Discovering locations and habits from human mobility data

Andrade, Thiago; Cancela, Brais; Gama, João

doi:10.1007/s12243-020-00807-x

Cited by 18 publications

(10 citation statements)

References 28 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The places we visit [1][2][3] , the products we purchase [4][5][6] , the people we interact with [7][8][9] , among others activities, produce digital records of our daily activities. Once decoded and analysed, this digital fingerprint provides a new ground to portray urban dynamics 10,11 .…”

Section: Introductionmentioning

confidence: 99%

Changes in the time-space dimension of human mobility during the COVID-19 pandemic

Santana¹,

Botta²,

Barbosa³

et al. 2022

Preprint

View full text Add to dashboard Cite

Socio-economic constructs and urban topology are crucial drivers of human mobility patterns. During the COVID-19 pandemic, these patterns were re-shaped in their main two components: the spatial dimension represented by the daily travelled distance, and the temporal dimension expressed as the synchronisation time of commuting routines. Leveraging location-based data from de-identified mobile phone users, we observed that during lockdowns restrictions, the decrease of spatial mobility is interwoven with the emergence of asynchronous mobility dynamics. The lifting of restriction in urban mobility allowed a faster recovery of the spatial dimension compared to the temporal one. Moreover, the recovery in mobility was different depending on urbanisation levels and economic stratification. In rural and low-income areas, the spatial mobility dimension suffered a more significant disruption when compared to urbanised and high-income areas. In contrast, the temporal dimension was more affected in urbanised and high-income areas than in rural and low-income areas.

show abstract

Section: Introductionmentioning

confidence: 99%

Changes in the time-space dimension of human mobility during the COVID-19 pandemic

Santana¹,

Botta²,

Barbosa³

et al. 2022

Preprint

View full text Add to dashboard Cite

show abstract

“…• Punto de conexión (p). Andrade, Cancela y Gama [79] indican que un punto es la representación de la conexión de un usuario a un lugar (AP asociado) en determinada fecha y hora, desde un dispositivo móvil. p = (latitud, longitud, tiempo).…”

Section: Inteligencia Artificial Para Detección De Comportamientos Y ...unclassified

“…• Trayectoria usuario (Tr). Una trayectoria [79] es una secuencia de puntos ordenados de la forma Tr = (p1, p2..., pn) donde p1 es el punto inicial de conexión a un AP y su fecha y hora de registro es menor a los siguientes puntos, de la forma p. Para Muysca, se considera que la secuencia de puntos Tr corresponde a las posiciones observadas de forma consecutiva (cada 5 minutos) para un mismo usuario. • Ubicación de permanencia (Up).…”

Section: Inteligencia Artificial Para Detección De Comportamientos Y ...unclassified

“…• Diario usuario (Du). Un diario de usuario [79] es una secuencia de Up ordenadas de la forma Du = (Up1, Up2..., Upn), donde Up1 es la primera ubicación de permanencia de un usuario en un día determinado. • Lugar Frecuente (Li).…”

Section: Inteligencia Artificial Para Detección De Comportamientos Y ...unclassified

“…Los datos de la taxonomía de lugares de un usuario en el campus se obtienen a partir del análisis del estado del arte y de la validación de negocio realizadas con los equipos SATIS y Biblioteca General. Según Andrade, Cancela y Gama [79] existen características espacio-temporales para identificar lugares significativos que frecuentan las personas. A partir del nombre físico de un AP, se procede a realizar la equivalencia a las características relacionadas con la problemática de la investigación, por ejemplo, piso del edificio asociado, ámbito del proyecto Smart-UJ o dimensión de CamIn, como se muestra en la tabla 8.…”

Section: Fuente Elaboración Propiaunclassified

See 2 more Smart Citations

Muysca : sistema de enriquecimiento del perfil de una persona en el marco de un campus inteligente

Delgado¹

View full text Add to dashboard Cite

Muysca desarrolla mecanismos de extracción de características basados en la ubicación y los datos transaccionales para permitir el enriquecimiento del perfil de las personas. Al realizar un análisis del estado del arte, caracterizamos diferentes servicios clave en el marco de un campus inteligente. Realizamos implementaciones de algunos componentes de la arquitectura de referencia: Quysqua Smart- UJ. Muysca se diseñó utilizando el Ciclo de Diseño Básico de Ingeniería para el caso de referencia, asociado a los servicios: asistencia a clase, actividades frecuentes y preferencias y gustos temáticos.

show abstract

How are you Riding? Transportation Mode Identification from Raw GPS Data

Andrade

Gama

2022

Progress in Artificial Intelligence

View full text Add to dashboard Cite

Discovering locations and habits from human mobility data

Cited by 18 publications

References 28 publications

Changes in the time-space dimension of human mobility during the COVID-19 pandemic

Changes in the time-space dimension of human mobility during the COVID-19 pandemic

Muysca : sistema de enriquecimiento del perfil de una persona en el marco de un campus inteligente

How are you Riding? Transportation Mode Identification from Raw GPS Data

Contact Info

Product

Resources

About