利用移動網(wǎng)絡(luò)數(shù)據(jù)的人類時空行為分析及建模研究.pdf

1、隨著移動技術(shù)的快速發(fā)展，人類通信的方式向便攜式和多樣化的方向發(fā)展，種類豐富的移動應(yīng)用在滿足了人們通信、休閑、社交等日常需求的同時，也積累了海量的移動網(wǎng)絡(luò)數(shù)據(jù)。這些數(shù)據(jù)有的直接記錄了用戶的移動位置和服務(wù)使用行為，有的間接記錄了行為發(fā)生時的周邊環(huán)境和社交關(guān)系。本研究利用被動采集的方法，收集了不同空間尺度下的移動網(wǎng)絡(luò)數(shù)據(jù)，并從時間和空間兩個基本維度出發(fā)，對個體和群體粒度上的人類時空行為模式和規(guī)律進(jìn)行分析和建模研究。本研究中提出的系統(tǒng)化的量化、

2、分析和建模方法，不僅在疾病傳播、城市管理、移動網(wǎng)絡(luò)優(yōu)化等方面具有直接的應(yīng)用價值，而且對揭示人類時空行為的統(tǒng)計規(guī)律、網(wǎng)絡(luò)科學(xué)、以及行為科學(xué)等理論研究具有一定的貢獻(xiàn)。具體來講，該研究的成果可歸納為以下四個方面：
　　本文采集并收集了三種不同空間尺度下的移動網(wǎng)絡(luò)數(shù)據(jù)，包括校園WiFi網(wǎng)絡(luò)、城市和國家移動網(wǎng)絡(luò)，并基于此提出了時空數(shù)據(jù)質(zhì)量的客觀評估和提升方法。首先，從數(shù)據(jù)記錄的準(zhǔn)確性、采集時間的連續(xù)性、以及空間分布的合理性出發(fā)，本文提出一種

3、結(jié)合時空數(shù)據(jù)點局部特征信息和用戶軌跡全局特征的數(shù)據(jù)質(zhì)量量化方法。在該方法中，局部質(zhì)量信息從單個數(shù)據(jù)點的動態(tài)和靜態(tài)兩個層面進(jìn)行刻畫，突破了傳統(tǒng)方法中單純對動態(tài)特征（如移動速度）的依賴，因此對數(shù)據(jù)質(zhì)量的刻畫更加準(zhǔn)確。進(jìn)一步，用戶的移動軌跡特征代表了全局的數(shù)據(jù)質(zhì)量信息，我們基于軌跡中連續(xù)采集點的時空分布異質(zhì)性，并結(jié)合單個數(shù)據(jù)點的平局質(zhì)量水平，從而克服了傳統(tǒng)信息熵的方法誤差較大的缺陷。
　　本文對傳統(tǒng)個體微觀模式和宏觀統(tǒng)計模式進(jìn)行了擴(kuò)展，

4、提出了介觀行為模式的概念，并對介觀模式的提取算法、實證分析、以及新型個體移動模型進(jìn)行了系統(tǒng)性研究。首先，從時空耦合的角度出發(fā)，提出了個體介觀時空行為模式的概念，這種模式不僅保留了行為序列中的基本特征，而且方便從時空結(jié)構(gòu)角度對移動行為進(jìn)行挖掘。為了從大量軌跡記錄中得到介觀模式，我們提出了拓?fù)浜蛯傩越Y(jié)合的圖相似匹配算法，結(jié)合群組內(nèi)不同個體行為之間的相似性，提取出了屬于不同群組的顯著介觀行為模式，并和傳統(tǒng)的移動模序分析進(jìn)行了比較研究。基于得到

5、的介觀時空行為模式，提出了一種魯棒性更好的個體移動性模型，即流涌現(xiàn)模型。由于該模型建立在機(jī)遇資源的空間分布和干擾機(jī)遇的框架之上，從而摒棄了傳統(tǒng)模型中微觀和宏觀統(tǒng)計一致的假設(shè)，為連接微觀移動模式挖掘和宏觀統(tǒng)計分析提供了基礎(chǔ)。
　　通常人類時空行為的規(guī)律性，既表現(xiàn)在個體粒度上的地點偏好，也表現(xiàn)在群體粒度上的“潮汐效應(yīng)”。由于介觀模式體現(xiàn)了個體行為的時空特征，因此我們進(jìn)一步對群體行為的時空關(guān)聯(lián)關(guān)系進(jìn)行了分析和建模研究。首先，我們利用協(xié)方

6、差方程對群體的時空依賴關(guān)系進(jìn)行描述，分別從時間和空間維度對群體行為的統(tǒng)計特征進(jìn)行度量。其次，由于傳統(tǒng)的群體時空行為研究基于單一的數(shù)據(jù)源，所得出的結(jié)論往往在另一個數(shù)據(jù)集上難以復(fù)現(xiàn)；因此本文采集了多空間尺度（包括校園、城市、國家）下的群體移動行為數(shù)據(jù)，對群體的時空行為規(guī)律在空間上作橫向和縱向比較，從而使群體行為的分析結(jié)論更加可靠。最后，基于所觀測到的群體時空關(guān)聯(lián)關(guān)系，在考慮空間不同區(qū)域差異性的前提下，本文提出了基于蓋內(nèi)特方程的群體行為模型，

7、并利用城市尺度下的人群分布預(yù)測對模型性能進(jìn)行了驗證和分析。
　　本文將物理空間的移動行為和網(wǎng)絡(luò)空間的參與行為在形式上進(jìn)行了統(tǒng)一，利用服務(wù)類型序列代替空間位置序列，對移動用戶的參與行為模式進(jìn)行挖掘。首先，針對移動用戶參與網(wǎng)絡(luò)服務(wù)的時空行為，提出一種基于被動測量的行為識別算法。通過與客戶端采集的基準(zhǔn)數(shù)據(jù)進(jìn)行比較，該算法能夠在大規(guī)模的用戶網(wǎng)絡(luò)行為監(jiān)測中表現(xiàn)出較好的性能。其次，通過量化用戶參與行為的重要指標(biāo)，建立了參與行為和底層網(wǎng)絡(luò)性能之