From seconds to months: multi-scale dynamics of mobile telephone calls
关于社交互动电子记录的大数据允许从量化的角度来接近人类行为和社会性，具有不可预见的统计能力。由电信运营商出于计费目的自动收集的移动电话呼叫详细记录（CDR）已被证明对于理解一对一通信模式以及反映在这种模式中的社交网络的动态特别有成效。我们提出了一个概述的实证结果的多尺度动态的社会动力学和网络推断从手机通话。我们从最短的时间尺度和最快的动态开始，例如个体之间的呼叫序列的突发性，并“缩小”到更长的时间和更大的结构尺度，从多个个体之间的相关呼叫形成的时间图案到社会群体的长期动态。最后，我们对未来进行展望。
2015-04-07 cs.SI physics.soc-ph
Analyzing the Spread of Chagas Disease with Mobile Phone Data
我们使用移动电话记录来分析两个拉丁美洲国家的流动模式和检测南美锥虫病的可能风险区。我们发现，地理定位的通话记录中有丰富的社会和个人信息，可以用来推断一个人是否生活在流行地区。我们提出了两个案例研究，在阿根廷和墨西哥，从每个国家的移动电话公司提供的数据。我们生成的风险地图可供健康运动管理人员用于针对特定领域并更有效地分配资源。
2017-07-04 cs.CY cs.SI physics.soc-ph
Bayesian estimate of position in mobile phone network
移动电话定位的传统方法是基于这样的假设，即记录在呼叫详细记录（CDR）中的蜂窝塔的地理位置是设备位置的代理。然后基于整个蜂窝塔网络来构建Voronoi曲面细分，并且该曲面细分被认为是坐标系，其中设备位于CDR中记录的蜂窝塔的Voronoi多边形中。如果基于Voronoi的定位是正确的，则设备轨迹的唯一性非常高，并且可以基于其记录的位置中的3-4个来识别设备。我们提出并研究了一种基于每个天线的参数和连接数量的知识的设备定位的概率方法，该方法取决于到天线的距离。基于Voronoi的布局和现实世界布局之间的关键区别在于天线服务区域的基本重叠：位于蜂窝塔多边形中的设备可以由网络系统选择的更远的天线提供服务，以平衡网络负载。这种重叠太重要了，不容忽视。结合网络中每个天线的可用连接数的距离分布数据，我们成功地解决了重叠问题，通过应用贝叶斯推断，并构建了一个现实的设备位置分布。可能的设备定位要求对移动电话数据分析进行全面修订，我们将重点讨论隐私风险估计。
2020-07-24 cs.NI physics.soc-ph
A comparative analysis of the statistical properties of large mobile phone calling networks
手机通话是现代社会中使用最广泛的通信方式之一。手机用户之间的通话记录为我们了解社交网络中的人类交流模式提供了一个有价值的代理。移动电话用户相互呼叫，形成有向呼叫网络。如果只考虑相互呼叫，我们得到一个无向相互呼叫网络。两个连接的用户之间的优先通信行为可以进行统计测试，它导致两个Bonferroni网络具有统计验证的边缘。我们对这四个网络的统计特性进行了比较分析，这四个网络是由上海900多万人在110天内的通话记录构建的。我们发现，这些网络有许多共同的结构特性，也表现出特质的功能相比，以前研究的大型移动电话网络。实证研究结果为我们提供了一个有趣的图片，一个有代表性的大型社交网络，可能会揭示新的光大型社交网络的建模。
2014-05-07 cs.SI physics.soc-ph
Visualizing criminal networks reconstructed from mobile phone records
在打击敲诈勒索和恐怖主义的斗争中，了解犯罪网络的结构和组织对于调查和制定预防和遏制犯罪的有效战略至关重要。情报机构利用从各种信息来源获得的大量异构数据的分析中获得的信息，包括电话流量记录、社交网络、监视数据、访谈数据、经验性警察数据和警察情报文件，以获得有关犯罪网络的知识并发起准确和破坏稳定的行动。在这种情况下，视觉表示技术协调探索的网络结构与社会网络分析的指标。然而，可视化工具的效用可能会变得有限的尺寸和分析下的系统的复杂性增长超过某些条款。在本文中，我们将展示我们如何采用一些交互式可视化技术来表示犯罪和恐怖分子网络重建电话流量数据，即焦点，鱼眼和地理映射网络布局。这些方法允许通过可视化模型和局部放大技术之间的动画过渡来探索网络，以提高对感兴趣区域的理解。通过组合各种可视化模型的特征，可以获得相对于经典可视化模型的实质性增强，在网络非常复杂的情况下，经典可视化模型通常是不可读的。
2014-07-10 cs.CY cs.SI physics.soc-ph
Communication cliques in mobile phone calling networks
现代社会中的人们通过众多的交流方式形成了不同的社交网络。这些通信网络反映了人类社会结构的不同方面。移动电话用户之间的通话计费记录，使我们能够构建一个有向呼叫网络（DCN）和Bonferroni网络（SVDCN），其中的优惠通信是统计验证。在这里，我们进行了比较调查的原始DCN和它的SVDCN从超过900万人在上海的通话记录，在110天内构建的集团。我们发现，两个呼叫网络的集团的统计性质是定性相似的，集团成员在DCN和SVDCN表现出定量的特质行为。大集团中的成员被发现在空间上彼此接近。基于每个移动电话用户的团度分布，可以将两个呼叫网络中的最活跃的用户分成若干组。发现不同群组的用户具有不同的呼叫行为。我们的研究揭示了手机用户之间相互紧密联系的有趣的通信行为。
2016-01-16 cs.SI physics.soc-ph
Structure and tie strengths in mobile communication networks
电子数据库，从电话到电子邮件日志，目前提供了人类通信模式的详细记录，为绘制和探索社会和通信网络的结构提供了新的途径。在这里，我们研究了数以百万计的移动电话用户的通信模式，使我们能够同时研究本地和全球结构的社会范围内的通信网络。我们观察到相互作用的强度和网络的局部结构之间的耦合，与反直觉的后果，社交网络是强大的删除强关系，但崩溃后的相变，如果弱关系被删除。我们发现，这种耦合显着减缓扩散过程，导致在社区中的信息的动态陷阱，并发现，当涉及到信息扩散，弱和强的关系都是同时无效的。
2006-10-13 physics.soc-ph
Assessing reliable human mobility patterns from higher-order memory in mobile communications
了解人们如何在一个地理区域内移动，例如一个城市，一个国家或整个世界，在一些应用中是至关重要的，从预测流行病的时空演变到推断迁移模式。移动电话记录提供了一个很好的人类流动的代理，表明运动表现出高水平的记忆。然而，记忆在广泛采用的移动代理中的确切作用，如移动电话记录，是未知的。在这里，我们使用来自塞内加尔的5.6亿个呼叫详细记录来表明，标准的马尔可夫方法，包括高阶方法，无法捕获真实的移动模式，并引入了现实中从未观察到的虚假移动。我们引入一个自适应的内存驱动的方法来克服这些问题。与马尔可夫模型不同的是，它能够真实地模拟条件等待时间，即根据个人的历史移动留在特定区域的概率。我们的研究结果表明，在标准的流动性模型的个人往往扩散速度比在现实中观察到的，而自适应记忆方法的预测显着同意与观察。因此，我们发现，当使用标准方法时，疾病的发病率和地理传播可能无法充分估计，这对流行病爆发期间的资源部署和政策制定产生了至关重要的影响。
2016-03-18 cond-mat.dis-nn cs.SI physics.data-an
Link-centric analysis of variation by demographics in mobile phone communication patterns
我们提出了一个链接为中心的方法来研究个人的移动电话通信模式的变化。与之前大多数针对通话详细记录的研究（重点关注单个用户之间电话使用的变化）不同，我们研究了从通话详细记录中获得的通话和短信模式在成对用户之间的变化，以及这些模式如何受到关系性质的影响。用户。为了证明这个链接为中心的角度来看，我们提取的因素，有助于在移动电话通信模式的变化和预测人口统计相关的数量对用户。一天中的时间和沟通渠道（电话或短信）被发现可以解释经常互相呼叫的配对之间的大部分差异。此外，我们发现，这种变化可以用来预测用户对之间的关系，从他们的年龄和性别，以及一对年轻用户的年龄推断。从不同年龄和性别群体的分类器性能以及贝叶斯误差界限估计所建议的固有类重叠，我们可以深入了解不同关系中通信模式的相似性和差异。
2019-12-16 cs.SI physics.soc-ph
In A Society of Strangers, Kin Is Still Key: Identified Family Relations In Large-Scale Mobile Phone Data
本文利用含双姓氏信息的大规模手机数据区分亲属关系类型，验证了亲属间通话更频繁、更持久且随生命历程变化更大的假设，并提供了在无姓名信息时从通话数据识别亲属关系的方法。
2023-07-07 cs.SI physics.soc-ph q-bio.QM
Analyzing the Behavior of Soccer Fans from a Mobile Phone Network Perspective: Euro 2016, a Case Study
在这项研究中，我们分析了2016年6月布达佩斯一个月的通话详细记录。在此期间，2016年欧洲足球锦标赛举行，匈牙利国家足球队表现出色，超出预期。本案例研究从移动电话网络数据的角度，重点研究了布达佩斯球迷在匈牙利比赛期间和之后的行为。紧张的扎根，进球的喜悦，因为小组胜利而忘我的庆祝。所有这些都对数据产生影响，可以简单地显示出来。我们使用描述性统计方法来分析现有的数据集，并设法证明这种数据在社会感知方面的潜力。我们发现，手机网络活动反映了球迷的行为，即使比赛是在另一个国家进行。
2021-08-17 cs.SI physics.soc-ph
Using Location-Based Social Networks to Validate Human Mobility and Relationships Models
我们建议使用社交网络数据来验证移动模型的普及移动ad-hoc网络（MANDO）和延迟容忍网络（DTNs）。随机路径点（RWP）和Erdos-Renyi（ER）模型已经成为研究人员生成节点移动轨迹及其之间关系的热门选择。RWP和ER不仅在仿真环境中评估网络协议方面很有用，而且还可用于此类动态网络的理论分析。然而，已经观察到，人与人之间的关系和他们的运动都不是随机的。相反，人类的动作经常包含重复的模式，友谊是由距离限制的。我们使用社交网站Gowalla来收集、创建和验证人类移动性和关系的模型，以分析和评估机会网络中的应用，如传感器网络和土木工程中的交通模型。通过这样做，我们希望为研究人员提供更多类似人类的运动和社会关系模型，以研究复杂和移动网络中的问题。
2013-08-10 cs.SI physics.soc-ph
Temporal motifs reveal homophily, gender-specific patterns and group talk in mobile communication networks
电子通信记录提供了关于人类交互的时间方面的详细信息。以往的研究表明，个体的交流模式具有复杂的时间结构，这种结构具有系统范围的影响。在本文中，我们使用移动电话记录表明，涉及多个人的互动模式具有非平凡的时间结构，不能推断出从网络演示，其中只考虑互动频率。我们应用最近推出的方法，时间图案，以确定在时间网络中的节点有额外的属性，如性别和年龄的互动模式。然后，我们开发了一个空模型，允许识别各种类型的节点之间的差异，使这些差异是独立的网络的基础上的互动频率。我们发现性别相关的差异，在通信模式，并显示存在的时间同质性，类似的个人参与互动模式的趋势超出了预期的网络结构的基础上。我们还表明，时间模式不同的密集和稀疏的网络部分。因为这个结果与边的权重无关，所以它可以被认为是Granoblutter假设在时间网络中的扩展。
2013-02-11 cs.SI physics.data-an physics.soc-ph
Sex differences in intimate relationships
社交网络对于我们理解人类社会性和设计数字通信技术都具有根本的重要性。然而，社交网络本身就基于二元关系，我们对亲密关系的动态以及这些关系如何随着时间的推移而变化知之甚少。进化理论表明，即使在一夫一妻制的交配系统中，当断奶后的投资在最大化健康方面发挥重要作用时，对亲密关系的投资模式也应该在整个生命周期中有所不同。手机数据集为我们提供了一个独特的窗口，让我们了解关系的结构以及这些关系在整个生命周期中的变化方式。我们在这里使用的数据从一个大型的全国移动电话数据集，以证明显着的性别差异的模式中的性别偏见的首选关系，反映了方式的生殖投资策略的两性在整个生命周期的变化：这些差异主要反映了妇女的投资模式的转变在生殖和父母的照顾。这些结果表明，人类的社会策略可能有更复杂的动态比我们倾向于假设和生活史的角度可能是至关重要的理解他们。
2012-04-25 cs.SI physics.soc-ph
Statistically validated mobile communication networks: Evolution of motifs in European and Chinese data
大数据为研究包括社会在内的复杂系统提供了前所未有的机会。特别是，通信数据作为计算社会科学的主要来源，但它们必须被清理和过滤，因为它们可能包含由于记录错误以及与社交网络不直接相关的商业和营销活动等交互而导致的虚假信息。由通信数据构建的网络只能被视为社会关系网络的代理。在这里，我们应用系统的方法，基于多重假设检验，统计验证的链接，然后构建相应的Bonferroni网络，推广到有向的情况下。我们研究了两个大的手机记录数据集，一个来自欧洲，另一个来自中国。对于这两个数据集，我们比较原始数据网络与相应的Bonferroni网络，并指出显着差异的结构和基本的网络措施。我们的证据表明，Bonferroni网络提供了一个更好的代理网络的社会互动比原来的。通过使用过滤网络，我们调查了小的有向3-基序的统计和时间演化，并得出结论，封闭的通信三合会有一个形成的时间尺度，这是相当快的，通常在一天之内。我们还发现，开放式通信三合会优先发展到其他开放式三合会与更高比例的互惠电话。这些程式化的事实在两个数据集中都得到了观察。
2014-03-15 cs.SI physics.soc-ph
A Machine Learning Approach to Predicting Continuous Tie Strengths
Rensselaer Polytechnic Institute（伦斯勒理工学院）；University of California San Diego（加州大学圣地亚哥分校）；University of California Los Angeles（加州大学洛杉矶分校）
人与人之间的关系不断发展，改变人际行为，定义社会群体。社交网络中的节点之间的关系可以用联系强度来表示，通常使用调查进行经验评估。虽然这对于获取关系的静态快照是有效的，但是这样的方法难以扩展到动态网络。在本文中，我们提出了一个系统，允许随着时间的推移不断逼近的关系。我们使用NetSense研究来评估这个系统，该研究提供了圣母大学四年来学生的全面通信记录。这些记录由学期自我网络调查补充，这些调查提供了每个参与者与他人的真实社会联系强度随时间推移的离散样本。我们开发了一对功能强大的机器学习模型（辅以从过去的作品中提取的一套基线），从这些调查中学习，将通信记录解释为信号。这些信号代表了动态的联系强度，准确地记录了我们社交网络中个体之间关系的演变。随着这些不断变化的领带值，我们能够使几个经验得出的意见，我们比较过去的作品。
2021-01-23 cs.LG cs.SI physics.soc-ph
Mobile Communication Signatures of Unemployment
人口社会经济福祉的测绘工作受到人口普查和调查后勤工作的严重制约。因此，很难评估以天、周、月甚至年为尺度的空间详细变化;因此，设计和评估政策的速度有限。然而，最近的研究表明，移动电话数据作为人口建模和测量的一种有利方法的价值。在这项工作中，我们调查从手机使用中提取的指标是否可以揭示有关小区（如地区）的社会经济状况的信息（即，平均空间分辨率< 2.7km）。为此，我们研究了匿名的移动电话元数据与失业救济计划的受益人记录相结合。我们发现，总的活动，社会和流动模式与失业密切相关。此外，我们还构建了一个简单的模型，仅从移动通信模式来准确重建地区层面的失业率。我们的研究结果表明，可靠和具有成本效益的经济指标可以建立基于被动收集和匿名的手机数据。由于世界各地的电信服务每天都在收集类似的数据，以调查为基础的衡量社区社会经济地位的方法将来可能会被这种被动传感方法所增强或取代。
2016-09-06 cs.CY cs.SI physics.soc-ph
D4D-Senegal: The Second Mobile Phone Data for Development Challenge
D4 D-Senegal Challenge是一项关于塞内加尔Orange手机用户匿名通话模式的开放式创新数据挑战。挑战的目标是通过促进塞内加尔人民的社会经济发展和福祉，以新的方式帮助解决社会发展问题。挑战的参与者可以访问三个移动电话数据集。本文介绍了这三个数据集。这些数据集基于2013年1月1日至2013年12月31日期间塞内加尔900多万Orange客户之间的电话和文本交换的呼叫详细记录（CDR）。这些数据集是：（1）每小时1666个天线的天线到天线业务量，（2）大约300，000个随机抽样用户的在个人水平上具有袋狸行为指示符的一年的滚动2周的细粒度移动性数据，（3）大约150个用户的在个人水平上具有袋狸行为指示符的一年的区水平上的粗粒度移动性数据，000名随机抽样的用户
2014-07-30 cs.CY cs.SI physics.soc-ph
Human Mobility and Predictability enriched by Social Phenomena Information
从移动电话记录中收集的大量地理定位数据引发了人们不断努力了解和预测人类的移动模式。在这项工作中，我们研究了社会现象在手机数据中的反映程度，特别是在城市通勤和重大体育赛事的情况下。我们说明了这些事件是如何反映在数据中，并显示如何使用有关事件的信息，以提高可预测性在一个简单的模型，手机用户的位置。
2013-11-22 cs.CY cs.SI physics.soc-ph
Socially-Aware Networking: A Survey
手持设备的广泛普及使移动运营商能够随时随地连接。同时，移动设备的移动模式强烈地依赖于用户的移动，这与他们的社会关系和行为密切相关。因此，今天的移动网络正变得越来越以人为中心。这导致了一个新领域的出现，我们称之为社会感知网络（SAN）。SAN的主要特征之一是社会意识成为网络解决方案设计中不可或缺的信息。这种新兴的范例适用于用户具有社交关系和交互的各种类型的网络（例如，机会网络、移动社交网络、延迟容忍网络、自组织网络等）。通过利用节点的社会属性，SAN可以为创新应用和服务提供更好的网络支持。此外，它还促进了人类社会和网络物理系统的融合。在本文中，第一次，尽我们所知，我们提出了一个调查这一新兴领域。介绍了SAN的基本概念。我们打算在这方面推广广泛使用的社会属性。从路由转发、激励机制和数据分发三个方面对SAN的研究现状进行了综述。讨论了移动社会感知和学习、隐私、节点自私性和可扩展性等方面的一些重要问题。
2013-12-23 cs.NI cs.SI physics.soc-ph
