福特，麻省理工学院使用波士顿人的手机位置数据进行交通规划

通过收集来自近200万波士顿人的匿名手机位置数据，麻省理工学院和福特能够生产近乎瞬间的城市移动模式，通常花费数百万美元并花年建设。

大数据实验具有更准确和及时的有关城市移动模式的承诺，这些数据可以用于快速确定特意尝试解决当地交通需求的工作。

在制定关于基础设施开发和资源配置的决定时，城市规划人员依靠人们如何通过其城市的模式 - 徒步，汽车和公共交通。这些模型主要基于来自昂贵的，耗时的手动调查的社会人口统计信息，这在小样本大小和不经常更新。在调查之间，城市可能会超过十年。

“在美国，每个大都会地区都有一个......大都市规划组织[MPO]，他们的主要工作是使用旅行调查来推导旅行需求模型，这是他们预测和预测旅行需求建立基础设施的基线， “麻省理工学院的博士生学生山江山江泽民说。“所以我们的方法和模型可能是策划人员计划下一代基础设施的下一代工具。”

本文标题为时髦：在没有旅行调查的情况下建模城市移动性，描述了研究人员如何使用手机服务提供商管理的详细记录（CDR）。用于计费目的的CDR包含全球地理仪的地理迹痕迹形式的数据。

上午9点时代模型的城市移动模拟快照，鸟类“波士顿”。为了可视化目的，在视频中仅显示生活在波士顿地铁中的350万次辛辛中的1％。

研究人员在更大的波士顿地区收集了1920万匿名手机用户的CDR数据集，为期六周。为了进行对照实验，他们还在一个14个月内审查了一系列捐赠的一组自收集的自集手机痕迹，由智能手机应用程序记录。

通过应用大数据算法CDR数据，研究人员能够快速组装通常需要数年的城市移动模式模型。

波士顿MPO的实践是一个主要城市的典型典型。波士顿于1994年在2010年进行了一项城市流动调查。然而，它目前的移动模型仍然使用1994年的数据，因为它只是通过2010年收集的所有信息来排序六年。研究人员解释说，刚刚将该更新数据组织成预测模型的工作。

为了验证其研究结果，来自麻省理工学院和福特的科学家们的科学家们的科学家们的研究和创新中心将其与波士顿的MPO目前使用的模型相比。“这两种型号均为很好，”研究人员在一篇文章中发表于全国科学院学会的最新问题。

“手机是二十一世纪的普遍通信工具，全球覆盖率高达96％的人口，”研究人员表示。“迄今为止，手机数据一直有助于提高我们在前所未有的规模上的人类流动知识，向我们介绍长期观测，每日移动网络的频率和访问位置的数量，以及旅行距离的分配。”

6PM时代模型的城市移动模拟快照，鸟类“波士顿的浅色”。为了可视化目的，在视频中仅显示生活在波士顿地铁中的350万次辛辛中的1％。

虽然手机使用的稀疏性质导致倾向于有偏见的抽样，因为它们在每个渗透的空间和时间内提供完整的旅程，但研究人员能够推断某些移动模式。

例如，它们的算法假设用户在早上离开的位置以及他或她在晚上回到的位置是家。它还仅仅是经过最长的经常性留在日白天时间的位置是用户的工作场所。

该算法假设大多数人的工作日符合国家平均值，所以如果用户只能在下午12点和下午2点之间从工作中拨打电话，系统不会将其解释为两小时工作日的证据 - 除非其他数据证实的解释，否则在上午11:30和下午2:30常规电话

在波士顿市中心指挥行人和街道交通的标志。

除了工作和家庭以外的任何位置都得到了视为相似。从可用数据中，系统为每个用户构建概率性移动模型，将每周的每一天打破到10分钟的增量。对于每个增量，该模型表示位置变化的可能性，可能的目的地和可能在每个目的地花费的时间量。然后，系统在人口普查数据的基础上概括了社区跨社区的概率，并从得到的概率图中推断累积流量。

“我们能够识别144万用户的家庭位置，占我们初始用户群的75％，”研究人员表示。“接下来，我们过滤超过50次住宿的用户，至少10个家庭住宿在观察期内。”

活跃的手机用户被标记为通勤者，其中签署了133,448人，他们拥有与工作之旅的旅行和非上班商或43,606次签约，他们没有工作旅程。

波士顿周边的交通“的芬威公园棒球体育场。

研究人员说：“我们正确地模拟城市日常活动的能力，能源消费和城市规划对人们的生活质量和日常运作有关。”“为了告知政策制定重要的项目，如规划新的地铁线，并在大事事事期间管理交通需求，或为紧急情况做好准备，我们需要可靠的城市旅行需求模型。这些是具有高分辨率高分辨率的模型，用于模拟整个区域的近期移动性。“