人类时空间行为数据观测体系架构及其关键问题

地理研究GEOGRAPHICAL RESEARCH 第34卷第2期2015年2月V ol.34,No.2February,2015人类时空间行为数据观测体系架构及其关键问题柯文前1，俞肇元1,2，陈伟3，王晗1，赵珍珍4（1.南京师范大学地理科学学院，南京210023；2.江苏省地理信息资源开发与利用协同创新中心，南京210023;3.东北师范大学地理科学学院，长春130024；4.南京大学地理与海洋科学学院，南京210093）摘要：大数据的行为研究具有丰富的数据源，但在数据的尺度、信度、精度、粒度和研究边界等方面仍存在诸多问题，且涉及隐私、可预测性等广泛争议。

依据“信息获取方式确定—信息获取手段整合—信息类型划分—信息解析与要素提取—行为属性与要素集成”的思路，构建了整合高精度、全要素和多视角的行为数据观测体系架构。

梳理与论述了行为研究中行为变化的尺度依赖特征，个体行为与群体行为数据的区分与综合，行为数据需求与个体隐私边界界定及行为数据的解析、匹配与整合等关键问题。

尝试从科学问题的边界界定与数据需求、多源数据采集与整合方法、多要素行为数据解析与集成方法及应用驱动的行为数据应用模式与途径等方面，对行为数据的综合采集与集成处理进行界定。

关键词：行为数据；观测体系架构；数据整合方法；要素集成方法；时空间行为DOI:10.11821/dlyj2015020161引言人是社会的主体。

地理学对人类时空行为的关注最早出现在行为地理学和时间地理学领域，涉及迁居、购物、出行、通勤等诸多方面[1-5]。

早期研究缺乏获取详尽的微观个体数据以及表达复杂地理环境的分析工具，而更注重宏观、汇总层面的静态性分析。

近年来，随着智能终端、物联网等技术的发展，个体行为时空数据的采集与分析发展迅速。

基于数据驱动的行为分析日渐成为主流。

大数据分析技术使得隐藏在数据背后人的行为时空模式与规律得以浮现[6-10]。

Barabasi 等相继在Nature 上发表论文[11,12]，利用海量的时空数据揭示人类行为对泊松过程的偏离及其空间标度律特性，大幅推动了数据驱动的时空行为分析。

数据驱动的行为分析可以对人类社会的政治、经济决策、公共安全、公共卫生等诸多领域产生根本性的突破与变革，已成为行为地理乃至整个人文地理研究的热点内容之一[13-18]。

由于缺乏对相关研究问题所需数据的严格界定以及规范化的观测体系，不同的行为数据在精度、信度、尺度、粒度等差异巨大，并引发了诸如隐私、行为可预测性等广泛争议。

现有研究多仅涉及特定场景中人的行为，如对人的分类就存在“活动的人”（购物[19,20]、休闲[21,22]、就业和居住[23,24]）、“移动的人”（出行[25,26]、通勤[27,28]、迁居[29]）、“城市内部的人”[30,31]、收稿日期：2014-08-15;修订日期：2014-12-23基金项目：国家科技支撑计划项目(2012BAH35B02)；国家自然科学基金项目(41071084,41201377)；江苏省自然科学基金项目(BK2012454)；江苏省优势学科资助项目作者简介：柯文前（1988-），男，福建晋江人，博士生，主要研究方向为空间结构与行为地理学。

E-mail:wqke2005@通讯作者：俞肇元（1984-），男，安徽南陵人，博士，副教授，研究方向为地理信息系统与地理建模。

E-mail:yuzhaoyuan@373-383页地理研究34卷374“短期/日常时空行为的人”[32]等多个单独的标签。

上述研究的数据多为日常活动日志调查、访谈和GPS数据，使得对其全方位透视有很大困难[33]。

一个可行的思路是将“人”这一主体放入真实的、复杂的地理场景中，对人在多个时空尺度上的虚拟行为与实体行为、移动系统与活动系统、个体行为与群体模式等整体性进行全方位的观测。

发展与整合高精度、全要素和多视角的行为数据综合观测体系成为必须。

3S技术、物联网、移动互联等技术的快速发展，使得包含地理位置、社会属性、移动轨迹、迁移过程和交互模式等信息的人类时空行为数据综合、连续观测成为了可能。

遥感遥测设备、GPS等的广泛应用为位置信息的获取提供了持续的数据源。

手机、平板电脑等移动互联设备则成为了记录和分析人与人之间时空位置、交互联系以及行为模式的综合数据平台。

遍布全城的视频网络及图像采集设备持续真实地记录了城市级别乃至更大尺度社会运行状态的信息。

跨越区域之间的快速交通流则架构了城市之间紧密相连的桥梁。

社交网络、网上签到、微博、志愿者地理信息（VGI）提供了人类行为模式与交互的综合性系统平台，持续记录着现实与虚拟世界中人的各类行为。

云计算以及城市计算等技术作为一个巨大的数据处理器，则可以用于实现对复杂人类行为特征、过程和机理的分析与识别。

对上述行为数据进行有效的梳理、整合、分析与挖掘，有望揭示个人行为模式、群体结构特征、人群交互响应过程与社会网络结构，以及从微观行为洞悉宏观空间形态与空间结构动态演变的内在机理。

鉴于发展全方位行为数据在“人”的研究中的重要性和必要性，拟以科学认知角度构建人类行为数据观测体系架构，并梳理和论述数据采集过程中的几个关键问题。

在此基础上，尝试从行为研究科学问题的边界界定与数据需求出发，探讨多源、多视角数据采集与整合方法，多要素行为数据的解析与集成以及应用驱动的行为数据应用模式与途径等方面，实现对行为数据的综合采集与集成处理。

所探讨的行为数据观测体系架构及关键问题，可为行为地理学、时间地理学与相关学科的学科定位、基础理论及实践应用研究等提供有益参考。

2人类时空间行为数据观测体系架构2.1数据观测体系在时空行为研究中的作用剖析在大数据时代，人的行为模式（空间范围，活动习惯，社交网络，交往模式等）都具有可控的采集模式，但如何根据地理学研究的核心问题及其边界对相关数据进行界定、细化和整合仍是亟待厘清的关键问题。

综合考虑行为科学的学科需求、数据特征、采集手段和应用需求等，遵循“行为认知体系—基础研究系统—功能支撑系统—规律与应用系统”的基本主线，构建大数据时代人类时空行为研究的总体框架（图1）。

从行为研究的框架看，数据观测体系是行为研究范式的重要组成部分，在人类时空行为分析中发挥着承前启后的关键性基础作用。

具体而言，“认知体系及研究范式”是时间地理学、行为地理学、社会学、心理学等多学科所共有的理论基础依托，同时也是数据观测体系的学科需求。

“基础研究系统”所探讨的行为特征、分布结构、动态过程和要素关系是行为科学的核心论题，是数据观测体系的关键入口。

“规律与应用系统”的行为模式识别、规律认知与特征预测等是连接理论与实践的重要部分，扮演数据观测体系的主要出口。

作为主导连接入口与出口的“功能支撑系统”，由数据观测体系和分析体系组成，且观测体系也是分析体系能否实现的基本前提。

以上各系统间的内在关联为明确行为数据采集的地位和作用，进而为完整的行为数据观测体系架构的建立提供了佐证和依2期柯文前等：人类时空间行为数据观测体系架构及其关键问题据。

由此昭示，从科学认知的视角出发，遵循一定范式的有机整合思路构建行为数据观测体系架构，可有效支撑人类行为研究科学范式的建立。

2.2人类时空间行为数据观测体系架构的构建人类时空行为数据采集的主要目的是搭建完整的连续时空尺度序列和综合性属性要素的行为数据观测体系。

依据“信息获取方式确定—信息获取手段整合—信息类型划分—信息解析与要素提取—行为属性与要素集成”的基本思路，构建具有层次结构的人类时空行为数据观测体系的整体架构（图2）。

具体展开为，以个体主动参与和群体被动感知的非侵入式①采集方式为依托，囊括小区、城市、区际、全球等不同空间尺度和跨越日常、生命、社会、历史的时间维度上，整合问卷、访谈、GPS 、网络、手机、视频、智能卡等多种信息获取手段。

连续采集蕴含不同信息类型的时空轨迹数据、密集点云数据、视频监控数据、影像序列数据、文本序列数据、多要素时序数据、阵列数据、模式数据和图像图片数据等传感器数据。

进而建立信息类型与行为属性间的映射规则，解析与提取时空位置数据、分布格①非侵入式主要指尽量减少被观测者感知的观测方式，如利用街道的视频监控等。

一方面尽量避免被观测者由于显式或者隐式的隐私保护心理导致的数据观测误差，另一方面着重保证对被观测者的隐私保护。

图1人类时空行为研究的总体框架Fig.1The overall framework of space-time behaviorresearch 图2人类时空行为数据观测体系架构Fig.2The architecture for human space-time behavior data observation375地理研究34卷376局数据、语义信息数据、属性特征数据、动态过程数据和要素关系数据等要素信息。

在此基础上，对行为的特征属性、活动属性和移动属性进行关联、匹配与整合，从而实现时空多尺度序列的综合观测与行为多要素属性的综合集成。

观测体系中，不同信息获取手段的交叉观测可采集多时空尺度上有对应关系的行为属性数据。

其中，智能手机主要采集个体时空位置、要素关系和属性特征数据，用于解决城市尺度上个体日常的时间、空间、图像、影音和社会关系问题，重点解决个人行为的特性问题；基于GPS、浮动车、公交刷卡和手机基站的大规模高精度的时空位置和分布格局数据，为都市区尺度个体日常活动、移动时空行为提供持续数据源；视频主要获取动态过程、要素关系和语义信息数据，解决小区、城市和都市区尺度上个体交互模式与群体行为时空特征结构，并面向应用解决优化和疏导问题；覆盖城市群、区际和全球尺度的快速交通网络和ICT技术的要素关系数据，主要解决个体虚拟行为与实体行为的关系网络、舆情导向、社会文化和信息传播等问题；基于大规模调查问卷的长期行为数据和深度访谈的个体生命历程的属性特征数据，则可用于城市和都市区尺度的个体行为过程演变和形成机制探讨。

3人类时空行为观测的关键问题对“人”的全面观测，需要同时解决行为数据采集过程中的几个关键问题。

其中，人的行为同时具有随机行为和系统行为两类，且其变化具有尺度依赖特征和明显的社会性，需要连续时空尺度的观测序列；微观个体和宏观人群的双重属性决定了需要对个体行为的事件性与群体行为的规律性进行区分与综合，因而要求在真实地理场景中对整体人进行实时、连续和动态观测；广泛的数据收集可能涉及隐私，使得对“人”的观测在操作上具有高度复杂性，需要有顾及科学研究的问题需求和个体认知的隐私边界的非侵入式数据采集手段；行为特征与数据特征有内在对应关系，需建立传感器数据集到行为特征表达的数据之间的有效映射，并通过综合多源、多类型的行为数据，进行信息的解析、匹配与整合，进而实现行为数据的概念抽象、整体表达与集成分析。