An alternative approach to the limits of predictability in human mobility
预测算法是非常宝贵的工具，能够提高各种任务的效率，从减少疾病传播到城市规划等领域的更好资源管理。在这项工作中，我们估计上限和下限的可预测性人类流动，以帮助评估竞争算法的性能。我们使用来自604个参与多年实验的人的GPS跟踪来做到这一点，哥本哈根网络研究。早期的作品，专注于预测参与者在下一个时间仓中的下落，已经发现了非常高的上限（>90%）。我们发现，这些上限是高度依赖于时空尺度的选择，主要反映平稳性，即事实上，人们往往不会在时间上的小变化。这使得我们提出了一种替代方法，其目的是预测下一个位置，而不是下一个bin中的位置。我们的方法是独立的时间尺度，并引入了一个自然的长度尺度。通过消除平稳性的影响，我们表明，下一个位置的可预测性显着低于（~71%）在下一个bin中的位置的可预测性。
2017-07-04 physics.soc-ph
Contrasting social and non-social sources of predictability in human mobility
社会结构影响着包括流动模式在内的各种人类行为，但一个人的运动在多大程度上可以预测另一个人的运动仍然是一个悬而未决的问题。此外，关于个人流动性的潜在信息可以存在于社会和非社会关系的流动模式中，这是一个尚未解决的区别。在这里，我们开发了一个“托管”网络，以区分的流动性模式的自我的社会关系，从那些非社会colocators，个人没有社会连接到自我，但谁仍然在同一时间到达一个位置的自我。我们应用熵和可预测性措施来分析和约束个人的流动模式的预测信息，以及这些信息从他们的顶级社会关系和非社会共定位器的流动。虽然社会关系一般提供更多的信息比非社会colocators，我们发现，显着的信息是存在于非社会colocators的聚合：3-7 colocators可以提供尽可能多的预测信息的顶级社会关系，colocators可以取代高达85%的预测信息的自我，相比之下，社会关系，可以取代高达94%的自我的可预测性。非社交共定位器中预测信息的存在引发了隐私问题：鉴于智能手机的实时移动轨迹越来越可用，共享数据的个人可能不仅提供关于他们自己的移动的可操作信息，而且还提供关于数据缺失的其他人的移动的可操作信息，包括已知和未知的个人。
2021-04-27 cs.SI physics.soc-ph
Understanding Predictability and Exploration in Human Mobility
人类移动性预测模型在交通控制、普适计算和上下文广告等领域有着重要的应用。文献中模型的预测性能差异很大，从高达93%到低至40%以下。在这项工作中，我们调查哪些因素影响下一个地方预测的准确性，使用超过400个用户的高精度位置数据集，为期3个月至一年。我们表明，它是更容易实现高精度时，预测的时间仓位置比预测下一个地方。此外，我们展示了如何的时间和空间分辨率的数据可以有很大的影响预测的准确性。最后，我们发现，探索新的地点是人类流动的一个重要因素，我们测量到，平均20-25%的过渡是到新的地方，大约20%的过渡是到新的地方。70%的地点只访问一次。我们讨论这些机制是如何限制我们预测人类流动性的能力的重要因素。
2016-08-05 cs.CY physics.soc-ph
Patterns, entropy, and predictability of human mobility and life
手机现在为科学家提供了一种无处不在的观察生活的手段：人们如何行动，移动和对外部影响的反应。它们可以被用作个人和社会背景的人群和相关互动的测量设备。出现的人类生活的画面显示出复杂性，这表现在个人时空轨迹的属性中的此类数据中。我们从基于智能手机的数据中提取一组人的重要位置，例如“家”，“工作”等，覆盖数据集中的日子的固定长度时隙。这组典型的地方是重尾的，指数接近-1.7的幂律分布。为了分析当前的随机和随机特征，将每个人的日子分类为有规律的个人模式。这是每天叠加的波动。这种随机性是通过"生命"熵来衡量的，在找到聚类之前和之后都计算，以便减去许多模式的贡献。我们接下来要解决的主要问题是，个人的流动性如何可预测。模式和熵反映在个体和平均生命流动性的可预测性中。我们探索简单的方法来猜测的位置，从典型的行为，并利用转移概率与时间从位置或活动A到B。这些模式允许增强的可预测性，至少从当前位置到未来几个小时。这种固定的习惯在工作日的长度上表现得最为明显。
2012-11-16 cs.SI physics.soc-ph
Entropy and the Predictability of Online Life
使用移动电话记录和信息理论测量，我们的日常生活最近被证明遵循严格的统计学规律，我们的运动模式在很大程度上是可预测的。在这里，我们应用熵和可预测性措施的行为动作和大量的玩家在虚拟宇宙中的一个大型多人在线游戏的移动性的两个数据集。我们发现，在虚拟人类生活中的运动遵循同样高水平的可预测性作为离线的流动性，未来的运动可以在一定程度上预测，以及如果访问的地方的时间相关性占。行为动作的时间序列显示出类似的高水平的可预测性，即使时间相关性被忽略。以特定行为为条件的熵揭示了在可预测性方面，消极行为比积极行为有更广泛的多样性。包含最能预测个人后续行动的信息的行动是消极的，如攻击或敌人标记，而友谊标记，贸易和通信的积极行动包含最少的预测信息。这些观察结果表明，预测行为动作需要的信息比预测人类的移动模式少，对于人类的移动模式，过去访问过的位置的额外知识是至关重要的，并且社会关系的类型和标志对确定未来行为的能力具有重要影响。
2014-01-16 cs.SI physics.soc-ph
Multilayer networks characterize human-mobility patterns by industry sector for the 2021 Texas winter storm
University of Wyoming（怀俄明大学）；University at Buffalo（布法罗纽约州立大学）
本文通过多层网络分析2021年得克萨斯冬季风暴中不同行业部门的人类移动模式，揭示了移动行为的变化及预测性，为未来极端天气事件的决策提供支持。
2026-01-09 physics.soc-ph stat.AP
Web Routineness and Limits of Predictability: Investigating Demographic and Behavioral Differences Using Web Tracking Data
了解人类在网络上的活动和运动不仅对计算社会科学家很重要，而且还可以为推荐，缓存，广告和个性化的在线系统的设计提供有价值的指导。在这项工作中，我们证明了人们倾向于遵循网络上的常规，这些重复的网络访问模式增加了他们的浏览行为的可预测性。我们提出了一个信息理论的框架来衡量的不确定性和理论上的限制，在Web上的人类流动性的可预测性。我们系统地评估不同的设计决策对测量的影响。我们将该框架应用于德国互联网用户的网络跟踪数据集。我们的实证研究结果强调，个人在网络上的例程，使他们的浏览行为的可预测性平均为85%，虽然值因人而异。我们观察到，用户的可预测性的这些差异可以在一定程度上解释他们的人口统计和行为属性。
2020-12-30 cs.CY cs.IT math.IT
Non-Markovian Character in Human Mobility: Online and Offline
人类流动动力学表征了人类在日常活动中所遵循的轨迹，是从传染病传播到交通预测和信息推荐等过程的基础。在本文中，我们调查了大量的人类活动的数据集，包括在线浏览网站的行为和离线的访问塔基于移动终端。从在线和离线的情况下观察到的非马尔可夫字符建议在个人和集体水平的停留时间分布的标度律，分别。此外，我们认为，较低的熵和较高的可预测性人类流动的在线和离线的情况下，可能起源于这种非马尔可夫性质。然而，个体熵和可预测性的分布显示出不同程度的非马尔可夫特征，从在线到离线的情况。为了解释人类流动的非马尔可夫特征，我们引入了一个原型模型\emph{preferential return, inertial effect, and exploration}，它包含三个基本成分，再现了在线和离线人类流动的动态过程。与标准的和有偏的马尔可夫过程假设的随机游走模型相比，所提出的模型能够获得更接近这些经验观察的特征。
2014-06-11 cs.SI physics.soc-ph
Predictability of conversation partners
传感技术的最新发展使我们能够更详细地研究人类社会行为的本质。通过将信息论方法应用于手机位置的时空数据，[C。Song等人，Science 327，1018（2010）]发现人类流动模式是显著可预测的。受他们工作的启发，我们在另一种人类社会活动中解决了类似的可预测性问题：对话事件。一个人的会话伙伴的序列中的可预测性被定义为在给定当前伙伴的情况下，一个人的下一个会话伙伴可以被预测的程度。我们通过使用互信息来量化这种可预测性。我们使用从日本两家公司办公室收集的面对面互动的纵向数据，研究每个人的会话事件的可预测性。每个主体佩戴配备有红外传感器节点的姓名标签，并且当在紧密接近的传感器节点之间交换信号时，会话事件被标记。我们发现，对话事件在一定程度上是可预测的;知道当前的合作伙伴减少了对下一个合作伙伴的不确定性平均28.4%。大部分的可预测性解释的长尾分布的间隔时间。然而，除了其长尾性质的贡献外，数据中也存在可预测性。此外，个人的可预测性与从数据导出的静态社交网络中的位置相关。被限制在一个社区中的个体--从周围有大量三角形的意义上说--往往具有较低的可预测性，而那些连接不同社区的个体往往具有较高的可预测性。
2011-10-03 cond-mat.stat-mech cs.SI physics.soc-ph
Coupling Human Mobility and Social Ties
使用从通信技术中被动收集的大量数据的研究揭示了社交网络的许多普遍存在的方面，帮助我们理解和建模社交媒体，信息传播和组织动态。最近，这些数据被贴上了地理信息的标签，使人们能够研究人类流动模式和城市科学。我们结合这两种追求，并发现社会联系中可重复的流动模式。首先，我们介绍了移动性的相似性和可预测性的措施，并在三个大的城市地区的用户群体来衡量它们。我们发现，个体的拜访模式与社会联系比陌生人更相似，更可预测，这些措施与关系强度呈正相关。移动相似性的小时变化的无监督聚类确定了三类社会关系，并表明地理位置是将社会关系置于背景中的重要特征。我们发现，一个用户的自我网络的组成，他们保持的接触类型与移动行为相关。最后，我们扩展了一个流行的流动性模型，包括基于社会联系的运动选择，并比较它的能力，再现经验测量与两个额外的模型的流动性。
2015-02-03 cs.SI physics.soc-ph
Entropy production of selfish drivers: Implications for efficiency and predictability of movements in a city
描述运动的效率对于更好地管理城市非常重要。更具体地说，运输过程的效率和不确定性（熵）生产之间的联系尚未建立。在这项研究中，我们考虑了自私的司机从他们的家（起源）到工作场所（目的地）的运动，看看运动中的相互作用和随机性如何影响这个过程中的效率和熵产生（目的地时间间隔的不确定性）。我们采用现实的人口分布和流动性的法律模型来模拟的运动过程中，相互作用的依赖当地的旅行时间对当地的流量建模。我们观察到，某种程度的信息（旅行时间）共享提高了在没有任何协调的过程中的可预测性。此外，对于相同的模型参数和人口密度，较大的城市显示出较小的效率，这限制了有效城市的规模。我们发现，熵产生是一个很好的序参量区分低，高拥塞阶段。在前一阶段，熵产生随着随机移动的概率单调增长，而在拥挤阶段，熵产生显示出最小值，即移动的随机性可以减少目的地时间间隔的不确定性。这些发现突出了熵产生在研究像城市这样的复杂系统中类似过程的效率和可预测性方面的作用。
2021-05-12 cond-mat.dis-nn physics.soc-ph
Recurrent host mobility in spatial epidemics: beyond reaction-diffusion
人类流动是空间疾病动力学和相关现象的关键因素。在计算模型中，主机移动性通常通过空间扩散或元扩散网络来建模。或者，一个有效的力量，跨越距离的感染已被引入到捕捉空间扩散隐式。这两种方法都没有考虑到自然人类流动的重要方面，扩散并没有捕捉到自然人类流动模式的高度可预测性，例如，返回个人基地位置的高百分比，有效感染力方法假设传播立即平衡。这些条件在自然场景中通常不满足。我们研究了一个流行病学模型，明确捕捉自然的个人流动模式。我们系统地研究了一般的动力学特征的模型，定期晶格以及集合种群网络，并表明，一般的模型表现出显着的动力学差异相比，普通的扩散和有效力的感染模型。例如，自然人类流动模型表现出波前速度的饱和和一种新型的入侵阈值，该阈值是流动模式中返回率的函数。鉴于这些新的发现，并与精确和普及的数据人类流动的可用性，我们的方法提供了一个更复杂的空间疾病动力学建模的框架。
2011-06-17 cond-mat.stat-mech physics.soc-ph q-bio.PE
Predictability of Human Movements across Industry Sectors using Multilayer Networks
University of Wyoming（怀俄明大学）；State University of New York at Buffalo（纽约州立大学布法罗分校）
本研究基于多层网络，用10种模型探究跨行业人类运动可预测性，明确关键特征，发现非线性模型表现最优、周度运动更易预测，为人类运动建模提供实用进展。
2026-10-19 physics.soc-ph
Entropic measures of individual mobility patterns
从微观的角度理解人类流动可能是认知系统统计物理学发展的一个根本性突破，它可以揭示宏观统计规律对社会系统的适用性。即使个体行为的复杂性阻止了真正的微观方法，介观模型的引入允许研究所考虑的系统的非稳态的动力学性质。我们建议计算各种熵的措施，从GPS数据，记录私人车辆在佛罗伦萨区的运动，以指出新的功能，人类流动有关的时间和空间的使用，并定义一个随机模型，可以产生类似的模式的动态特性的个人流动模式。此外，我们可以将人类流动的可预测性与两次连续旅行之间的时间分布联系起来。我们的分析表明，存在一个层次结构的移动模式，分为三个不同的类别，根据时间成本，不同的信息内容的执行活动。我们表明，马尔可夫过程定义的个人移动网络是不能够重现这种层次结构，这似乎是不同的策略在活动选择的后果。我们的研究结果可以为现代城市可持续流动性的治理政策的发展做出贡献。
2013-08-27 physics.data-an physics.soc-ph q-bio.PE
