相关实验视频
Updated: Jan 10, 2026

Trajectory Data Analyses for Pedestrian Space-time Activity Study
Published on: February 25, 2013
匿名的人类位置数据在英格兰的城市流动性研究
Chen Zhong1, Zhengzi Zhou2, Nilufer Sari Aslam2
1Centre for Advanced Spatial Analysis, University College London, London, W1T 4TJ, UK. c.zhong@ucl.ac.uk.
本研究提出了一个可重复的框架,用于从移动应用程序中处理人类流动性数据. 这些方法提高了数据的透明度,并产生可靠的移动性指标和来源-目的地流程矩阵用于研究.
科学领域:
- 地理空间科学是一个科学领域.
- 数据科学是数据科学.
- 运输研究 运输研究
背景情况:
- 移动应用程序产生了大量的人类移动数据.
- 现有的数据处理方法缺乏透明度和可重复性.
- 处理中的变量需要定制的验证方法.
研究的目的:
- 为处理位置点数据提供可重复和可复制的框架.
- 提高人类移动数据分析的透明度和可靠性.
- 通过移动数据促进更广泛的研究应用.
主要方法:
- 开发了一个模块化工作流程,用于处理匿名的移动记录.
- 实施了用于停留点检测和活动标签的多阶段验证技术.
- 利用了来自英格兰的移动性数据的案例研究 (2021年11月).
主要成果:
- 展示了可重复的停留点检测和活动标签的框架.
- 生成可靠的移动性指标和来源-目的地流量矩阵.
- 公开发布的匿名轨迹和流动矩阵.
结论:
- 拟议的框架提高了人类移动数据处理中的可重复性.
- 该框架支持研究可靠的移动数据集的生成.
- 开放的代码和数据促进了透明度和进一步的研究.
更多相关视频
15:00Setup of Consumer Wearable Devices for Exposure and Health Monitoring in Population Studies
Published on: February 3, 2023
11:21Methodology for Establishing a Community-Wide Life Laboratory for Capturing Unobtrusive and Continuous Remote Activity and Health Data
Published on: July 27, 2018
相关概念视频
Selected Data About Geographic Locations
Levels of Use of a GIS
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device
Field Application of Global Positioning System
Types of Global Positioning System Surveys