基于非负矩阵分解发现潜在城市结构
社会与信息网络
2018-01-30 v1
摘要
在过去十年中，数字足迹已被用于将有人口活动的城市聚类为功能区。然而，一个关键方面被忽视了：我们体验城市不仅是在特定目的地开展活动，也是通过从一个地方移动到另一个地方。本文提出基于人们在城市中的移动方式来分析和聚类城市。具体而言，我们引入 Mobilicities，即利用非负矩阵分解（NMF，一种矩阵分解模型）从移动电话网络数据推断出的自动生成的出行模式。我们在一个大城市中评估了该方法，发现 Mobilicities 揭示了城市潜在且同时可解释的出行结构。我们的结果提供了证据，表明聚合电话日志的聚类和可视化如何可用于规划系统，以交互式分析城市结构与人口活动。
引用
@article{arxiv.1801.09093,
title = {Toward Finding Latent Cities with Non-Negative Matrix Factorization},
author = {Eduardo Graells-Garrido and Diego Caro and Denis Parra},
journal= {arXiv preprint arXiv:1801.09093},
year = {2018}
}
备注
8 pages. Accepted at the UISTDA workshop held jointly with ACM IUI 2018