论文解读-The TimeGeo modeling framework for urban mobility without travel surveys

作者在这篇文章中提出了一个机械建模框架TimeGeo，该模型可以生成城市交通模式。它将从数据中推断出的家庭和工作活动位置联系在一起，通过对灵活的活动就行建模。

访问位置的时间选择由每周家庭旅游次数、停留率和突发率三个特征来决定。这些特征可以生成每个个体的活动持续时间、每天访问的地点数量、日常移动网络。访问位置的空间选择由基于rank的探索和优先回报机制（r-EPR）建模，该机制将空间纳入EPR模型。

最后，我们展示了分层乘法级联方法可以测量土地利用和出行产生之间的相互作用。这样，城市结构与观察到的出行距离直接相关。

Introduction

TimeGeo是一个建模框架，它从电信活动中可用的稀疏和不完整信息中提取出有效生成完整城市交通状况所需的个体特征和关键机制。

为了在微观和宏观层面上对城市中的个人流动性进行现实建模，有必要了解不同时期人口空间分布的基本特征。这里我们展示了这些特征可以从大数据源中提取。基于城市环境中的信息和通信技术（ICT）数据，为大量用户提供高分辨率的旅行日记。随着个人层面上的更多信息可用，所提出的参数集可以进一步细化。

从手机数据中提取活动

当一个人在某个地点进行活动时，被定义为停留。对于每个用户，根据开始时间和访问每个停留地点的频率，我们推断停留地点类型为家（H）、工作（W）或其他（O）。

个人移动生成机制