Key points are not available for this paper at this time.
Aufgrund der Verbreitung mobiler Geräte wird eine riesige Menge geolokalisierter Daten generiert, die es uns ermöglicht, tiefgreifende Einblicke in menschliches Verhalten zu gewinnen. Unter anderem ermöglicht die Analyse des Datenverkehrs aus dem mobilen Internet die Untersuchung der Bewegungen mobiler Nutzer über lange Zeiträume und in großem Maßstab, was für die Forschung in einer Vielzahl von Disziplinen, z.B. Soziologie, Verkehr, Epidemiologie, Vernetzung usw., von entscheidender Bedeutung ist. Um den massiven Datenverkehr aus der Sicht der Benutzer-Mobilität effizient zu analysieren, müssen jedoch mehrere technische Herausforderungen gemeistert werden, bevor das volle Potenzial solcher Datenquellen ausgeschöpft werden kann. Dazu gehören Datenerfassung, Trajektorienkonstruktion, Rauschunterdrückung, Datenspeicherung und Methoden zur Analyse der Benutzer-Mobilität. Dieses Papier stellt einen mobilitätsanalytischen Rahmen für große mobile Daten vor, basierend auf echten Datenverkehrsdaten, die aus 2G-, 3G- und 4G-Netzen gesammelt wurden und nahezu 7 Millionen Menschen abdeckten. Um die historischen Bewegungsdaten eines Nutzers zu konstruieren, wenden wir verschiedene Regeln an, um die Standorte der Nutzer aus unterschiedlichen Datenquellen zu extrahieren und die Oszillationen zwischen den Mobilfunkmasten zu reduzieren. Der Vergleich der Mobilitätsmerkmale zwischen unseren mobilen Daten und anderen vorhandenen Datenquellen zeigt das große Potenzial des mobilen Internetdatenverkehrs zur Untersuchung menschlicher Mobilität. Darüber hinaus entdecken unsere Experimente die Veränderungen der Stadt-Hotspots, die Bewegungsmuster zu Stoßzeiten und Personen mit ähnlichen historischen Trajektorien, die die gemeinsamen Regeln offenbaren, die unter riesigen Bevölkerungsgruppen in einer Stadt existieren.
Qiao et al. (Di,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: