[论文解读] Modeling Human Dynamics and Lifestyle Using Digital Traces

Sharon Ying Xu, Steven S. Morse+1 more|arXiv (Cornell University)|May 13, 2020

Point processes and geometric inequalities被引用 4

一句话总结

本文提出了一种多变量周期性 Hawkes 过程（MPHP），利用信用卡交易等数字痕迹来建模个体层面的人类动态。通过捕捉突发性、活动之间的相互依赖性以及每周周期性，MPHP 在拟合事件间隔时间分布和预测未来活动方面优于非齐次泊松过程和 LDA 模型。

ABSTRACT

Human behavior drives a range of complex social, urban, and economic systems, yet understanding its structure and dynamics at the individual level remains an open question. From credit card transactions to communications data, human behavior appears to exhibit bursts of activity driven by task prioritization and periodicity, however, current research does not offer generative models capturing these mechanisms. We propose a multivariate, periodic Hawkes process (MPHP) model that captures -- at the individual level -- the temporal clustering of human activity, the interdependence structure and co-excitation of different activities, and the periodic effects of weekly rhythms. We also propose a scalable parameter estimation technique for this model using maximum-aposteriori expectation-maximization that additionally provides estimation of latent variables revealing branching structure of an individual's behavior patterns. We apply the model to a large dataset of credit card transactions, and demonstrate the MPHP outperforms a non-homogeneous Poisson model and LDA in both statistical fit for the distribution of inter-event times and an activity prediction task.

研究动机与目标

• 开发一种生成模型，利用被动数字数据捕捉个体行为中的时间聚集性、相互依赖性和周期性。
• 解决现有模型缺乏同时表征突发性活动模式与个体层面特定活动依赖关系的问题。
• 提供一种可扩展的参数估计技术，同时揭示行为的潜在分支结构。
• 在真实世界信用卡交易数据上评估模型的统计拟合度和预测准确性。

提出的方法

• 提出一种多变量周期性 Hawkes 过程（MPHP），通过背景强度、激发核函数和星期几周期性，对多种活动类型中的事件发生进行建模。
• 采用最大 a posteriori 期望最大化（MAP-EM）算法实现可扩展的参数估计，并进行隐变量推断。
• 引入伽马分布先验作为伪计数，以正则化参数更新并提高鲁棒性。
• 采用改进的薄化算法高效模拟事件序列，每次事件后利用闭式速率更新。
• 在模拟过程中使用加权随机抽样加速事件类型的选择，替代计算成本较高的循环。
• 采用蒙特卡洛假设检验与面积统计量，比较经验与模拟的事件间隔时间分布，以验证模型。

实验结果

研究问题

• RQ1 如何利用数字痕迹对个体人类活动模式的突发性和周期性进行建模？
• RQ2 不同活动类型之间的相互依赖性在准确建模人类动态方面所起的作用有多大？
• RQ3 基于激发机制的生成模型是否在拟合事件间隔时间分布方面优于非齐次泊松过程和 LDA 模型？
• RQ4 通过隐变量估计，该模型在多大程度上捕捉到了个体行为的分支结构？
• RQ5 与基线模型相比，该模型在预测未来活动序列方面表现如何？

主要发现

• 在蒙特卡洛假设检验中，使用面积统计量衡量，MPHP 模型在拟合事件间隔时间经验分布方面显著优于非齐次泊松模型。
• 在活动预测任务中，MPHP 同样优于 LDA，表现出更优的泛化能力和时间模式捕捉能力。
• MAP-EM 参数估计过程成功推断出潜在分支结构，揭示了不同活动类型之间的激发模式。
• 该模型捕捉到强烈的每周周期性，背景强度和激发模式受星期几效应调制。
• 改进的薄化算法实现了大规模事件序列的高效模拟，相比标准实现降低了计算复杂度。
• 使用先验作为伪计数稳定了参数估计，尤其对低频活动类型具有显著改善作用。