大数据时代的人类移动性的研究.pdfVIP

第16卷 第5 期 Vol. 16, No.5 2014 年9 月 Sep., 2014 大数据时代的人类移动性研究 陆 锋，刘 康，陈 洁 （中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京 100101） 摘要：人类个体/群体移动特征是多学科共同关注的研究主题。移动定位、无线通讯和移动互联网技术的快速发展 使得获取大规模、长时间序列、精细时空粒度的个体移动轨迹和相互作用定量化成为可能。同时，地理信息科学、 统计物理学、复杂网络科学和计算机科学等多学科交叉也为人类移动性研究的定量化提供了有力支撑。本文首先 系统总结了大数据时代开展人类移动性研究的多源异构数据基础和多学科研究方法，然后将人类移动性研究归纳 为面向人和面向地理空间两大方向。面向人的研究侧重探索人类移动特性的统计规律，并建立模型解释相应的动 力学机制，或分析人类活动模式，并预测出行或活动；面向地理空间的研究侧重从地理视角分析人类群体在地理空 间中的移动，探索宏观活动和地理空间的交互特征。围绕这两大方向，本文评述了人类移动性的研究进展和存在 问题，认为人类移动性研究在数据稀疏性、数据偏斜影响与处理、多源异构数据挖掘、机器学习方法等方面依然面 临挑战，对多学科研究方法的交叉与融合提出了更高要求。 关键词：人类移动性；大数据；数据挖掘；统计物理学；复杂网络 DOI:10.3724/SP.J. 1047.2014.00665 1 引言 移动直接导致交通网络上的各种复杂的流动现象， 只有掌握了人类移动规律，才能合理规划交通设 人类社会中个体/群体在地理空间的移动过程 施，进而预防和控制交通拥堵。 反映着纷繁复杂的区域人地关系。对这一移动过 人类个体/群体在地理空间的移动有多种表现 程特性的研究形成了地理学、社会学、物理学、流行 形式。交通运输工具的位置变化、随身携带设备的 病学、城市规划与管理等学科共同关注的主题—— 位移过程、频率及规模等都是个体/群体空间移动特 Human mobility 。一直以来，Human mobility 并无一 征的真实写照。过去人类移动性研究多基于观察、 个统一、公认的中文术语相对应，一般译为人群移 访问、调查问卷和出行日志等信息获取方式，信息 [1] [2] [3] 获取成本高、样本量小、时间跨度短，且易受到问卷 动行为 、人类移动性 和人类流动行为 等。为统 一起见，本文将Human mobility 译为“人类移动 设计和主观判断的影响，难以大规模、长时间地观 性”，表示人类个体/群体在地理空间中具有特定意 测和记录人的空间移动行为。进入大数据时代，随 义的“移动（Movement ）”所隐含的社会系统要素时 着传感器网络、移动定位、无线通讯和移动互联网 空分布与演化规律。从人类行为和迁移模式，到传 技术的快速发展与普及，获取时空精细度更高的海 染病的演化和疾病的传播，或是理解社会网络的形 量个体移动轨迹和相互作用成为可能；同时，移动 成机制，人类移动性在许多方面都具有重要的研究 轨迹处理技术、时空数据表达与挖掘技术的发展和 价值。例如，某些传染病正是由于人的旅行和相互 物理学、计算机科学、地理学以及复杂性科学等多 接触才发生传播，研究群体的空间移动规律有助于 学科理论方法的交叉也为人类移动性研究提供了 深入理解这些疾病的传播机制，进而提出有效的预 有力支撑，促进了移动行为特征分析的定量化。 防和控制措施；在城市空间中，人在不同地点间的 图1描述了人类移动性的研究框架。源于现代 收稿日期：2014-07-0