用于城市流动研究的匿名化人类位置数据

传感器技术和定位驱动移动应用的快速发展极大推动了人类移动性研究的发展。最近出现的来源如移动应用数据提供了与传统数据集类似的输出——行程链、流量和指标——但处理这些数据的方法和决策常因地点、时间和政策背景而异，且文档记录不足且透明度不足。这种变异性需要量身定制的数据处理和验证方法，而现有文献中此类方法尚未被充分探讨。本研究旨在通过2021年11月在英格兰收集的匿名移动记录案例研究，提供一个可重复且可重复的定位点数据处理框架。我们描述了模块化工作流程和多阶段验证技术，以增强停留点检测和活动标记的可重复性。此外，我们展示了该框架如何生成可靠的流动指标和起目的地流量矩阵，以实现更广泛的研究应用。