Индивидуальная мобильность

Как люди перемещаются внутри сети

Индивидуальная человеческая мобильность — это исследование, которое описывает, как отдельные люди перемещаются внутри сети или системы. ^[1] Эта концепция изучалась в ряде областей, связанных с изучением демографии. Понимание мобильности людей имеет множество применений в различных областях, включая распространение болезней , ^{[2] [3]} мобильные вирусы , ^[4] городское планирование , ^{[5] [6] [7]} дорожное движение , ^{[8] [9]} финансовый рынок прогнозирование, ^[10] и прогнозирование экономического благосостояния . ^{[11] [12]}

Данные

В последние годы наблюдается резкий рост объемов доступных массивов данных о перемещениях людей. Эти наборы данных обычно получаются из данных мобильного телефона или GPS с различной степенью точности. Например, данные мобильного телефона обычно записываются всякий раз, когда пользователь совершает или получает текстовое сообщение, и содержат местоположение вышки, к которой подключился телефон, а также отметку времени. ^[13] В городских районах пользователь и телекоммуникационная вышка могут находиться на расстоянии всего лишь нескольких сотен метров друг от друга, тогда как в сельской местности это расстояние вполне может составлять несколько километров. Таким образом, существует разная степень точности определения местоположения человека по данным мобильного телефона. Эти наборы данных анонимизируются телефонными компаниями, чтобы скрыть и защитить личности реальных пользователей. В качестве примера его использования исследователи ^[13] использовали траекторию движения 100 000 пользователей сотовых телефонов в течение шести месяцев, тогда как в гораздо большем масштабе ^[14] были проанализированы траектории трех миллионов пользователей сотовых телефонов. Данные GPS обычно гораздо более точны, хотя из соображений конфиденциальности их обычно гораздо труднее получить. Огромные объемы GPS-данных, описывающих мобильность человека, производятся, например, бортовыми GPS-устройствами частных автомобилей. ^{[15] [16]} Устройство GPS автоматически включается при трогании с места, а последовательность точек GPS, которые устройство создает каждые несколько секунд, формирует подробную траекторию движения транспортного средства. В некоторых недавних научных исследованиях модели мобильности, полученные на основе данных мобильных телефонов, сравнивались с моделями мобильности, полученными на основе данных GPS. ^{[15] [16] [17]}

Исследователям удалось получить очень подробную информацию о людях, чьи данные стали общедоступными. Это вызвало большое беспокойство по поводу вопросов конфиденциальности. В качестве примера возможных обязательств можно привести данные о 173 миллионах индивидуальных поездок на такси в Нью-Йорке . Городские власти использовали очень слабый алгоритм шифрования, чтобы анонимизировать номер лицензии и номер медальона, который представляет собой буквенно-цифровой код, присвоенный каждому такси. ^[18] Это позволило хакерам полностью деанонимизировать набор данных, и даже некоторым удалось получить подробную информацию о конкретных пассажирах и знаменитостях, включая их происхождение и пункт назначения, а также размер чаевых. ^{[18] [19]}

Характеристики

В крупном масштабе, когда поведение моделируется в течение относительно длительного периода (например, более одного дня), мобильность человека можно описать тремя основными компонентами:

• Распределение расстояния поездки ${\displaystyle P(r)}$
• радиус вращения ${\displaystyle r_{g}(t)}$
• количество посещенных локаций ${\displaystyle S(t)}$

Брокманн ^[20] , анализируя банкноты, обнаружил, что вероятность прохождения расстояния следует безмасштабному случайному блужданию , известному как полет Леви формы где . Позже это было подтверждено двумя исследованиями, в которых для отслеживания пользователей использовались данные мобильных телефонов ^{[13] и данные GPS. [15]} Смысл этой модели заключается в том, что в отличие от других более традиционных форм случайных блужданий, таких как броуновское движение , человеческие путешествия, как правило, совершаются в основном на короткие расстояния и несколько на большие расстояния. При броуновском движении распределение расстояний полета определяется колоколообразной кривой, что означает, что следующее путешествие имеет примерно предсказуемый размер, средний размер, тогда как в полете Леви он может быть на порядок больше среднего. ${\displaystyle P(r)\ \sim r^{-(1+\beta )}}$ ${\displaystyle \beta =0.6}$

Некоторые люди по своей природе склонны путешествовать на большие расстояния, чем в среднем, и то же самое справедливо и для людей с меньшей потребностью в движении. Радиус вращения используется именно для этого и указывает характерное расстояние, пройденное человеком за период времени t. ^[13] Каждый пользователь в пределах своего радиуса вращения выбирает расстояние поездки в соответствии с . ${\displaystyle r_{g}(t)}$ ${\displaystyle P(r)}$

Третий компонент моделирует тот факт, что люди склонны посещать некоторые места чаще, чем это произошло бы при случайном сценарии. Например, дом, рабочее место или любимые рестораны посещаются гораздо чаще, чем многие другие места в радиусе вращения пользователя. Было обнаружено, что это указывает на сублинейный рост различного количества мест, посещаемых человеком. Эти три показателя отражают тот факт, что большинство поездок происходит между ограниченным числом мест, а путешествия в места за пределами радиуса вращения человека совершаются реже. ${\displaystyle S(t)\ \sim t^{\mu }}$ ${\displaystyle \mu =0.6}$

Предсказуемость

Хотя человеческая мобильность моделируется как случайный процесс, она на удивление предсказуема. Измеряя энтропию движения каждого человека, было показано ^[14] , что потенциальная предсказуемость составляет 93%. Это означает, что, хотя существует большая разница в типах пользователей и расстояниях, которые преодолевает каждый из них, их общие характеристики весьма предсказуемы. Следствием этого является то, что в принципе можно точно моделировать процессы, которые зависят от моделей мобильности людей, таких как модели распространения болезней или мобильных вирусов. ^{[21] [22] [23]}

В индивидуальном масштабе ежедневную мобильность человека можно объяснить всего лишь 17 сетевыми мотивами . Каждый человек характерно проявляет один из этих мотивов в течение нескольких месяцев. Это открывает возможность воспроизвести ежедневную индивидуальную мобильность с помощью удобной аналитической модели ^[24].

Приложения

Инфекционные заболевания распространяются по земному шару, как правило, вследствие дальних путешествий носителей болезни. Эти путешествия на большие расстояния совершаются с использованием систем воздушного транспорта , и было показано, что « топология сети , структура трафика и модели индивидуальной мобильности необходимы для точного прогнозирования распространения болезней». ^[21] В меньшем пространственном масштабе в моделях распространения инфекционных заболеваний следует учитывать регулярность моделей передвижения человека и их временную структуру. ^[25] Вирусы мобильных телефонов, передающиеся через Bluetooth, во многом зависят от взаимодействия и движений человека. Поскольку все больше людей используют аналогичные операционные системы на своих мобильных телефонах, становится намного легче переносить вирусную эпидемию. ^[22]

В «Планировании транспорта» , используя характеристики человеческого передвижения, такие как склонность путешествовать на короткие расстояния с небольшими, но регулярными поездками на дальние расстояния, были внесены новые улучшения в модели распределения поездок , в частности в гравитационную модель миграции ^[26].

Смотрите также

• Мобильность
• Частный транспорт
• Теория сетей
• Личный перевозчик
• Личный летательный аппарат
• Персональный скоростной транспорт
• Автомобиль
  • Массовая автомобильность
  • Автомобильная зависимость
• Велосипед
• полет Леви
• Безмасштабная сеть
• Общественный транспорт
• Транспортная география и сетевые науки (викибук)

Рекомендации

1. Кейфиц, Натан (1973). «Индивидуальная мобильность в стационарном населении». Исследования народонаселения . 27 (1 июля 1973 г.): 335–352. дои : 10.2307/2173401. JSTOR  2173401. PMID  22085100.
2. Колизза, В.; Баррат, А.; Бартелеми, М.; Валлерон, А.-Ж.; Веспиньяни, А. (2007). «Моделирование распространения пандемического гриппа по всему миру: исходный случай и меры по сдерживанию». ПЛОС Медицина . 4 (1): 95–110. arXiv : q-bio/0701038 . Бибкод : 2007q.bio.....1038C. doi : 10.1371/journal.pmed.0040013 . ПМК 1779816 . ПМИД  17253899. 
3. Хуфнагель, Л.; Брокманн, Д.; Гейзель, Т. (2004). «Прогноз и контроль эпидемий в глобализированном мире». Учеб. Натл. акад. наук. США . 101 (42): 15124–15129. arXiv : cond-mat/0410766 . Бибкод : 2004PNAS..10115124H. дои : 10.1073/pnas.0308344101 . ПМК 524041 . ПМИД  15477600. 
4. Пастор-Саторрас, Ромуальдо; Веспиньяни, Алессандро (2 апреля 2001 г.). «Распространение эпидемии в безмасштабных сетях». Письма о физических отзывах . 86 (14): 3200–3203. arXiv : cond-mat/0010317 . Бибкод : 2001PhRvL..86.3200P. doi : 10.1103/physrevlett.86.3200. ISSN  0031-9007. PMID  11290142. S2CID  16298768.
5. Хорнер, М.В.; О'Келли, Мэн (2001). «Внедрение концепций экономии за счет масштаба при проектировании узловых сетей». Дж. Трансп. Геогр . 9 (4): 255–265. дои : 10.1016/s0966-6923(01)00019-9.
6. Выводы о землепользовании на основе активности мобильных телефонов Дж. Л. Тул, М. Ульм, MC Гонсалес, Д. Бауэр - Материалы ACM SIGKDD International…, 2012
7. Розенфельд, HD; и другие. (2008). «Законы роста населения». Учеб. Натл. акад. наук. США . 105 (48): 18702–18707. arXiv : 0808.2202 . Бибкод : 2008PNAS..10518702R. дои : 10.1073/pnas.0807435105 . ПМК 2596244 . ПМИД  19033186. 
8. Ван, Пу; Хантер, Тимоти; Байен, Александр М.; Шехтнер, Катя; Гонсалес, Марта К. (2012). «Понимание особенностей использования дорог в городских районах». Научные отчеты . 2 (1). Springer Science and Business Media LLC: 1001. arXiv : 1212.5327 . Бибкод : 2012NatSR...2E1001W. дои : 10.1038/srep01001 . ISSN  2045-2322. ПМК 3526957 . ПМИД  23259045. 
9. Крингс, Готье; Калабрезе, Франческо; Ратти, Карло; Блондель, Винсент Д. (14 июля 2009 г.). «Городская гравитация: модель междугородних телекоммуникационных потоков». Журнал статистической механики: теория и эксперимент . 2009 (7). Издание IOP: L07003. arXiv : 0905.0692 . дои : 10.1088/1742-5468/2009/07/l07003. ISSN  1742-5468. S2CID  1445486.
10. Габай, X.; Гопикришнан, П.; Плеру, В.; Стэнли, HE (2003). «Теория степенных распределений при колебаниях финансового рынка». Природа . 423 (6937): 267–270. Бибкод : 2003Natur.423..267G. дои : 10.1038/nature01624. PMID  12748636. S2CID  1263236.
11. Стефано Маркетти; и другие. (июнь 2015 г.). «Оценщики на основе моделей для небольших территорий с использованием больших источников данных». Журнал официальной статистики . 31 (2): 263–281. дои : 10.1515/jos-2015-0017 . hdl : 11568/754495 .
12. Л. Паппалардо и др., Использование больших данных для изучения связи между мобильностью людей и социально-экономическим развитием, Материалы Международной конференции IEEE по большим данным 2015 г., Санта-Клара, Калифорния, США, 2015.
13. Гонсалес, Марта С.; Идальго, Сезар А.; Барабаши, Альберт-Ласло (2008). «Понимание индивидуальных моделей мобильности человека». Природа . 453 (7196): 779–782. arXiv : 0806.1256 . Бибкод : 2008Natur.453..779G. дои : 10.1038/nature06958. ISSN  0028-0836. PMID  18528393. S2CID  4419468.
14. Пределы предсказуемости в мобильности людей. С Сонг, З Цюй, Н. Блюмм, А. Л. Барабаши - Наука, 2010 г.
15. Лука Паппалардо; и другие. (29 января 2013 г.). «Понимание закономерностей автомобильного путешествия». Европейский физический журнал ST . 215 (1): 61–73. Бибкод : 2013EPJST.215...61P. doi : 10.1140/epjst/e2013-01715-5. S2CID  120805149.
16. Лука Паппалардо; и другие. (8 сентября 2015 г.). «Дихотомия возвращающихся и исследователей в человеческой мобильности». Природные коммуникации . 6 : 8166. Бибкод : 2015NatCo...6.8166P. doi : 10.1038/ncomms9166. ПМЦ 4569739 . ПМИД  26349016. 
17. Л. Паппалардо и др., Сравнение общей мобильности и мобильности на автомобиле, Конгресс стран БРИКС (BRICS-CCI) и 11-й Бразильский конгресс (CBIC) по вычислительной разведке, 2013 г.
18. «Общественная база данных такси Нью-Йорка позволяет увидеть, как знаменитости дают чаевые» . Архивировано из оригинала 18 ноября 2014 г. Проверено 15 ноября 2014 г.
19. Херн, Алекс (27 июня 2014 г.). «Информацию о такси в Нью-Йорке можно получить из анонимных данных, — говорят исследователи». Хранитель .
20. Брокманн, Д.; Хуфнагель, Л.; Гейзель, Т. (2006). «Законы масштабирования человеческих путешествий». Природа . 439 (7075): 462–465. arXiv : cond-mat/0605511 . Бибкод : 2006Natur.439..462B. дои : 10.1038/nature04292. ISSN  0028-0836. PMID  16437114. S2CID  4330122.
21. Николаидес, Христос; Куэто-Фельгеросо, Луис; Гонсалес, Марта С.; Хуанес, Рубен (19 июля 2012 г.). Веспиньяни, Алессандро (ред.). «Показатель влиятельного распространения во время динамики заражения через сеть воздушного транспорта». ПЛОС ОДИН . 7 (7). Публичная научная библиотека (PLoS): e40961. Бибкод : 2012PLoSO...740961N. дои : 10.1371/journal.pone.0040961 . ISSN  1932-6203. ПМК 3400590 . ПМИД  22829902. 
22. Ван, П.; Гонсалес, MC; Идальго, Калифорния; Барабаси, А.-Л. (01 апреля 2009 г.). «Понимание закономерностей распространения вирусов мобильных телефонов». Наука . 324 (5930): 1071–1076. arXiv : 0906.4567 . Бибкод : 2009Sci...324.1071W. дои : 10.1126/science.1167053. ISSN  0036-8075. PMID  19342553. S2CID  11081201.
23. Колицца, Виттория; Баррат, Ален; Бартелеми, Марк; Веспиньяни, Алессандро (21 ноября 2007 г.). «Прогнозируемость и пути эпидемии глобальных вспышек инфекционных заболеваний: тематическое исследование атипичной пневмонии». БМК Медицина . 5 (1): 34. arXiv : 0801.2261 . дои : 10.1186/1741-7015-5-34 . ISSN  1741-7015. ПМК 2213648 . ПМИД  18031574. 
24. Шнайдер, Кристиан М.; Белик, Виталий; Куронне, Томас; Смореда, Збигнев; Гонсалес, Марта К. (6 июля 2013 г.). «Раскрытие мотивов повседневной человеческой мобильности». Журнал интерфейса Королевского общества . 10 (84). Королевское общество: 20130246. doi :10.1098/rsif.2013.0246. ISSN  1742-5689. ПМЦ 3673164 . ПМИД  23658117. 
25. Белик, Виталий; Гейзель, Тео; Брокманн, Дирк (8 августа 2011 г.). «Естественные закономерности передвижения человека и пространственное распространение инфекционных заболеваний». Физический обзор X . 1 (1): 011001. arXiv : 1103.6224 . Бибкод : 2011PhRvX...1a1001B. дои : 10.1103/physrevx.1.011001 . ISSN  2160-3308.
26. Симини, Филиппо; Гонсалес, Марта С.; Маритан, Амос; Барабаши, Альберт-Ласло (26 февраля 2012 г.). «Универсальная модель моделей мобильности и миграции». Природа . 484 (7392): 96–100. arXiv : 1111.0586 . Бибкод : 2012Natur.484...96S. дои : 10.1038/nature10856. ISSN  0028-0836. PMID  22367540. S2CID  4431030.