UrbanRhythm：揭示移动数据中隐藏的城市动态
社会与信息网络
2019-11-14 v1 机器学习
机器学习
摘要
理解城市动态，即城市居民在城市中的活动类型与强度如何随时间变化，对于建设高效且宜居的城市具有迫切需求。然而，由于城市人口扩张及居民空间分布复杂，这颇具挑战。本文为揭示城市动态，提出一种新颖系统 UrbanRhythm 以揭示隐藏于人类移动数据中的城市动态。UrbanRhythm 解决三个问题：1) 应使用何种移动特征来呈现居民在城市中的高维活动？2) 城市动态的基本组成是什么？3) 城市动态的长期周期性与短期规律性为何？在 UrbanRhythm 中，我们提取停留、离开、到达三项移动属性，并使用一种图像处理方法 Saak 变换来计算移动分布特征。针对第二个问题，通过层次聚类识别出若干城市状态作为城市动态的基本组成，如睡眠状态与工作状态。我们进一步将城市动态刻画为城市状态沿时间轴的转换。针对第三个问题，我们从可视化中直接观察城市动态的长期周期性。随后对于短期规律性，我们设计一种新颖的 motif 分析方法来发现 motif 及其层次关系。我们在两个真实数据集上评估所提系统，并根据 App 使用记录验证结果。本研究揭示了隐藏于人类移动中的城市动态，并可进一步为更复杂的移动行为建模与更深层的城市理解铺平道路。
引用
@article{arxiv.1911.05493,
title = {UrbanRhythm: Revealing Urban Dynamics Hidden in Mobility Data},
author = {Sirui Song and Tong Xia and Depeng Jin and Pan Hui and Yong Li},
journal= {arXiv preprint arXiv:1911.05493},
year = {2019}
}
备注
Submitted to IEEE Transactions on Knowledge and Data Engineering (TKDE)