人类时空行为特性分析

1. 时空行为define

• 给定时间内，在一定空间范围内，空间位置转换的序列

2. 时空行为的研究角度

• 物理学： 基于统计力学，将个体看作粒子，群体看作受限的粒子系统

• 计算机： 数据挖掘 和 机器学习

3. 人类时空行为简介

一. 人类行为的时间特性

• 泊松分布

  随机模型假设：在不重叠的时间区间 发生的次数相互独立

• 幂律分布

  胖尾特征： 尾部下降时间缓慢，允许非常长的时间没有事情发生

• 阵发性

  很多事情在很短的时间内发生，出现较长的空档期------刻画标准： （平均值和标准值）

• 记忆性

  长的时间间隔之后出现长的时间间隔，短的时间间隔之后出现短的时间间隔------衡量标准： 序列的Pearson关联

• 周期和波动

  活跃性（单位时间个体特定行为的频数） 随着时间波动，而且具有明显的周期性

二. 人类行为的时间特性建模

1. 经典的基于任务队列模型

分配 l 个任务的列表，每一个时步个体选择执行一个任务，并且去除任务， 之后加入新的任务，并且标定他的优先级

• 先进先出 -执行任务

• 随机执行任务

• 按照任务的优先级 执行任务

• Barabasi 模型

  对于每一个时步： 执行最高优先级的概率是P； 随机选取一个的概率是 1-P

• Barabasi模型拓展

  添加接受任务速度和完成任务速度

总的人类行为的两大普适类

• 长度固定，幂指数 -1

• 动态可变的，幂指数 - 1.5

2. 人类活动的记忆兴趣和节律

• 记忆模型

  记忆： 简单的表达为某件事情前后频率和次数的相关性

• 兴趣和欲望的自适应变化

  1）每次行为都会改变行为的兴趣，2） 时间间隔小，事件的额频率较高，兴趣减小，时间间隔增加。

3. 基于社会交互的人类动力学模型

• 扩展的任务队列模型

三. 人类行为空间特性分析

1. 偏好返回模型

• 1）初始 t= 0 ， 个体在给定的若干初始点的某一点进行停留

• 2) 停留$\Delta {t}$ 时间后（服从一定的分布）， 个体以 $P$ 的概率移动到之前没访问过的点， 以$1-P$的概率 移动到之前已经访问过的点（具体访问哪个点的概率==频率）

2. 层次性交通系统对人类出行行为影响的模型

• 城市分成n个层次， 两个第n层的城市同一个较高级的城市相连，他们之间相互连接

• 个体在网络中进行随机行走

• 根据实际情况，引入城市权重，选择下一个城市的几率正比于 权重（使情况而定 之间的相互关系）

3. 信息熵优化模型

• 返家机制的 Levy飞行模型

• 信息多样化程度

4. 研究方向

1. 行为序列模式挖掘

从历史轨迹数据中，发现移动的模式

应用：

• 生活模式识别
• 评估个体行为模式相似度
• 位置预测

1. 个体序列模式研究

• Mining sequential patterns

  一定数量的物体，有相似的位置序列 + 相似的时间间隔

• 1） 首先，定义路径中各个节点的 identity， 有相同的 identity 的节点，认定两个节点 common

• 2） 对于 free space ：

  • Line-Simplification-Based methods---不考虑时间间隔

    • DP 算法找出 key points
    • 计算线性分段的支持度[1]

  • Clusting-Based :

    • 将不同路径上的点聚类成 region
    • 路径上的点 使用 region 的 ID 取代
    • 使用序列模式识别算法： PrefixSpan ； CloseSpan

• 3） 对于 Road-Network

  • Map-Matching 算法 把路径对应到 道路网格图里面
  • 路径使用一系列 道路分段对应的 分割 ID--（看作 string）
  • 使用 适用于string 类型挖掘的算法进行处理--LCSS ; Suffix-Tree

• 4) 将序列模式数据 转换成 ： graph ； matrix ： tensor

• 关注的几个问题

  • 减少路径的不确定性

    离散的数据记录，连续的路径，行程有不确定性

  • 用户行为和场景信息的关联分析

    即： identity 拥有更多的信息

  • 周期性路径分析

    每周的工作日，休息日 周期性的路径

  • 个体行为模式发生变化的成因及演化分析

    获取模式，分析内在原因

!!! Trajectory data pre-processing + data management

2. 群体序列模式研究

人类动力学： 宏观统计，不同地点间的人数迁移规律： 例如辐射理论

• 辐射理论

1） 分布有发射和吸收源的空间里，用户看作某初始点发射的随机粒子

2） 粒子发射带有能量，临近吸收源满足阈值的条件下，以一定的概率吸收粒子

2. 人类空间的运动规律统计特性研究

• 现有研究： 移动步长分布，扩散速度等
• 未来方向； 考虑人类活动的社会性因素的情况下，人类空间运动轨迹的规则性，周期性，相似性等等； 基于层次性交通网络人类的运动特性
• 应用前景： 合理规划交通

刘闯

2018-10-23