本文關(guān)鍵詞：基于社交媒體數(shù)據(jù)的人類移動(dòng)模式發(fā)現(xiàn)研究

  更多相關(guān)文章： 人類移動(dòng) 日常周期性 社交媒體數(shù)據(jù)挖掘 時(shí)空數(shù)據(jù)分析 軌跡預(yù)測(cè)

【摘要】：現(xiàn)代社會(huì)經(jīng)濟(jì)發(fā)展迅速,人類乘坐飛機(jī),火車、巴士等公共交通工具出行成為必然,人類的流動(dòng)變得越來越頻繁。地理空間內(nèi)人類的移動(dòng)看似隨機(jī)且沒有規(guī)律,但實(shí)際上較大規(guī)模人群的移動(dòng)卻隱藏著特定的模式。從個(gè)體行為出發(fā),發(fā)現(xiàn)人類移動(dòng)模式可以幫助我們研究很多問題,比如人類行為和遷移模式、人口流動(dòng)預(yù)測(cè)、傳染病的演化和疾病傳播預(yù)測(cè)、優(yōu)化免疫策略、人類接觸模式、城市規(guī)劃、異常檢測(cè)、個(gè)性化推薦等等。某些傳染病正是由于人的旅行和相互接觸才發(fā)生傳播,研究群體的空間移動(dòng)規(guī)律有助于深入理解這些疾病的傳播機(jī)制,進(jìn)而提出有效的預(yù)防和控制措施；在城市空間中,人在不同地點(diǎn)間的移動(dòng)直接導(dǎo)致交通網(wǎng)絡(luò)上的各種復(fù)雜的流動(dòng)現(xiàn)象,只有掌握了人類移動(dòng)規(guī)律,才能合理規(guī)劃交通設(shè)施,進(jìn)而預(yù)防和控制交通擁堵。因此,研究個(gè)體或群體行為,發(fā)現(xiàn)活動(dòng)中蘊(yùn)含的空間認(rèn)知規(guī)律及空間行為和交互模式,理解人類動(dòng)力學(xué)特征,進(jìn)而支持個(gè)體或群體時(shí)空行為決策,對(duì)預(yù)測(cè)、規(guī)劃、監(jiān)測(cè)等領(lǐng)域提供幫助,已經(jīng)成為當(dāng)前的研究熱點(diǎn)。人類個(gè)體或群體在地理空間的移動(dòng)有多種表現(xiàn)形式。交通運(yùn)輸工具的位置變化、隨身攜帶設(shè)備的位移過程、頻率及規(guī)模等都是個(gè)體或群體空間移動(dòng)特征的真實(shí)寫照。過去人類移動(dòng)性研究多基于觀察、訪問、調(diào)查問卷和出行日志等信息獲取方式,信息獲取成本高、樣本量小、時(shí)間跨度短,且易受到問卷設(shè)計(jì)和主觀判斷的影響,難以大規(guī)模、長時(shí)間地觀測(cè)和記錄人的空間移動(dòng)行為。進(jìn)入大數(shù)據(jù)時(shí)代,隨著傳感器網(wǎng)絡(luò)、移動(dòng)定位、無線通訊和移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展與普及,使得基于個(gè)體粒度的時(shí)空精細(xì)度更高的海量個(gè)體移動(dòng)軌跡獲取人類移動(dòng)模式成為可能。來自不同領(lǐng)域的學(xué)者基于手機(jī)通話數(shù)據(jù)、公交卡刷卡記錄、社交網(wǎng)站簽到數(shù)據(jù)、出租車軌跡、銀行刷卡記錄等進(jìn)行了人類移動(dòng)模式的研究,這些研究為從個(gè)體角度發(fā)現(xiàn)人類移動(dòng)模式提供了一個(gè)新視角,同時(shí),移動(dòng)軌跡處理技術(shù)、時(shí)空數(shù)據(jù)表達(dá)與挖掘技術(shù)的發(fā)展和物理學(xué)、計(jì)算機(jī)科學(xué)、地理學(xué)以及復(fù)雜性科學(xué)等多學(xué)科理論方法的交叉也為人類移動(dòng)性研究提供了有力支撐,促進(jìn)了移動(dòng)行為特征分析的定量化。人類移動(dòng)模式的研究可以追溯到1885年,E.G. Ravenstein在他發(fā)表的文章《The Laws of Migrations》中,通過對(duì)統(tǒng)計(jì)調(diào)查數(shù)據(jù)的仔細(xì)觀察與研究,提出一些很重要的關(guān)于移居的規(guī)則：1)大多數(shù)的移居都是近距離的。2)經(jīng)濟(jì)發(fā)達(dá)的地方會(huì)“吸引”很多周圍地區(qū)的人。3)移居有雙方向性的性質(zhì)。4)很多長距離的移居原因都是來自經(jīng)濟(jì)因素。他提出的這些規(guī)則奠定了人類移動(dòng)模式研究的基礎(chǔ),現(xiàn)在大部分的研究理論,追尋其根源都和這些規(guī)則相關(guān)。一直以來,人類移動(dòng)模式研究面臨缺乏個(gè)人位置數(shù)據(jù)的問題。盡管最初手機(jī)的普及給研究人員提供了大量的通話、短信、上網(wǎng)等通信數(shù)據(jù),但這些數(shù)據(jù)是通過間隔幾公里的基站位置推測(cè)用戶位置得到的,所以位置準(zhǔn)確性不高。獲得更準(zhǔn)確的定位方法可以通過搭載GPS或者傳感器,但是佩戴這些機(jī)器的人數(shù)非常有限,規(guī)模不大。近幾年隨著搭載GPS的智能手機(jī)的普及和基于位置的社交網(wǎng)絡(luò)服務(wù)的快速發(fā)展,上千萬的用戶在這些社交網(wǎng)絡(luò)上更新和分享他們的狀態(tài),利用準(zhǔn)確定位的GPS功能獲取大量個(gè)人位置信息成為解決上述問題的有效途徑。個(gè)體的活動(dòng)序列在一定程度上反映了個(gè)體的意圖、喜好和空間行為模式,從個(gè)人移動(dòng)軌跡中提取出蘊(yùn)含的活動(dòng)序列模式,對(duì)個(gè)體行為理解和個(gè)性化推薦至關(guān)重要。本文主要包含以下三方面內(nèi)容：1)從大量Twitter數(shù)據(jù)出發(fā),著力解決數(shù)據(jù)的稀疏性問題,提出了SDIM模型(Static and Dynamic Integrated Model)進(jìn)行人類移動(dòng)模式預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明,該模型的預(yù)測(cè)精準(zhǔn)度更高；2)開發(fā)了一個(gè)可視化繪制個(gè)人軌跡的3D軟件,將Twitter信息進(jìn)行疊加,在真實(shí)地圖上顯示個(gè)人移動(dòng)軌跡及移動(dòng)模式；3)在人類移動(dòng)模式預(yù)測(cè)的基礎(chǔ)上,初步研究了移動(dòng)模式與個(gè)人偏好的關(guān)系,進(jìn)行更有針對(duì)性的個(gè)性化推薦。具體而言,本文的主要工作包括三個(gè)方面。(1)本文分析了真實(shí)生活中大量的數(shù)據(jù),即社交媒體Twitter上超過800萬條數(shù)據(jù),對(duì)個(gè)體移動(dòng)模式進(jìn)行預(yù)測(cè)。在基于位置的社交網(wǎng)絡(luò)服務(wù)(如Twitter)中,數(shù)據(jù)不僅具有地理位置信息,還包含該位置上所承載的興趣點(diǎn)語義信息,因此這些信息在行為分析中十分有效。然而,這類數(shù)據(jù)存在用戶只有在主動(dòng)簽到時(shí)才有記錄的問題,導(dǎo)致用戶個(gè)人軌跡通常比較稀疏。目前用于人類移動(dòng)模式預(yù)測(cè)的主要方法有隨機(jī)游走模型,蒙特卡羅模型,移動(dòng)距離分布模型等,但是他們都存在一個(gè)共性的問題,即：沒有很好解決數(shù)據(jù)的稀疏性帶來的預(yù)測(cè)準(zhǔn)確度差這一問題。由于人類移動(dòng)存在家和工作地等頻繁重訪的地點(diǎn)的特點(diǎn),本文關(guān)注個(gè)體軌跡中的重訪點(diǎn),對(duì)Twitter數(shù)據(jù)進(jìn)行預(yù)處理,解決數(shù)據(jù)稀疏性的問題。基于上述思想,本文提出了SDIM模型進(jìn)行人類移動(dòng)模式的預(yù)測(cè)。SDIM模型包括兩個(gè)基本部分：基于高斯的靜態(tài)模型和基于高斯的動(dòng)態(tài)模型。根據(jù)靜態(tài)模型估計(jì)高斯參數(shù),從人們發(fā)送的Twitter信息中確定個(gè)人常去的地點(diǎn)。動(dòng)態(tài)模型由24個(gè)獨(dú)立的多高斯混合模型組成,將Twitter數(shù)據(jù)進(jìn)行參數(shù)估計(jì)以抽取出每個(gè)時(shí)間點(diǎn)的位置特征。如果單獨(dú)采用高斯靜態(tài)模型進(jìn)行人類移動(dòng)模式預(yù)測(cè),由于該模型不考慮時(shí)間因素,只考慮個(gè)體的位置信息,盡管可以解決數(shù)據(jù)稀疏性的問題,但是預(yù)測(cè)精度不高；如果單獨(dú)采用高斯動(dòng)態(tài)模型進(jìn)行人類移動(dòng)模式預(yù)測(cè),在一些時(shí)間點(diǎn)得到的數(shù)據(jù)非常少,無法解決數(shù)據(jù)稀疏性的問題,容易出現(xiàn)過擬合。因此,SDIM模型將兩者有機(jī)結(jié)合在一起,既可以解決數(shù)據(jù)稀疏性的問題,又提高了預(yù)測(cè)的精度。無論K值取2還是任意,多個(gè)實(shí)驗(yàn)結(jié)果表明,在與多個(gè)基準(zhǔn)數(shù)據(jù)和方法的比較中,SDIM模型預(yù)測(cè)結(jié)果的準(zhǔn)確率更高。(2)本文開發(fā)了能將個(gè)人移動(dòng)軌跡用可視化方式呈現(xiàn)的3D軟件,通過拖拽等操作,可直觀形象的在真實(shí)地圖上顯示個(gè)人移動(dòng)軌跡。該軟件采用Ruby on Rails Web框架、MySQL數(shù)據(jù)庫、Thin Web服務(wù)器和Nginx http服務(wù)器技術(shù)等作為核心的軟件開發(fā)技術(shù),實(shí)現(xiàn)了如下功能：1)給定時(shí)間查詢個(gè)體發(fā)送推特?cái)?shù)量；2)真實(shí)地圖上精準(zhǔn)經(jīng)緯度位置信息查詢；3)顯示時(shí)間分布、方差和Gyration半徑等基本數(shù)據(jù)統(tǒng)計(jì)量。該軟件既可以作為預(yù)測(cè)人類移動(dòng)模式的發(fā)現(xiàn)結(jié)果,也可以作為個(gè)性化推薦等應(yīng)用的輸入,進(jìn)行下一步的開發(fā)。(3)本文還初步研究了個(gè)人移動(dòng)軌跡和個(gè)人偏好的關(guān)系,提出基于預(yù)測(cè)到的個(gè)體移動(dòng)位置進(jìn)行精準(zhǔn)的廣告投放的思路,具體描述如下。通過分析Twitter數(shù)據(jù)發(fā)現(xiàn)工作日和周末個(gè)體移動(dòng)軌跡有所不同。本文將移動(dòng)步長設(shè)置為一個(gè)小時(shí),通過擬合的多高斯模型和K-means發(fā)現(xiàn)用戶頻繁到訪的位置,并分析他們的時(shí)間模式。利用熵計(jì)算時(shí)間和地點(diǎn)的關(guān)聯(lián),綜合空間與時(shí)間的特征提出了Twitter用戶的時(shí)空模型,預(yù)測(cè)個(gè)人軌跡及每個(gè)用戶在給定時(shí)間的位置狀態(tài)�；谝陨辖Y(jié)果,可以做到廣告的精準(zhǔn)投放和個(gè)性化推薦。本文提出的方法僅考慮利用交通數(shù)據(jù)中位置信息的特定移動(dòng)過程,如地鐵站的位置信息和每條線路的信息。實(shí)際還可以利用軌跡分析的技術(shù),通過計(jì)算地鐵線(不只是地鐵也可以是道路)的形狀和個(gè)人軌跡的相似度,判斷某個(gè)人是否正在乘坐地鐵(火車)移動(dòng)。此外,如果能夠找到正確的個(gè)人移動(dòng)軌跡的話,可以判斷個(gè)人和平時(shí)不一樣的行為(異常發(fā)現(xiàn))。社交媒體上關(guān)系和不常見行為是有關(guān)聯(lián)的。已有研究工作發(fā)現(xiàn)遠(yuǎn)距離的移動(dòng)和社交媒體上好友的關(guān)聯(lián),以及軌跡和經(jīng)常訪問地(‘家’和‘工作單位’)的關(guān)聯(lián)。基于這些研究,本文擬進(jìn)一步研究異常移動(dòng)行為和社交關(guān)系等其他因素的關(guān)聯(lián),進(jìn)而提出異常行為檢測(cè)方法。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：C912.6

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱文馨;;社交媒體盛行下的大學(xué)生寒暄文化發(fā)展的研究[J];中國傳媒科技;2013年08期

2 陰衛(wèi)芝;;美國五所高校社交媒體準(zhǔn)則研究[J];新聞愛好者;2013年02期

3 亞歷克斯·皮埃爾·特維斯;;社交媒體過載,我們都抑郁了[J];商學(xué)院;2013年09期

4 王忠強(qiáng);胡增軍;郭斌;;基于社交媒體的獨(dú)立學(xué)院招生宣傳對(duì)策構(gòu)建[J];文學(xué)教育(中);2014年04期

5 劉銘嘉;陳茜;黃庭瑞;翟家琛;榮沛洋;楊柳;;社交媒體對(duì)大學(xué)生就業(yè)的影響與分析——以微博、微信為例[J];西部廣播電視;2014年09期

6 虞鑫;徐文擎;;當(dāng)遇到社交媒體事件[J];北京教育(德育);2012年02期

7 李巍;;社交媒體,品牌與體育的最佳結(jié)合體[J];中國廣告;2012年07期

8 王宏濤;王宏武;;社交媒體:馬克思主義大眾化傳播新途徑[J];廣西社會(huì)科學(xué);2013年02期

9 倪琳;;社交媒體在實(shí)踐教學(xué)中的應(yīng)用[J];青年記者;2013年17期

10 高崇;;青少年社交媒體交往中玩商發(fā)展存在的問題及其矯治[J];思想理論教育;2013年18期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 袁靖華;;微博的理想與現(xiàn)實(shí)——兼論社交媒體建構(gòu)公共空間的三大困擾因素[A];數(shù)字未來與媒介社會(huì)2[C];2010年

2 洪婧茹;;社交媒體與上海大學(xué)生的環(huán)保參與:從線上關(guān)注到線下行動(dòng)[A];中華新聞傳播學(xué)術(shù)聯(lián)盟第六屆研究生學(xué)術(shù)研討會(huì)論文集[C];2014年

3 王斌;鄭滿寧;;扭轉(zhuǎn)“逆差”:社交媒體時(shí)代國人形象傳播機(jī)制及策略[A];新聞學(xué)論集（第30輯）[C];2014年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 韓軍　編譯;社交媒體營銷助推器還是新航向？[N];中國民航報(bào);2010年

2 本報(bào)記者 陳曉平;社交媒體重構(gòu)商業(yè)？[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2011年

3 一鳴;出版商介入社交媒體的危險(xiǎn)[N];中國圖書商報(bào);2011年

4 Chris Nerney;社交媒體帶來的5大安全威脅[N];網(wǎng)絡(luò)世界;2011年

5 李鑫源;社交媒體影響不容小窺[N];科技日?qǐng)?bào);2011年

6 陳曉平;社交媒體的“葫蘆論”[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2011年

7 肖明超(新生代市場(chǎng)監(jiān)測(cè)機(jī)構(gòu)副總經(jīng)理);社交媒體引發(fā)營銷裂變[N];中國圖書商報(bào);2011年

8 文化學(xué)者 常江;社交媒體的“情緒化”[N];新華每日電訊;2012年

9 朱永磊 貝恩大中華區(qū)電信、媒體與高科技業(yè)務(wù)主管;如何成為社交媒體的長期贏家[N];通信產(chǎn)業(yè)報(bào);2012年

10 記者 趙中文;東南亞企業(yè)傾向利用社交媒體經(jīng)商[N];中華工商時(shí)報(bào);2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 張雪;復(fù)雜網(wǎng)絡(luò)鏈路分析與社交媒體預(yù)測(cè)[D];國防科學(xué)技術(shù)大學(xué);2013年

2 羅準(zhǔn)辰;社交媒體中的信息檢索與傳播分析[D];國防科學(xué)技術(shù)大學(xué);2013年

3 丹尼爾;社交媒體在企業(yè)傳播中的使用：可口可樂中國和可口可樂加納案例研究[D];復(fù)旦大學(xué);2014年

4 唐李洋;基于社交媒體大數(shù)據(jù)的Twitter營銷策略研究[D];合肥工業(yè)大學(xué);2015年

5 朱星瑋;社交媒體信息結(jié)構(gòu)化組織及其應(yīng)用研究[D];清華大學(xué);2015年

6 謝松縣;社交媒體中觀點(diǎn)信息分析與應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李雪絮;社交媒體廣告的表現(xiàn)策略研究[D];浙江理工大學(xué);2013年

2 呂蒙;網(wǎng)絡(luò)社交媒體關(guān)系網(wǎng)絡(luò)與品牌傳播[D];遼寧大學(xué);2013年

3 吳祖宏;大學(xué)生手機(jī)社交媒體依賴的問卷編制及特點(diǎn)研究[D];西南大學(xué);2014年

4 張茜茹;大學(xué)生社交媒體依賴的測(cè)量及其與主觀幸福感的關(guān)系[D];山西師范大學(xué);2015年

5 徐蕾;政務(wù)社交媒體用戶使用意愿研究[D];南京大學(xué);2015年

6 鞏麗;社交媒體對(duì)電視節(jié)目受眾觀看行為的影響研究[D];復(fù)旦大學(xué);2014年

7 黃睿;臺(tái)灣反服貿(mào)運(yùn)動(dòng)中社交媒體的參與及其思考[D];江西師范大學(xué);2015年

8 楊鵬鵬;中國公共政策傳播中社交媒體應(yīng)用研究[D];河南大學(xué);2015年

9 于一恒;基于社交媒體的A公司產(chǎn)品營銷策略研究[D];中國海洋大學(xué);2015年

10 李休休;社交媒體上的恐怖活動(dòng)研究[D];華東政法大學(xué);2016年

，

本文編號(hào)：1222057