社會(huì)集群行為模式分析與異常檢測(cè).pdf

1、社會(huì)計(jì)算作為一門新興學(xué)科，是社會(huì)學(xué)與計(jì)算機(jī)科學(xué)的交叉領(lǐng)域。從宏觀層面上看，社會(huì)計(jì)算使用計(jì)算技術(shù)來(lái)研究現(xiàn)實(shí)社會(huì)的諸多問(wèn)題，從而促進(jìn)人類的社會(huì)活動(dòng)。過(guò)去的工作中，有關(guān)于Facebook、Twitter等虛擬現(xiàn)實(shí)社會(huì)的集群行為的研究，但是對(duì)人的現(xiàn)實(shí)移動(dòng)行為的研究較少；有對(duì)個(gè)體的移動(dòng)行為的研究，但不能滿足人們對(duì)大量人群的移動(dòng)行為的理解；有大規(guī)模集群行為方面的研究卻往往是與動(dòng)物相關(guān)的。近年來(lái)，得益于普適計(jì)算的迅速發(fā)展，對(duì)人的集體活動(dòng)的研究也因?yàn)閿?shù)

2、據(jù)獲取上的重大突破而成為了社會(huì)計(jì)算最重要的研究課題之一。研究現(xiàn)實(shí)社會(huì)人群分布與活動(dòng)的問(wèn)題對(duì)保障人類社會(huì)生活的安全和提高人類生活的質(zhì)量有重大意義，例如群體事件預(yù)警與發(fā)現(xiàn)，交通控制管理，城市規(guī)劃等。
　　將大量人群的GPS數(shù)據(jù)流作為一個(gè)整體來(lái)研究，從宏觀的角度分析人群空間分布，可以監(jiān)控社會(huì)安全。在具有顯著信息社會(huì)特征的大中型城市，復(fù)雜網(wǎng)絡(luò)的社會(huì)環(huán)境，使得突發(fā)危機(jī)事件形成和演化的表象顯得愈加無(wú)序和混沌。防范、臨控和處置突發(fā)危機(jī)事件的難度

3、越來(lái)越大，危機(jī)信息管理和危機(jī)應(yīng)急決策更需要智能化處理系統(tǒng)的幫助。我們首先用運(yùn)動(dòng)點(diǎn)群的空間分布來(lái)表示人群分布狀態(tài)，然后用分形特征來(lái)描述點(diǎn)群的聚集程度。為從特征向量中去除干擾因素，保留主要相關(guān)信息，我們用PCA進(jìn)行降維。自然災(zāi)害或特殊事件會(huì)引起人群分布狀態(tài)的異常，我們提出的NPA(鄰近點(diǎn)累積)算法可以很好地檢測(cè)出這種異常。在levy-flight模擬數(shù)據(jù)上的實(shí)驗(yàn)表明該方法是有效的、可靠的。
　　將大量分布在城市道路上的傳感器捕捉到的車

4、流數(shù)據(jù)作為一個(gè)整體來(lái)研究，可以發(fā)現(xiàn)人們駕車出行的模式。我們將同一時(shí)刻從各個(gè)傳感器獲得的數(shù)據(jù)排成一張圖，交通流就可以表示為隨時(shí)間變化的圖像序列。在這樣的圖像區(qū)域中我們提取了一種Arctan特征，交通流就轉(zhuǎn)變成了高維軌跡。為計(jì)算這些軌跡之間的相似性，我們提出了一種新的鏈?zhǔn)较嗨贫?。最后我們用層次聚類泫?lái)發(fā)現(xiàn)模式和從交通數(shù)據(jù)中移除異常。在明尼蘇達(dá)交通數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，我們的方法能檢測(cè)出異常并挖掘出兩個(gè)交通流模式。隨著經(jīng)濟(jì)與交邐的發(fā)展，駕車

5、是城市居民出行的主要方式之一，車流即是人流。模式分析的結(jié)果為進(jìn)一步研究社會(huì)和人的動(dòng)態(tài)性的提供了有益的信息。公共突發(fā)事件的檢測(cè)和交通預(yù)測(cè)都需要可靠的歷史數(shù)據(jù)，我們挖掘出的模式正好滿足了這個(gè)要求。挖掘出的模式是突發(fā)事件的檢測(cè)和交通預(yù)測(cè)的基礎(chǔ)，所以有益于對(duì)公共突發(fā)事件快速做出反應(yīng)和減少交通堵塞。而且，人們還可以參考發(fā)現(xiàn)的模式來(lái)制定更合理的出行計(jì)劃。另外，雖然在挖掘模式?jīng)]有考慮感應(yīng)器具體位置關(guān)系，但是，每個(gè)感應(yīng)器的實(shí)際經(jīng)緯度位置是可知的，所以我