[论文解读] Interdependence and Predictability of Human Mobility and Social Interactions

Manlio De Domenico, Antonio Lima+1 more|arXiv (Cornell University)|Oct 8, 2012

Human Mobility and Location-Based Analysis被引用 11

一句话总结

本文提出了一种多变量非线性时间序列预测模型，通过整合具有相关移动模式的个体的移动数据（利用互信息识别）来提升人类移动性预测的准确性，在Nokia Mobile Data Challenge和Cabspotting数据集上均展现出显著的精度提升，尤其当使用朋友的移动轨迹作为输入时效果更佳。

ABSTRACT

Previous studies have shown that human movement is predictable to a certain extent at different geographic scales. Existing prediction techniques exploit only the past history of the person taken into consideration as input of the predictors. In this paper, we show that by means of multivariate nonlinear time series prediction techniques it is possible to increase the forecasting accuracy by considering movements of friends, people, or more in general entities, with correlated mobility patterns (i.e., characterised by high mutual information) as inputs. Finally, we evaluate the proposed techniques on the Nokia Mobile Data Challenge and Cabspotting datasets.

研究动机与目标

• 通过引入他人相关移动模式，提升仅依赖单个用户历史数据的人类移动性预测精度。
• 探究移动轨迹之间的互信息是否可作为社会互动和可预测性的代理指标。
• 评估多变量非线性预测技术在具有或不具有显式社交关系信息的真实世界移动数据集上的性能表现。
• 评估利用互信息选择信息性移动输入的可扩展性与实际可行性。

提出的方法

• 基于延迟嵌入定理的相空间重构，采用多变量非线性时间序列预测方法，将用户移动建模为四维状态向量（小时、纬度、经度、高度）。
• 应用互信息量化不同个体移动轨迹之间的相关性，识别出具有高度相关移动模式的个体。
• 构建一个多变量预测器，将目标用户的过去移动数据以及选定的高相关性个体（如朋友）的过去移动数据作为输入。
• 采用具有非均匀嵌入和局部多项式拟合的非线性预测器，以提升相对于ARMA等线性模型的预测精度。
• 通过重构目标用户的相空间，并利用相关输入来优化状态向量的预测结果。
• 使用预测误差相对于数据不确定性的指标（如 $ P(e(t)/\sigma_{\text{data}} < 1) $）评估预测性能，覆盖不同预测时间间隔。

实验结果

研究问题

• RQ1 与单变量模型相比，整合具有相关移动模式的个体移动数据是否能提升人类移动性预测的准确性？
• RQ2 移动轨迹之间的互信息在多大程度上与个体之间的实际社会互动（物理或虚拟）相关？
• RQ3 在预测地理位置方面，多变量非线性预测方法与线性方法（如ARMA）相比表现如何？
• RQ4 当缺乏社交关系信息时，互信息能否作为识别有用预测输入的可靠代理？
• RQ5 当使用高互信息移动对作为输入时，预测精度的上限是多少？

主要发现

• 多变量非线性预测器在预测未来地理位置方面优于传统线性模型（如ARMA），尤其在捕捉复杂且非周期性的移动动态方面表现更优。
• ‘Combined, High MI’预测器在约90分钟以内的预测时间内表现与其它模型相当或更优，且在长达3小时内超过50%的移动轨迹预测误差保持在数据不确定性范围内。
• 用户之间互信息较高的移动轨迹表现出显著提升的预测精度，证实相关移动模式可增强预测的可靠性。
• 移动轨迹之间的互信息与实际存在的物理或远程社会互动存在强相关性，表明移动相关性可作为社会关系的指示。
• 即使在缺乏显式社交关系数据的情况下，该方法依然有效，因为仅依靠互信息即可筛选出信息性移动输入，该结论已在Cabspotting数据集上得到验证。
• 互信息计算的计算复杂度为 $ \mathcal{O}(N^2) $，在小到中等规模用户群体（如最多100人）中可行，但当维度超过40时，相空间重构将变得不可行。