[论文解读] Brief encounters: Sensing, modeling and visualizing urban mobility and copresence networks

Vassilis Kostakos, Eamonn O’Neill+3 more|arXiv (Cornell University)|Apr 6, 2010

Human Mobility and Location-Based Analysis参考文献 38被引用 59

一句话总结

本文提出了一种新颖的工具包，用于利用英国巴斯市70,000台设备的纵向蓝牙数据，对城市移动性和共现性进行建模与可视化。通过将复杂网络分析应用于设备相遇的时空模式，揭示了时间动态与网络结构之间的重要关系，为设计上下文感知的城市普适系统提供了洞见。

ABSTRACT

Moving human-computer interaction off the desktop and into our cities requires new approaches to understanding people and technologies in the built environment. We approach the city as a system, with human, physical and digital components and behaviours. In creating effective and usable urban pervasive computing systems, we need to take into account the patterns of movement and encounter amongst people, locations, and mobile and fixed devices in the city. Advances in mobile and wireless communications have enabled us to detect and record the presence and movement of devices through cities. This article makes a number of methodological and empirical contributions. We present a toolkit of algorithms and visualization techniques that we have developed to model and make sense of spatial and temporal patterns of mobility, presence, and encounter. Applying this toolkit, we provide an analysis of urban Bluetooth data based on a longitudinal dataset containing millions of records associated with more than 70000 unique devices in the city of Bath, UK. Through a novel application of established complex network analysis techniques, we demonstrate a significant finding on the relationship between temporal factors and network structure. Finally, we suggest how our understanding and exploitation of these data may begin to inform the design and use of urban pervasive systems.

研究动机与目标

• 利用移动传感技术理解城市环境中的人类移动与互动模式。
• 开发一种方法论工具包，用于建模与可视化移动性与共现性的时空模式。
• 分析英国巴斯市超过70,000台独立设备的纵向蓝牙数据。
• 探究时间因素如何塑造城市相遇网络的结构特性。
• 通过实证洞察人类-设备互动，为城市普适计算系统的设计提供支持。

提出的方法

• 利用在英国巴斯市收集的移动设备纵向蓝牙轨迹数据。
• 应用复杂网络分析技术，将相遇建模为时空中的设备间互动。
• 开发算法以检测并表示设备存在与邻近关系的时空模式。
• 采用可视化技术动态呈现移动流与共现网络。
• 整合时间聚类与网络度量（例如，度分布、聚类系数）以分析网络结构。
• 采用系统方法将城市建模为人类、物理与数字组件的集成系统。

实验结果

研究问题

• RQ1 设备相遇的时间模式如何塑造城市共现网络的结构特性？
• RQ2 在城市环境中，大规模蓝牙轨迹数据中浮现了哪些时空模式？
• RQ3 如何对移动性与相遇数据进行建模与可视化，以揭示有意义的城市互动动态？
• RQ4 从真实城市中设备存在与邻近关系的纵向分析中，可获得哪些洞见？
• RQ5 这些发现如何为上下文感知的城市普适计算系统的设计提供启示？

主要发现

• 发现时间因素（如一天中的时间与星期几）与城市相遇网络的结构特性之间存在显著关系。
• 共现网络的结构表现出非随机模式，且与城市活动的时间节律密切相关。
• 该工具包通过设备相遇动态的可视化，成功识别出重复出现的移动模式与高活跃区域。
• 分析表明，少数设备占用了不成比例的相遇次数，表明存在城市互动的枢纽。
• 相遇的时间聚类表明，城市移动性并非均匀分布，而是遵循可预测的日常周期。
• 研究结果表明，对蓝牙轨迹进行复杂网络分析，可在大规模上揭示有意义的城市互动结构。