换城市、换定位记录之后,人的日常移动还是同一种规律吗?
论文名片|Eduardo Mucelli Rezende Oliveira、Aline Carneiro Viana、Carlos Sarraute、Jorge Brea、Ignacio Alvarez-Hamelin,On the regularity of human mobility,Pervasive and Mobile Computing,2016,33:73–90。2016年5月27日在线发表,期刊栏目为 Review;收稿日期 2015年4月7日,修回 2016年1月23日,接收 2016年4月12日。DOI:10.1016/j.pmcj.2016.04.005。本文依据这一正式版本。它是多城市、两种定位记录的观察比较,不是随机实验。
周五傍晚,一个人没有沿上班那条路直接回家,而是绕去吃饭;周末又在商场里停留很久。这像个人安排。若规律只属于某一座城市,或只在卫星定位很密时才看得到,换到另一座城市的公开轨迹,或换到只在打电话时才留下位置的基站记录,重复到访、走接近最短的路、活动范围有限,这三件事就未必还会一起出现。
比较得到的是方向上的共同倾向,不是一张可以套到所有城市的日程表。细粒度轨迹里,访问集中在少数地点,人能自己选路时,路径长度的中位数只比可走的最短路长约一成到两成,单条轨迹从起点到最远点也常常落在 10 公里以内。通话记录能看到重复和昼夜聚集,但相邻位置的中位间隔已有 1.5 公里,最短路比较没有做,回转半径的平均数也会被少数很长的位移拉大。
先说结论
- 访问堆在很少的地点上。北京 GeoLife 子集里,43% 的格子访问和 40% 的兴趣点访问,落在各自 1% 的格子和兴趣点上;名次越靠后,访问频率大致按名次的倒数下降。
- 重复率是地点指标:总人次比独立访客多出来的比例。北京兴趣点里,重复率不超过 50% 的只占 23%,不超过 85% 的占 55%,因此高于 85% 的约占 45%。各城市约 1% 的兴趣点超过 98%。这不是“多数地点几乎不被重复”。
- 人能自己决定路线时,各城市工作日路径长度的中位数是路线服务最短路的 1.1 倍,周末是 1.2 倍。步行周末中位数到 1.72。公交、船、火车和全部通话记录不在这项比较里。
- 北京每个时段 90% 的轨迹,起点到最远点不超过 10 公里;除墨西哥城通话记录外,论文给出的相应比例是 75%。起点不是核实过的家。两个月尺度上,仍有人的回转半径超过 1000 公里。
- 购物、餐饮和交通场所占去大量停留,但北京周末购物停留远高于工作日,巴黎相反。全城人数的空间聚集按昼夜起伏,这是群体节律,不是某一个人的路线已经得到证明。
比的是三种记录,不是同一批人的完整一天
人类移动性(human mobility)在这里指人在城市里的日常位置变化,不是搬家或户籍迁移。论文把八座城市的记录收成三类。OpenStreetMap 的公开轨迹约 14800 条,来自自愿上传。GeoLife 是北京为主的卫星定位,全文 182 人、2007 年 4 月 12 日至 2011 年 10 月 27 日;正文多数结果用的是 2008 年 11 月 1 日至 12 月 31 日里最活跃的两个月,39 人、2203 条轨迹,除非另作说明。墨西哥城通话详单(Call Detail Records,CDR)约 680 万用户,时间是 2013 年 7 月 1 日至 10 月 31 日。北京和墨西哥城各有两套数据。正文用 Beijing′、Mexico′ 指公开轨迹,用 Beijing 指 GeoLife。下文分别称为北京公开轨迹、墨西哥城公开轨迹、北京 GeoLife 和墨西哥城通话记录。
| 城市与来源 | 用户数 | 日历起止 | 表1的 Days |
|---|---|---|---|
| 伦敦,公开轨迹 | 167 | 2006-11-07 至 2014-12-14 | 1073 |
| 莫斯科,公开轨迹 | 197 | 2005-09-04 至 2014-05-17 | 1628 |
| 纽约,公开轨迹 | 41 | 2008-02-14 至 2014-10-30 | 120 |
| 巴黎,公开轨迹 | 182 | 2007-08-19 至 2015-01-08 | 556 |
| 旧金山,公开轨迹 | 62 | 2008-04-18 至 2013-09-16 | 214 |
| 东京,公开轨迹 | 87 | 2007-12-10 至 2013-09-13 | 513 |
| 墨西哥城,公开轨迹 | 22 | 2009-08-04 至 2014-06-16 | 85 |
| 北京,公开轨迹 | 58 | 2008-01-09 至 2015-06-26 | 199 |
| 墨西哥城,通话记录 | 6.8M | 2013-07-01 至 2013-10-31 | 123 |
| 北京,GeoLife | 182 | 2007-04-12 至 2011-10-27 | 1603 |
表1八个公开轨迹城市的用户数相加是 816 人。除墨西哥城通话记录的 123 天与日历长度一致外,其余 Days 都短于起止日期跨越的天数。论文没有定义 Days,不能把它当成每人被连续跟踪的天数。
两类定位看见的世界不一样。GeoLife 相邻点的典型间隔约 16 米,公开轨迹约 7 至 18 米。通话记录只在打电话或发短信时留下正在使用的基站,墨西哥城这套数据里约 70% 的基站位于城区,同一用户相邻位置的中位距离是 1.5 公里。论文另引用既有研究,说明基站扇区会带来大约 1 平方英里的位置不确定,以及用户约有七成时间没有通信记录;这两个数不是这八座城市新测的。因为通话在时间上稀、在空间上粗,最短路比较只用于卫星轨迹。
墨西哥城通话记录还有一层加工:四个月里同一个星期几的位置被叠成一个合成周。它表达的是反复出现的星期结构,不是某一个真实星期里连续七天的行程。
兴趣点(point of interest,PI)是店铺、车站、学校这类真实场所,来自 Google Places、Nokia Maps 和 Foursquare,共 98 类。同一经纬度只留一个点。正文称这样得到的不重复兴趣点超过 150 万个。表3仍按城市和来源分列,跨来源重复的坐标不会在三列里各算一次,所以不能把三列直接相加当作另一个总数。到访的操作定义是:人进入兴趣点周围的范围,并在范围里停留。论文一处把这个范围写成以兴趣点为圆心、面积 50 平方米的圆,另一处写成距离兴趣点不超过 50 米。两种半径相差一个数量级,正文没有说明以哪一个为准,也没有做尺度敏感性检验。

图 1|轨迹、场所和两种定位,在比较之前各长什么样?
(a)人的带时间坐标来自卫星定位或基站,与外部兴趣点一起进入移动指标;图中的轨迹是按时间排列的坐标。(b)A、B、C 三条轨迹经过地图上的场所,虚线圆是互动范围。(c)示意一条轨迹分成步行和骑行,旁边有店铺;这是卫星轨迹可以分方式的原因。(d)示意通话记录只在使用基站时留下稀疏的点。来源:原论文 Fig. 1。
一天被切成四段:0:00–5:59、6:00–11:59、12:00–17:59、18:00–23:59。星期从周一数到周日,周六和周日合称周末。多数分日曲线来自北京 GeoLife 子集,跨城市的数在正文和表4里。
一周里谁在动,兴趣点又堆在哪里?
北京子集里,每天的用户数和轨迹数一起升、一起降。二者的皮尔逊相关系数为 0.92(正文记作 92%)。莫斯科、伦敦和北京公开轨迹分别是 0.72、0.70 和 0.60。相关的是“这一天有没有记录”,不是每个人的出行次数相同。图2(a)的横轴从 11 月 1 日画到 1 月 1 日,与两个月子集一致;正文又称这是三个月,时长没有统一。

图 2|记录的多少,以及兴趣点离市中心的远近,随什么变化?
(a)北京每日用户数与轨迹数,12 月上旬一起落到低位。(b)按星期几平均;用户数从周一到周日略降,轨迹数周五最高、周六最低,竖线为误差线,正文没有给出区间端点。(c)兴趣点到市中心距离的累积分布,横轴为对数公里;旧金山的曲线更靠右。(d)Foursquare、Google Maps、Nokia Maps 三个来源的距离分布,颜色为图例中的城市,峰值都在靠近市中心的一侧。来源:原论文 Fig. 2。
北京用户数周一比周日平均高 12%,七天之间的平均差是 7%。轨迹数周五比周六高 25%。伦敦、旧金山、东京、莫斯科的周五轨迹分别比周六高 29%、19%、35%、46%。正文另有一串工作日相对周末的百分数,城市个数与数字个数对不上,这里不把它们分派到具体城市。
兴趣点本身就挤在市中心附近。论文点名的参照点是伦敦大本钟、旧金山市场街、纽约中央公园、东京皇居、莫斯科红场、巴黎西岱岛和北京故宫。墨西哥城的参照点没有在同一句里写出。表4里,距市中心 10 公里以内的兴趣点,莫斯科占 65%,巴黎 56%,纽约 54%,北京 GeoLife 与北京公开轨迹都是 52%,墨西哥城与墨西哥城公开轨迹都是 50%。伦敦、旧金山、东京在这列是空的,图2(c)仍画出了它们的曲线。
三个数据库的中位距离分别是:Foursquare 8.9 公里、Nokia Maps 9.4 公里、Google Maps 11.3 公里。密度最高的距离段分别落在 (4.19, 6.18]、(4.19, 6.28] 和 (6.25, 8.32] 公里。Foursquare 更偏休闲签到,所以更靠近市中心;这是数据库构成的差别,还不是人的到访偏好。
研究范围也差得很远。表3里,莫斯科 645 平方公里,纽约 836,伦敦 1747,巴黎 1725,北京 2004,东京 2288,旧金山 2433,墨西哥城 5515。北京 2004 平方公里与 GeoLife 所用的中心城区一致。场所多少不能脱离这个面积来读。
多数地点几乎没人停,访问却堆在很少的格子里
到访分析需要兴趣点,墨西哥城通话记录因此不进入这一部分。北京子集里,78% 的兴趣点每天只有 1 名用户到访。周一到周日,至多 2 名用户到访的兴趣点分别占 92%、92%、91%、92%、91%、94%、96%。周末的到访用户比工作日少 9%。莫斯科 93% 的兴趣点只被访问一次。分母都是兴趣点,不是城市人口。样本本身只有几十到两百名卫星轨迹用户,一个地点只有一两名用户,首先说明这些轨迹覆盖不到大多数场所。

图 3|人在兴趣点附近停留多久,一天里又经过多少兴趣点?
(a)北京每个兴趣点的独立访客数,累积曲线在 1 人处已升到约八成,七天差别很小。(b)每个兴趣点的平均覆盖时间,纵轴为分钟,从周一向周日升高;柱顶没有标出读数,误差线可见。(c)四个时段里每人看到的兴趣点总数,含重复经过,横轴为对数;凌晨曲线最靠左,12:00–17:59 最靠右。(d)同一指标按星期几分开,曲线主要在 10³ 到 10⁴ 之间上升。来源:原论文 Fig. 3。
覆盖时间是人留在兴趣点范围内的时长。表4统计的是覆盖时间不超过 100 秒、以及不超过 1000 秒的兴趣点比例。1000 秒约 16.7 分钟。北京 GeoLife 是 62% 和 87%,东京只有 29% 和 50%,所以东京有一半兴趣点的覆盖超过 1000 秒。图3(b)画的是平均时长,柱高从周一向周日上升。正文称周日比周一多停留的时间,旧金山、北京、莫斯科、墨西哥城公开轨迹分别是 63%、87%、33%、33%;周末相对工作日则是 12%、20%、17%、73%。87% 没有对应到图上某一根柱的读数,不能把柱高之比直接写成 87%。作者把周初更短解释成走得匆忙、周末更愿意看橱窗。这是一种可能,数据里没有目的或是否开门。
下午看到的兴趣点更多。北京平均而言,12:00–17:59 比 0:00–5:59 多 82%,比 18:00–23:59 多 79%。东京的这两个差是 57% 和 60%。若只看到累积分布较低的 75% 用户,北京下午比凌晨多 94%,比傍晚多 52%。6:00–11:59 每个兴趣点的访问比下午少 11%;这是按兴趣点计的相对差,不是上面那组按用户累积分布的差。纽约在不超过 75% 用户的口径下,下午比凌晨、上午、傍晚分别多 27%、72%、21%。纽约的上午明显更低,不能用北京的“上午和下午差不多”覆盖它。图3(c)的横轴延伸到 10⁵,计数包含重复经过。绝对个数很大,可能来自密集轨迹不断扫过沿街场所;论文没有把某个绝对个数当作典型到访次数。
周末经过的兴趣点也多一些,但城市差别大。全部城市平均,周五比周一多 40%。在累积分布较低的 75% 用户里,周末比工作日多出的比例是:伦敦 30%、旧金山 21%、纽约 40%、东京 65%、北京 25%、北京公开轨迹 15%、墨西哥城公开轨迹 40%。表4另有一列周末与工作日的兴趣点差,伦敦 8%、纽约 54%、旧金山 19%、东京 72%、北京 25%、北京公开轨迹 14%、墨西哥城公开轨迹 64%。论文没有写出这列是均值比还是别的口径,它和 75% 用户那组不是同一批数字。
为了看场所是否挤在一起,城市被切成正方形格子。正文写每个格子的面积是 50 平方米。若按字面计算,边长约 7 米。图4(a)的纵轴却显示,有的格子里兴趣点超过 100 个。这个密度与 50 平方米很难同时成立。论文没有说明是不是把 50 米见方写成了 50 平方米。因此“1% 的格子”对应的地面面积并不清楚;访问是否集中,仍要看访问份额本身。

图 4|场所集中在市中心,访问是否也集中在少数格子?
(a)北京,横轴为格子到市中心的距离,纵轴为格内兴趣点数,颜色表示这种格子有多少;深色集中在兴趣点很少的格子,高兴趣点格子更靠近市中心。(b)每人访问过的格子总数,含重复,按星期几;曲线比兴趣点那张更靠左。(c)旧金山与北京,左为格子、右为兴趣点;横轴是按访问次数排列的名次 L,纵轴是该名次的访问频率,直线表示按 1/L 近似。来源:原论文 Fig. 4。
格子到市中心的距离与格内场所数呈负相关:伦敦 −0.95,旧金山 −0.55,纽约 −0.64,东京 −0.57,莫斯科 −0.90,巴黎 −0.97,北京 −0.93,墨西哥城公开轨迹 −0.95(正文记作 −95% 等)。旧金山和东京较低,作者认为与海湾限制建成区有关。这是地理猜测,不是对海湾影响的单独检验。无论离市中心多远,兴趣点很少的格子都很多;一个大场所可以占满一格。
北京每人访问的格子数周五比周一多 65%,周末比工作日多 6%。所有城市平均,这两个差是 55% 和 12%。格子数少于兴趣点数,是因为一格里可以有多个场所。
名次 L 按每个人自己的访问次数排列,去得最多的格子或兴趣点是 L = 1。图4(c)在对数坐标上接近一条直线,论文用 1/L 作近似,没有报告拟合区间或指数的置信区间。北京有一个可以直接核对的份额:43% 的格子访问落在 1% 的格子上,40% 的兴趣点访问落在 1% 的兴趣点上。分母是访问次数,1% 的分母是格子数或兴趣点数。既有研究曾报告,人有 40% 的时间出现在自己最常去的两个位置;那不是本文重新测量的结果。本文给出的是访问次数如何随名次下降。
重复率高,到底是谁在重复?
名次图说的是访问堆在少数地点。重复率问的是另一个问题:同一个地点上,总人次比独立人数多出多少。对地点 vᵢ,
重复率 =(总人次 − 独立人数)/ 总人次 × 100。
10 人次来自 10 个人,重复率是 0。10 人次来自 1 个人,重复率是 90。它是地点的性质,不是某一个人回到该地的概率,也分不出“一个人来了一百次”和“几个人各来了多次”。

图 5|重复率的分布是多数地点很低,还是有一大批地点很高?
(a)北京兴趣点,横轴为重复率,纵轴为累积比例,七天各一条;曲线在低重复率处抬升很慢,接近 100% 时才到 1。(b)墨西哥城基站,同一算法,曲线在 50% 以后较快上升,周末与工作日略有左右差。来源:原论文 Fig. 5。
表4把“重复率不超过 50%”和“不超过 85%”的地点比例并列。北京是 23% 和 55%,所以重复率高于 85% 的兴趣点约占 45%。伦敦是 23% 和 47%,东京只有 13% 和 26%,东京因此有更多兴趣点落在 85% 以上。各城市约 1% 的兴趣点超过 98%;这一薄尾不能用来代表那 45%。正文另写多数兴趣点重复率低、少数很高。这句话与图5(a)和表4不是同一个结论,定量结果应取表和图。
墨西哥城没有把基站对应到兴趣点,重复率改在天线上计算。6% 的基站重复率不超过 50%,90% 不超过 85%,超过 98% 的不到 1%。多数基站落在 50% 到 85% 之间,高尾比北京兴趣点薄。所有城市工作日与周末的平均重复率相差 4.5%。论文没有按城市展开,也没有说明这是百分点还是相对差。
10 公里圈住了多数单条轨迹,没有圈住所有人的两个月
活动范围用两个不同的长度。最大位移是一条轨迹的起点到该轨迹最远点的距离,最远点不必是终点,起点也没有被核实为家。回转半径(radius of gyration)是一段时间里,定位点相对于这些点的质心的均方根距离。质心是坐标的平均。它回答点铺得多开,不累计沿路走过的里程,也会随窗口变长而变大,因为更长的时间纳入更多轨迹。论文给出的单位是米。

图 6|北京的回转半径随钟点、星期和观测时长怎样变化?
(a)上为工作日、下为周末,四条曲线是四个时段,横轴为米;凌晨曲线最靠左。(b)按星期几,曲线在约 1 至 10 公里处变陡。(c)两个月结束时每人的最终回转半径,在对数横轴上稳步上升。(d)按最终半径分成四组后,半径随小时增加并趋于平缓;色带是置信区间,正文没有给出端点。来源:原论文 Fig. 6。
北京凌晨的回转半径中位数比 6:00–11:59 短 92%。同一对比的平均值是凌晨 759 米、上午约 10 公里。短 92% 说的是中位数的相对差,759 米和 10 公里是平均值,两句不能合成“典型半径就是 759 米”。除墨西哥城外的各城市,凌晨比上午短 57%。周末凌晨相对工作日凌晨升高:墨西哥城 49%、纽约 46%、东京 6%、北京 35%。周末上午则更低,墨西哥城、纽约、东京、北京分别是 41 公里、2.5 公里、1.1 公里、4.6 公里,比工作日同一时段少 12%、20%、49%、53%。作者把它联系到周末起得晚。数据里没有起床时间。
分日的数更适合看星期结构。北京周一、周三、周五为 1.6、1.8、2.3 公里,周六 2.9 公里。除墨西哥城外,相应的周一、周三、周五、周六是 1.7、1.8、2.3、2.8 公里。正文称周末平均高于工作日,并写下北京 1.9 与 2.5 公里、除墨西哥城外 1.9 与 2.2 公里。respectively 的语序把较小的数放在周末一侧,与“周末更高”不一致。可以单独核对的是周六高于周一。表4还有一列回转半径的工作日/周末百分比,北京写 200%,东京 97%,伦敦 82%,纽约 24%,巴黎 2%,莫斯科 7%。论文没有写出分子和分母,不能把 200% 换成 2.5 除以 1.9。
图6(c)在对数横轴上稳步上升。正文说人几乎按回转半径均匀分布。均匀指的是这条曲线的形状,不是每一公里区间里的人数相同。人的半径横跨若干数量级。
图6(d)按最终半径分成不超过 10 公里、10 至 100 公里、100 至 1000 公里、超过 1000 公里四组,对应 10⁴、10⁵、10⁶ 米这几个界。第一天结束时,四组分别达到自己最终半径的 69%、17%、约 1%、约 1%;一周时是 88%、40%、35%、12%。活动更紧的人更快顶到自己的上限。超过 1000 公里的那组说明,两个月窗口里的 GeoLife 并不都是城内短途。论文的速度分类里包括飞机,但没有证明这一组就是飞行。

图 7|墨西哥城通话记录的回转半径,为什么不能和北京的公里数直接比?
(a)上为工作日、下为周末,横轴为公里;凌晨曲线在左端已经很高,白天曲线向右延伸到数百公里。(b)周一到周日的曲线几乎重叠,中位段远低于正文写出的周五、周六峰值。来源:原论文 Fig. 7。
墨西哥城凌晨的回转半径是 13.9 公里,上午是 46.4 公里,前者比后者短 69%。图7(a)里,工作日凌晨曲线在 1 公里附近的累积比例已经明显高于 0.5,所以这一时段的中位数低于 1 公里。13.9 公里是被长尾拉高的平均,不是多数用户的典型半径。周五和周六的数是 69 公里和 71 公里。图7(b)的七天曲线在几公里到几十公里之间上升,中位附近远小于 69 公里。通话记录相邻点的中位间隔已有 1.5 公里,又把四个月叠成一个合成周,这些公里数会比细轨迹更大。论文因此把墨西哥城的位移分开计算。分开计算避免了直接比大小,但还没有把细轨迹降到同样的空间粒度后重算。
接近最短路,是相对哪一条路?
引言用愿望线(desire line)描述一种旧说法:人会尽量走现有道路里最接近心目中直达方向的路。本文真正计算的不是直线距离。一条路段的长度比,等于实际长度除以同一起点、同一终点、同一种出行方式下,路线服务给出的最短路长度。比值 1 表示与这条可走最短路一样长,1.5 表示长 50%。比较只保留人能自己决定路线的方式,公交、船和火车被排除。步行、跑步和骑行对步行最短路;其他城市在有骑行路网时用骑行模式。北京当时没有可用的骑行路线,骑行路段仍与步行最短路比较。出租、小汽车和摩托车对驾车最短路。通话记录没有做这项比较。
一部分路段原本没有方式标签。GeoLife 按已有标签的比例,把未标注路段分到速度相符的方式;公开轨迹没有这种已标注样本,重叠的方式被等分。方式别的长度比因此包含推断,不是每条路段都有人当场标明交通方式。

图 8|路径比最短路长多少,轨迹又离开起点多远?
(a)北京四个时段的长度比,曲线按自行车、小汽车、摩托车、跑步、出租和步行分开;横轴 1 是与最短路等长。(b)北京最大位移,四个时段,横轴为对数公里。(c)墨西哥城最大位移;凌晨曲线在很小的距离上已经升得很高。(d)北京最大位移按星期几,周五和周六略靠右。来源:原论文 Fig. 8。
北京四个时段里,长度比不超过 1.5 的路段分别占 36%、62%、52%、74%,对应凌晨、上午、下午和傍晚至夜间。其他城市的平均是 44%、53%、57%、73%。凌晨最低,傍晚至夜间最高。正文把凌晨解释成绕去酒吧或夜店,把上午和傍晚解释成去上班或回家,把下午解释成购物、找餐馆和赶时间混在一起。轨迹没有目的标签,这些是对时段的解读。
中位数更稳。北京工作日 1.1、周末 1.3;所有城市平均是 1.1 和 1.2。分方式、所有城市的工作日中位数是:自行车 1.05、小汽车 1.07、出租 1.12、步行 1.39。周末是 1.06、1.2、1.33、1.72。步行比驾车方式更长,周末更明显。正文另有一句说步行和出租更接近最短路,与这四个中位数不一致;定量比较应取中位数。表4还给每座城市一个“不超过一半更长”的比例,北京 GeoLife 62%,北京公开轨迹 75%,伦敦 65%,莫斯科 67%,纽约 71%,巴黎 70%,旧金山 58%,东京 65%,墨西哥城公开轨迹 61%。62% 与北京上午那个时段相同,但是城市汇总,不是四个时段的平均。
最大位移把“有界”落到单条轨迹上。北京每个时段 90% 的轨迹不超过 10 公里。除墨西哥城外,论文给出的相应比例是 75%。墨西哥城只有 57% 的轨迹不超过 10 公里,75% 不超过 35 公里。图8(c)的凌晨曲线在很短的距离上就很高,是因为深夜的通话比移动更稀,很多记录几乎看不到位移,不是因为人在深夜只活动了几十米。北京按天的中位最大位移,周日到周四为 4.4 至 5.2 公里,周五 7.2 公里,周六 7.9 公里。论文称各城市周日到周四为 6.3 至 6.9 公里,周五 7.1 公里,周六 7 公里。用户层面的最大位移与回转半径相关系数为 0.96(正文记作 96%)。两个指标一起变大,不能互相代替:一个相对轨迹起点,一个相对点云质心。
全城一起潮汐,不能直接读成个人喜好
98 类场所被收成 9 类:艺术娱乐、教育、餐饮、宗教、户外与运动、夜生活、购物、交通、服务。停留时间按类相加,看的是这类场所提供了多少覆盖时间,不是某一个人在其中一家店里的账单。

图 9|哪一类场所占去停留,全城的人又是否在同一小时挤到相邻地点?
(a)北京四个时段、九类场所的覆盖时间,纵轴为分钟,竖线为置信区间;下午的购物柱最高,傍晚宗教类的区间很宽。(b)上为工作日、下为周末;周末购物柱远高于工作日。(c)北京格子人数与墨西哥城基站人数的小时 Moran’s I,横轴约为一周;曲线做过 4 小时滑动平均。来源:原论文 Fig. 9。
北京 0:00–5:59,餐饮最高,平均 30 分钟。伦敦、旧金山、纽约在这一时段最高的是夜生活,论文没有给出分钟数。6:00–11:59,购物、餐饮、交通为 115、61、51 分钟。12:00–17:59 仍是这三类最高,211、100、64 分钟。其他城市的下午,服务类也进入前四。18:00–23:59,北京宗教类平均 93 分钟,置信区间很大,因为出现次数少;购物 50 分钟,夜生活 30 分钟。作者写明,不清楚为什么宗教类在这一时段最高,只是推测少数人参加夜间仪式。其他城市这一时段,购物和夜生活位列前三。
工作日和周末可以相反。北京购物平均 87 分钟对 323 分钟,周末更高。巴黎购物是 404 分钟对 137 分钟,周末更低。论文提到巴黎周末开门的场所更少,但没有测量营业时间。餐饮在北京也是周末更高,没有单独的分钟数。夜生活周末相对工作日更高的幅度,纽约 22%、东京 40%、北京 8%,分母是各自工作日的夜生活覆盖时间。
莫兰指数(Moran’s I)把问题从一个人转到整座城市。它看相邻地点的人数偏差是否同号。权是格子中心距离的倒数。大于 0 表示正的空间自相关:附近格子一起偏高或一起偏低。北京按格子、墨西哥城按基站,每小时汇总一次,再用 4 小时滑动平均。北京这条曲线对应 2008 年 11 月 10 日至 16 日,落在两个月子集里。墨西哥城是同一类小时曲线,正文没有单独写出它的日历周。两条曲线都有昼夜起伏。北京在周末一端更高,墨西哥城略低。作者的解释是:通话记录周末打电话的人略少,而 GeoLife 周末更多人去到相同的休闲区域。图上没有标出峰值,正文也没有报告某一个 I 的数值。群体在午餐时间挤向餐饮集中的地区,不能推出每个人都在同一家餐馆。
这些比较停在什么地方
三项特征都来自观察,不是把路线或目的随机指派之后的结果。接近最短路,是相对路线服务已经沿道路算出的最短路,不是相对直线,也不是独立测到的心理偏好。重复率高,只说明总人次多于独立人数。有界,主要指单条轨迹的最远点;两个月的回转半径仍然可以很长。
样本也不能外推成城市居民。公开轨迹是愿意上传轨迹的人,纽约 41 人,墨西哥城公开轨迹 22 人。北京多数图来自 39 人和两个月。680 万通话用户解决的是人数,换来的是稀疏和合成周。方式标签有一部分是速度推断。50 平方米和 50 米两套门槛没有统一,格子面积也与图上的兴趣点密度不易同时成立。
第 6 节讨论了间歇网络里的消息携带、按日常路线预取内容、交通信息和路边广告。这些是作者提出的用途,本文没有实现,也没有报告相应的命中率或节省的流量。
一句话总结
换城市之后,细粒度轨迹仍表现为反复经过少数地点、自选路线多数只比可走最短路长一截、单条轨迹常常离开起点不远;换成长通话记录后,重复和昼夜聚集还在,最短路无法比较,更大的平均半径也不能直接当成人们走得更远。
核心来源
- Pervasive and Mobile Computing 正式论文,33 卷,73–90 页。正文图 1–9、表 1–5 都在这一版本里。
- 数据来源按论文所述:OpenStreetMap 公开轨迹、GeoLife 北京轨迹、墨西哥城一家运营商的通话记录,以及 Google Places、Nokia Maps、Foursquare 的场所坐标。GeoLife 的文献信息见论文参考文献中的 Zheng、Xie 与 Ma(2010)。
作者介绍
五位作者的身份以论文署名和可核对的机构记录为准。
- Eduardo Mucelli Rezende Oliveira:通讯作者,署名巴黎综合理工学院与 INRIA,论文邮箱为 edumucelli@inria.fr。2015 年 5 月 11 日他在巴黎综合理工答辩博士论文,导师为 Aline Carneiro Viana,研究城市日常移动与移动网络。
- Aline Carneiro Viana:署名 INRIA。上述博士论文的答辩记录把她列为 INRIA Saclay 的导师。
- Carlos Sarraute:署名阿根廷 Grandata Labs。CONICET 数字仓储在同一作者名下收录了这篇论文,以及他与 Jorge Brea 使用墨西哥手机数据的研究。
- Jorge Brea:署名 Grandata Labs。同一仓储中的作者名写作 Jorge Nicolás Brea。
- Ignacio Alvarez-Hamelin:署名布宜诺斯艾利斯大学工程学院、CONICET 与 ITBA。该学院的发表列表收录了这篇论文,他的其他工作涉及互联网测量与网络。
延伸思考
以下是 AI 基于论文结果所作的延伸,不属于原论文结论。
重复率可以把两种地点压成同一个高百分数:一个人反复经过,或者几个人各自来过多次。若用它决定哪里加设服务,两种地点需要的容量不同。把总人次拆成每人次数的分布,才能分开它们。论文停在地点总数与独立人数之差。
路径比的分母已经是沿道路的最短路。工作日 1.1 和周末 1.2 的差,可能来自上班时间的约束,也可能来自周末样本里步行更多。论文给的是群体中位数,没有比较同一个人在有时间约束的早晨和没有约束的周末是否仍差这么多。
北京周末购物停留 323 分钟、工作日 87 分钟,巴黎则是工作日 404 分钟、周末 137 分钟。论文提到巴黎周末开门更少,但没有营业时间。只在开门时段内重算覆盖时间,若高低仍然相反,才更接近停留意愿的差别;若差距消失,原先的对比主要反映的是门是否开着。
跨城市比较活动范围时,也可以先把细轨迹降到约 1.5 公里的相邻间隔,再重算回转半径。墨西哥城周五 69 公里与北京周六 2.9 公里之间,有多少来自定位粒度和四个月叠周,需要这次同粒度重算才分得开。论文已经拒绝把两套数直接比大小,但还没有做这一步。