisson and M. Tizzoni and C. Cattuto},
journal= {arXiv preprint arXiv:1601.04560},
year = {2016}
}
备注
17 pages, 10 figures