Telefónica Chile移动电话数据集

本数据集由智利Telefónica Chile提供，包含310亿条移动电话扩展详细记录（XDRs），涵盖了2020年2月26日至9月20日期间的540万用户数据。数据集详细记录了用户的移动模式，包括内部移动指数（IMint）、外部移动指数（IMext）和总移动指数（IM），这些指标有助于评估地方隔离措施对智利人口移动性的影响。数据集不仅用于对抗COVID-19疫情，还可应用于紧急响应和人群流动预测等研究领域。

This dataset is provided by Telefónica Chile. It contains 31 billion extended detailed mobile call records (XDRs), covering data from 5.4 million users spanning the period from February 26 to September 20, 2020. The dataset comprehensively documents users' mobility patterns, including the Internal Mobility Index (IMint), External Mobility Index (IMext), and Total Mobility Index (IM). These metrics facilitate the assessment of the impact of local quarantine measures on the mobility of the Chilean population. In addition to being used to combat the COVID-19 pandemic, this dataset can also be applied to research fields such as emergency response and population mobility forecasting.

搜集汇总

数据集介绍

构建方式

在公共卫生监测领域，移动电话数据为量化人类移动性提供了前所未有的精细视角。Telefónica Chile移动电话数据集的构建基于智利电信运营商提供的扩展详细记录（XDRs），这些记录捕捉了用户在请求HTTP地址或设备自动下载网络内容时产生的时空信息。研究团队从2020年2月26日至9月20日期间的310亿条XDRs中，提取了540万用户的移动轨迹，并依据天线位置将行程划分为市镇内与市镇间两类。通过计算每日各市镇的内部移动性指数、外部移动性指数及综合移动性指数，并基于夜间活动模式估算常住用户数进行标准化，最终形成了覆盖智利全国、具有时间连续性的移动性指标数据集。

使用方法

该数据集主要应用于评估公共卫生干预措施的效果及疫情传播建模。研究人员可通过分析移动性指数的时间序列变化，量化本地化隔离政策对人口流动的抑制效果，并探究其与疫情发展的关联。在方法上，可结合数据集提供的隔离政策信息，进行前后对比分析或构建统计模型，以揭示不同区域对政策的响应差异。此外，数据集也可支持城市交通规划、应急管理和人群流动预测等研究，使用时需遵循隐私保护原则，并参考论文提供的技术验证与代码框架以确保分析严谨性。

背景与挑战

背景概述

在COVID-19全球大流行的背景下，智利作为南美洲疫情最严重的国家之一，采取了独特的局部封锁策略，即在城市或社区层面实施非药物干预措施，而非全国性或区域性封锁。为评估这些局部隔离措施对人类流动性的影响，智利电信公司于2020年2月26日至9月20日期间，提供了包含310亿条扩展详细记录和540万用户的移动电话数据集。该数据集由意大利国家研究委员会、比萨大学以及智利发展大学等机构的研究人员共同分析，旨在通过计算内部流动性指数、外部流动性指数和综合流动性指数，量化疫情前后人口流动的变化，为公共卫生决策提供科学依据，并推动应急响应和人群流动预测等相关研究。

当前挑战

该数据集旨在解决流行病学中局部隔离措施对人口流动性影响的量化问题，其核心挑战在于如何从海量移动电话记录中准确提取并标准化流动性指标，以反映不同社区在封锁期间的异质性响应。在构建过程中，面临数据隐私保护的严峻挑战，需通过聚合和匿名化处理确保用户信息的安全；同时，数据覆盖范围受限于电信运营商的市场份额，可能引入样本偏差，影响全国流动性估计的代表性。此外，流动性指数的计算依赖于家庭天线的准确识别，而夜间活动模式的复杂性可能增加定位误差，需通过统计验证与官方人口普查数据对比以提升可靠性。

常用场景

经典使用场景

在流行病学与公共卫生领域，Telefónica Chile移动电话数据集为评估局部隔离政策对人口流动的影响提供了关键实证基础。该数据集通过分析数十亿条扩展详细记录，构建了内部流动性指数、外部流动性指数及综合流动性指数，精准刻画了智利各市镇在新冠疫情隔离期间的人口移动模式变化。研究人员利用这些指标，能够量化不同行政区域对隔离措施的响应程度，揭示流动性减少与病毒传播速率之间的关联，为政策效果评估提供了动态、高分辨率的观测窗口。

解决学术问题

该数据集有效解决了流行病传播模型中流动性数据缺失的难题，为评估非药物干预措施（如局部隔离）的效果提供了可靠数据支撑。通过精确测量隔离前后人口流动的变化，研究能够验证流动性降低对疫情控制的贡献，并探讨隔离政策在不同地理与行政尺度下的异质性影响。此外，数据集还助力于理解人类移动行为的时空规律，为构建更精准的传染病动力学模型奠定了数据基础，推动了公共卫生决策科学化进程。

实际应用

在实际应用中，该数据集已被智利各级政府用于实时监测隔离政策的执行效果，优化资源分配与应急响应。例如，通过追踪各市镇的流动性指数，当局能够识别隔离措施遵守度较低的区域，及时调整公共卫生干预策略。此外，数据集还可应用于城市交通规划、应急疏散模拟以及人群流量预测等领域，为智慧城市管理与公共安全提供数据驱动的决策支持。

数据集最近研究

最新研究方向

在公共卫生危机管理领域，移动电话数据集已成为评估非药物干预措施效力的关键工具。Telefónica Chile移动电话数据集通过分析扩展详细记录，量化了智利地方性隔离政策下的人口流动变化，揭示了内部与外部流动性指标的时空异质性。该数据集的前沿应用聚焦于结合流行病学模型，预测病毒传播动态，并评估局部封锁对社区间交叉感染风险的影响。相关研究热点包括利用人工智能技术整合多源数据，优化应急响应策略，以及探索流动性模式与社会经济因素间的深层关联，为全球疫情防控提供了基于实证的决策支持。

相关研究论文

• A dataset to assess mobility changes in Chile following local quarantines

  意大利国家研究委员会信息科学与技术研究所 · 2020年