数据驱动的城市尺度人类移动性研究

摘要

利用电子足迹大数据进行人类移动行为定量分析以探索人类行为模式与城市运行规律已成为计算社会学研究的重要议题，近年来Nature、Science等期刊陆续发表了相关研究成果，其中城市尺度人类移动性研究大多只使用某一特定城市的人类移动轨迹数据。本文以国内外五个大城市的轨迹数据为驱动，围绕是否可以找到不同城市中人类移动的一些普遍模式、如何解释这些模式背后的形成原因、以及这些数据所反映出的人类移动模式与城市结构有何关系等问题展开研究。主要工作和创新性成果如下：
　　（1）在五个城市约三万辆出租车十六亿余次乘客出行轨迹数据集上，本文首次报道了人类乘出租车出行行为在不同城市中普遍具有以下特征：①乘车位移分布在大于2千米的部分服从双段指数分布，而之前文献中基于特定城市出租车数据集得到的结果并不一致；②乘客每次出行花费时间的分布具有对数正态形式；③乘车时长小于40分钟时，四个中国大城市的平均出行位移与乘车时长呈线性关系；④出租车连续两次载客间的时间间隔具有重尾分布特征，表明不同城市中人们的出行需求具有相似的阵发性。以上实证结果为不同城市中人类乘出租车出行行为具有相同的内在机制提供了证据。
　　（2）提出了一个基于位置流行度的城市内部人群移动量预测模型。该模型综合考虑了空间区域的介入机会效应和人们出行选择的历史。理论分析发现在城市中人口和位置流行度都是均匀分布时，该模型等价于引力模型。实验表明，该模型能够生成符合经验数据的位移分布，并具有较好的预测性能。
　　（3）提出了一种预测个体位置的混合模型。该模型基于空间移动的马尔可夫性和区域间人群移动概率建立个体移动规则生成框架，同时，通过矩阵分解引入社会因素对个体移动模式的影响。实验验证了该模型的有效性和可靠性。
　　（4）以天津市为例，利用出租车轨迹数据从时空模式相似性和区域间联系强度两个角度分析了城市空间结构，有效发现了双城结构和层次结构。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景与意义

1.2 本文研究内容与组织结构

第二章 相关工作

2.1 人类移动性度量

2.2 人类移动性实证研究结果

2.3 人类移动的生成模型

2.4 人类移动的可预测性

第三章 基于出租车轨迹的人类移动性分析

3.1 引言

3.2 数据准备

3.3 乘车位移

3.4 乘车时长

3.5 乘车位移与乘车时长的相关性

3.6 出租车连续两次载客的时间间隔

3.7 尺度缩放

3.8 本章小结

第四章 城市中人类移动性建模

4.1 引言

4.2 位置流行度权重机会模型

4.3 综合规则性与协同性的个体位置预测模型

4.4 本章小结

第五章 基于轨迹数据的城市空间结构分析

5.1 引言

5.2 数据准备

5.3 两类轨迹数据驱动的城市空间结构分析方法

5.4 实验分析

5.5 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

发表论文和参加科研情况说明

致谢