项目综述

人类的出行行为与社交关系有着密切的关系。基于某沿海城市35万QQ匿名用户的个人信息和社交关系，及其在半年内的3700万条签到记录和轨迹信息，本项目研究了人类出行行为的空间规律，社交关系与出行行为的相互影响，并结合社交关系对传统的轨迹预测算法进行了改进。首先，对所有用户的签到记录进行了系统分析，研究了人类签到行为的时空规律特征。其次，研究了出行行为中类别和地点的访问规律，发现二者都表现为Zipf定律和Heaps定律。然后，采用熵和Fano不等式的方法分析了一些空间运动统计量对签到行为的可预测性的影响。最后，我们重点研究了社交关系与出行行为的相互影响，我们测试并改进了传统的轨迹预测算法，在地点聚类的基础上，从新地点预测和旧地点预测两个角度设计预测算法，发现结合了社交因素的预测算法精度有效提高。