A classification framework and computational methods for human interaction analysis using movement data
A classification framework and computational methods for human interaction analysis using movement data
复制标题
使用运动数据进行人类交互分析的分类框架和计算方法
DOI：
10.1111/tgis.12960
复制
发表时间：
2022
影响因子：
2.4
通讯作者：
Goulias, Konstadinos
中科院分区：
文献类型：
--
作者：
Su, Rongxiang;Dodge, Somayeh;Goulias, Konstadinos
对空间和时间中移动的个体进行交互分析有助于理解城市动态和人类社会网络。轨迹分析的最新进展创造了使用运动跟踪数据识别和提取交互的时空模式的方法。然而，运动个体之间相互作用的现有定义和分类是孤立的。这项研究是第一次尝试开发一种从运动数据中可以观察到的人类在空间和时间上的相互作用的分类法。在该框架中，移动个体之间的交互根据发生的时间和交互的持续时间被分为四类，包括并发相遇、并发交互、延迟相遇和延迟交互。虽然交互作用的持续时间可以在对人类交互作用进行分类方面发挥重要作用，但量化交互作用持续时间的技术是有限的。这篇文章结合了对时间-地理交互作用分析方法的评估，以使用加利福尼亚州的人类生成的GPS跟踪数据来量化移动个人之间的交互持续时间。该评估是将现有的主要依赖于潜在路径面积计算和多边形相交的基于时间-地理的方法与数字接触跟踪技术中常用的基于邻近度的方法(即基于两个个体的空间和时间缓冲区的相交)进行比较。结果表明，基于时间-地理的方法可以更准确地测量交互持续时间，而基于邻近度的方法低估了交互持续时间。
Interaction analysis for moving individuals in space and time can contribute to understanding urban dynamics and human social networks. Recent advancements in trajectory analytics have created methods to identify and extract spatiotemporal patterns of interaction using movement tracking data. However, existing definitions and classifications of interaction between moving individuals are isolated. This research is the first attempt toward developing a taxonomy of human interaction in space and time that are observable from movement data. In the proposed framework, interaction between moving individuals is divided into four categories based on the time when it occurs and the duration of the interaction, including concurrent encounter, concurrent interaction, delayed encounter, and delayed interaction. While the duration of interaction can play a significant role in classifying human interaction, techniques to quantify the duration of interaction are limited. This article incorporates an evaluation of the time‐geographic interaction analysis method to quantify the duration of interaction between moving individuals using human‐generated GPS tracking data in California. The evaluation is a comparison between the existing time‐geographic‐based approach that mainly relies on potential path area computation and polygon intersection and the proximity‐based approach (i.e., based on the intersection of spatial and temporal buffers of two individuals) that is commonly used in digital contact tracing technologies. The results show that the time‐geographic‐based approach can measure the duration of interaction more accurately, whereas the proximity‐based approach underestimates the duration of interactions.
登录
查看更多内容
影响因子：
2.9
作者：
Rongxiang Su;S. Dodge;K. Goulias
通讯作者：
Rongxiang Su;S. Dodge;K. Goulias
影响因子：
16.6
作者：
Cencetti G;Santin G;Longa A;Pigani E;Barrat A;Cattuto C;Lehmann S;Salathé M;Lepri B
通讯作者：
Lepri B
DOI：
10.1080/19427867.2021.1896065
发表时间：
2021-03
期刊：
Transportation Letters
影响因子：
--
作者：
Rongxiang Su;K. Goulias
通讯作者：
Rongxiang Su;K. Goulias
活动类型分类及活动日记中“with WHom”和“for Whom”问题的分析
影响因子：
--
作者：
K. Goulias;Tae
通讯作者：
Tae
DOI：
10.1080/13658816.2021.2005796
发表时间：
2021-12-20
影响因子：
5.7
作者：
Noi, Evgeny;Rudolph, Alexander;Dodge, Somayeh
通讯作者：
Dodge, Somayeh