• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Future generation computer systems >Analyzing urban mobility paths based on users' activity in social networks
【24h】

Analyzing urban mobility paths based on users' activity in social networks

机译：根据用户在社交网络中的活动分析城市出行路径

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This work presents an approach to model how the activity in social media of the citizens reflects the activity in the city. The proposal includes a gravitational model that deforms the surface of the city based on the intensity of the activity in different zones. The information is extracted from geolocated tweets (n = 1.48 x 10(6)). Furthermore, this activity affects how people move in a city. The path a user follows is calculated using the geolocation of the tweets that he or she publishes along the day. Several models are evaluated and compared using the Hausdorfs distance (d(H)). The combination of gravitational potential with attraction to the destination points provides the best results, with d(H) = 1176 against the Manhattan (d(H) = 1203) or the geodesic (d(H) = 1417) alternatives. Finally, the analysis is repeated with the data segmented by gender (n=2,826 paths, men=1,910, women=916). The results validate (p=0.000334) the studies that affirm that men travel longer distances (d(M) = 4.73 km, alpha(m) = 26.1 degrees) with rectilinear trajectories, whereas women have shorter and more angled paths (d(w) = 4.5 km, alpha(w) = 32.2 degrees), obtaining p values in path lengths and p=0.006 in the angles. (C) 2019 Elsevier B.V. All rights reserved.
机译：这项工作提出了一种方法来模拟市民的社交媒体活动如何反映城市中的活动。该提议包括一个引力模型，该模型根据不同区域的活动强度使城市表面变形。该信息是从地理位置上的推文中提取的（n = 1.48 x 10（6））。此外，此活动还会影响人们在城市中的移动方式。用户遵循的路径是使用他或她当天发布的推文的地理位置来计算的。使用Hausdorfs距离（d（H））评估并比较了几种模型。重力势能与对目标点的吸引力相结合可提供最佳结果，相对于曼哈顿（d（H）= 1203）或测地线（d（H）= 1417）替代方案，d（H）= 1176。最后，使用按性别细分的数据重复分析（n = 2,826条路径，男性= 1,910，女性= 916）。结果证实（p = 0.000334）的研究证实，男性沿着直线轨迹走更长的距离（d（M）= 4.73 km，alpha（m）= 26.1度），而女性的路径更短且成角度（d（w ）= 4.5公里，alpha（w）= 32.2度），获得路径长度的p值和角度的p = 0.006。 （C）2019 Elsevier B.V.保留所有权利。

著录项

  • 来源
    《Future generation computer systems》 |2020年第1期|333-346|共14页
  • 作者

    Rodriguez L.; Palanca J.; del Val E.; Rebollo M.;

  • 作者单位

    Univ Politecncia Valencia Valencian Res Inst Artificial Intelligence Camino Vera S-N Valencia 46022 Spain;

    Univ Politecncia Valencia Valencian Res Inst Artificial Intelligence Camino Vera S-N Valencia 46022 Spain|Univ Zaragoza Escuela Univ Politecn Teruel Dept Informat & Ingn Sistemas C Atarazana 2 Teruel 44003 Spain;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    Complex network; Social media; Mobility; Gender; Smart cities;

    机译：复杂的网络;社交媒体;流动性性别;智慧城市;

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号