Introduction
People habitually carry their mobile phones with them much of the time as this pervasive technology offers its users a means for constant and available communication as well as personal entertainment. However, the accompanying mobile phone can also provide researchers with an efficient tool for capturing human mobility pattern. Through this, researchers have a unique opportunity to get a better understanding of the individual as well as social behaviors that collectively shape our society. Along with the logs of incoming and outgoing calls, telecom operators can also capture people's phones movement, as the phone move through the ubiquitous network of towers. This transforms the phone into individual life loggers, giving longitudinal records of personal mobility while offering unprecedented fine-grained data at the aggregate level. This can give researchers a glimpse of various dimensions of human life. For example using mobile phones to study social structure [1], how an individual's diversity of social network can lead to greater personal economic development [2], and how weather affects people's use of phone calls to connect with others [3].
Various researchers have used location traces of connected cellular towers of mobile phones to study human mobility, which is important for urban planning and traffic engineering (e.g., [4],[5],[6],[7],[8],[9],[10],[11]). Several aspects of human mobility have been explored and described. For example, human trajectories show a high degree of temporal and spatial regularity with a significant likelihood of returning to a few highly visited locations [4]. Trajectories of human mobility follow the principle of exploration and preferential return, which governs the way people explore new places while often returning to the previously visited locations [5]. Others try to predict individual mobility by examining phone location traces data (i.e., phone movement) in conjunction with datasets containing geographical features such as point of interest (POI) and land-use information [6]. Despite the differences in people's travel patterns, there is a strong regularity in their mobility on a regular basis, which makes 93% of people's whereabouts predictable [7]. Developing an understanding of mobility patterns (through phone location trace data) has helped with detecting the outbreak of mobile phone viruses [8], comparing people flow between cities [9], identifying commuting patterns [10], and understand the geography of social networks [11].
These emergent studies of mobility have mainly focused upon modeling, predicting, and analyzing human mobility data between cities. However, these approaches often miss out on the richer context of mobility, such as the type of activities that people might be engaged with at the locations they travel to. After all, people move between places in the city for different purposes. Besides travelling between home and work, they are also engaged in activities related to the place they visit, for example, eating in a restaurant, shopping or browsing in a mall, and jogging in a park. Thus, developing methods to help us infer the types of activities associated with different public places can offer a richer characterization of people's daily activity patterns, which has many potential benefits, such as facilitating urban design and management. In this paper, we describe an approach to characterize human daily activity patterns using detailed location traces of mobile phones and spatial profiles. To build upon, and extend a previous investigation that demonstrates how weather conditions could impact people's mobile social interactions, this investigation shows how we can glean further insights into people's behavior with regards to their daily activities by looking for correlations with detailed information about weather conditions. After all, research has shown that weather can affect people's behaviors such as their mood [12],[13] thermal comfort level [14],[15], and social interaction [3]. The weather can also influence traffic demands, and how we travel [16],[17],[18], public health [19], crime rates [20], and even stock prices [21],[22]. Thus, this paper describes our investigation into how weather shapes people's patterns of mobility and the associated activities in the Tokyo metropolis of Japan. We will refer to this area as Tokyo for the rest of the paper.
แนะนำท่านเนือง ๆ พกโทรศัพท์มือถือของพวกเขากับพวกเขามากของเวลาที่เทคโนโลยีนี้แพร่หลายมีผู้ใช้วิธีการสำหรับการสื่อสารอย่างต่อเนื่อง และมีเป็นความบันเทิงส่วนตัว อย่างไรก็ตาม โทรศัพท์มือถือมาให้นักวิจัยเครื่องมือสำหรับการถ่ายภาพรูปแบบการเคลื่อนไหวของมนุษย์ ผ่านทางนี้ นักวิจัยมีโอกาสที่จะได้รับของพฤติกรรมแต่ละบุคคล ตลอดจนสังคมที่รวมรูปสังคมของเรา พร้อมกับบันทึกการโทรเข้า และขาออก ผู้ประกอบการโทรคมนาคมสามารถจับภาพเคลื่อนไหวโทรศัพท์มือถือของคน เป็นการย้ายโทรศัพท์ผ่านเครือข่ายการแพร่หลายของทาวเวอร์ นี้สามารถเปลี่ยนโทรศัพท์เป็นเครื่องบันทึกแต่ละชีวิต ให้ระเบียนตามยาวของจำนวนบุคคลขณะที่นำเสนอข้อมูลที่กำหนดเป็นประวัติการณ์ที่ระดับรวม ซึ่งจะทำให้นักวิจัยของมิติต่าง ๆ ของชีวิตมนุษย์ ตัวอย่างเช่น ใช้โทรศัพท์มือถือเพื่อศึกษาโครงสร้างทางสังคม [1], วิธีเครือข่ายสังคมที่หลากหลายของแต่ละบุคคลสามารถนำไปสู่เศรษฐกิจพัฒนามากขึ้น [2], และเรียกว่าสภาพอากาศมีผลต่อของผู้ใช้โทรศัพท์ในการเชื่อมต่อกับผู้อื่น [3]นักวิจัยต่าง ๆ ได้ใช้ตำแหน่งร่องรอยของอาคารเชื่อมต่อเซลลูลาร์ของโทรศัพท์มือถือเพื่อศึกษาเคลื่อนไหวมนุษย์ ซึ่งเป็นสิ่งสำคัญสำหรับการวางผังเมืองและวิศวกรรมจราจร (เช่น, [4],[5],[6],[7],[8],[9],[10],[11]) หลายแง่มุมของมนุษย์เคลื่อนไหวมีการสำรวจ และอธิบาย ตัวอย่างเช่น วิถีมนุษย์แสดงระดับสูงของกาล และอวกาศสม่ำเสมอกับโอกาสสำคัญกลับเข้ากี่สูงเยี่ยมชมสถาน [4] วิถีของมนุษย์เคลื่อนไหวตามหลักการของการสำรวจและคืนสิทธิ ที่ควบคุมวิธีผู้สำรวจสถานใหม่ในขณะที่มักจะกลับไปยังตำแหน่งที่ตั้งเยี่ยมชมก่อนหน้านี้ [5] คนอื่น ๆ พยายามที่จะทำนายการเคลื่อนไหวแต่ละ โดยการตรวจสอบโทรศัพท์ติดตามข้อมูล (เช่น การย้ายโทรศัพท์) ร่วมกับชุดข้อมูลที่ประกอบด้วยคุณลักษณะทางภูมิศาสตร์เช่นจุดสนใจ (POI) และการ ใช้ที่ดินข้อมูล [6] แม้ มีความแตกต่างของผู้คนในรูปแบบการเดินทาง มีสม่ำเสมอที่แข็งแกร่งการเคลื่อนที่เป็นประจำ ซึ่งทำให้คาดเดาได้เบาะแสของคน [7] 93% พัฒนาความเข้าใจในรูปแบบเคลื่อนไหว (ผ่านข้อมูลการติดตามตำแหน่งโทรศัพท์) ช่วยให้ มีการตรวจจับการระบาดของไวรัสมือถือ [8], เปรียบเทียบคนไหลระหว่างเมือง [9], การระบุรูปแบบการเดินทาง [10], และเข้าใจภูมิศาสตร์ของเครือข่ายสังคม [11]การศึกษาเหล่านี้โผล่ออกมาของความคล่องตัวมีเน้นโมเดล ทำนาย และวิเคราะห์ข้อมูลการเคลื่อนไหวของมนุษย์ระหว่างเมือง อย่างไรก็ตาม วิธีการเหล่านี้มักจะพลาดในบริบทของการเคลื่อนไหว เช่นชนิดของกิจกรรมที่คนอาจจะมีส่วนร่วมกับสถานที่เดินทางไปที่ ยิ่งขึ้น หลังจากที่ทุก ท่านย้ายระหว่างสถานที่ในเมืองเพื่อวัตถุประสงค์ต่าง ๆ นอกจากการเดินทางระหว่างบ้านและที่ทำงาน พวกเขามีส่วนร่วมในกิจกรรมที่เกี่ยวข้องกับสถานที่ที่พวกเขาไป เช่น การรับประทานอาหารในร้านอาหาร แหล่งช้อปปิ้ง หรือเรียกดูในห้างสรรพสินค้า และวิ่งจ๊อกกิ้งในสวนสาธารณะ ดังนั้น การพัฒนาวิธีการเพื่อช่วยให้เราอนุมานชนิดของกิจกรรมที่เกี่ยวข้องกับสถานสาธารณะต่าง ๆ สามารถนำเสนอจำแนกลักษณะยิ่งขึ้นของรูปแบบกิจกรรมประจำวันของผู้คน ซึ่งมีหลายประโยชน์ เช่นอำนวยความสะดวกการออกแบบชุมชนเมืองและการจัดการ ในกระดาษนี้ เราอธิบายวิธีการกับลักษณะมนุษย์ประจำวันกิจกรรมรูปแบบการใช้ร่องรอยสถานที่รายละเอียดของโทรศัพท์มือถือและโปรไฟล์ spatial สร้างขึ้น และขยายการตรวจสอบก่อนหน้านี้ที่แสดงว่าสภาพอากาศที่ส่งผลกระทบต่อปฏิสัมพันธ์ทางสังคมของคนมือถือ การตรวจสอบนี้แสดงว่าเราสามารถรวบรวมเพิ่มเติมเจาะลึกพฤติกรรมของประชาชนเกี่ยวกับกิจกรรมประจำวันของพวกเขา โดยมองหาความสัมพันธ์กับข้อมูลรายละเอียดเกี่ยวกับสภาพอากาศ หลังจากที่ทุก วิจัยแสดงให้เห็นว่า สภาพอากาศมีผลต่อพฤติกรรมของคนเช่นอารมณ์ของพวกเขา [12], ระดับความร้อนสะดวก [13] [14], [15], และปฏิสัมพันธ์ทางสังคม [3] สภาพอากาศยังสามารถมีอิทธิพลต่อความต้องการการจราจร และวิธีการที่เราเดินทาง [16], [17] [18], สาธารณสุข [19], อาชญากรรม [20], และราคาหุ้นได้ [21], [22] ดังนั้น กระดาษนี้อธิบายถึงการตรวจสอบเป็นอย่างไรสภาพอากาศรูปร่างของคนรูปแบบการเคลื่อนไหวและกิจกรรมที่เกี่ยวข้องของนครโตเกียวประเทศญี่ปุ่น เราจะอ้างอิงกับพื้นที่นี้เป็นโตเกียวสำหรับส่วนเหลือของกระดาษ
การแปล กรุณารอสักครู่..