Movilidad individual

La movilidad individual es el estudio que describe cómo se mueven los individuos dentro de una red o sistema. ^{[ 1 ]} El concepto se ha estudiado en varios campos, originándose en el estudio de la demografía. La comprensión de la movilidad humana tiene muchas aplicaciones en diversas áreas, incluyendo la propagación de enfermedades , ^{[ 2 ] [ 3 ]} virus móviles , ^{[ 4 ]} planificación urbana , ^{[ 5 ] [ 6 ] [ 7 ]} ingeniería de tráfico , ^{[ 8 ] [ 9 ]} pronóstico del mercado financiero , ^{[ 10 ]} y predicción a corto plazo del bienestar económico . ^{[ 11 ] [ 12 ]}

En los últimos años, se ha producido un aumento considerable en la disponibilidad de grandes conjuntos de datos sobre movimientos humanos. Estos conjuntos de datos se obtienen generalmente a partir de datos de teléfonos móviles o GPS , con distintos grados de precisión. Por ejemplo, los datos de los teléfonos móviles se registran habitualmente cada vez que el usuario realiza o recibe una llamada o un mensaje de texto, e incluyen la ubicación de la torre a la que se ha conectado el teléfono, así como la marca de tiempo. ^{[ 13 ]} En zonas urbanas, el usuario y la torre de telecomunicaciones pueden estar a tan solo unos cientos de metros de distancia, mientras que en zonas rurales esta distancia puede alcanzar varios kilómetros. Por lo tanto, la precisión para localizar a una persona mediante datos de teléfonos móviles varía. Estos conjuntos de datos son anonimizados por las compañías telefónicas para ocultar y proteger la identidad de los usuarios reales. Como ejemplo de su uso, los investigadores ^{[ 13 ]} utilizaron la trayectoria de 100 000 usuarios de teléfonos móviles durante un período de seis meses, mientras que a una escala mucho mayor ^{[ 14 ]} se analizaron las trayectorias de tres millones de usuarios de teléfonos móviles. Los datos GPS suelen ser mucho más precisos, aunque, debido a las preocupaciones sobre la privacidad , suelen ser mucho más difíciles de obtener. Se generan enormes cantidades de datos GPS que describen la movilidad humana, por ejemplo, mediante dispositivos GPS integrados en vehículos privados. ^{[ 15 ] [ 16 ]} El dispositivo GPS se enciende automáticamente al arrancar el vehículo, y la secuencia de puntos GPS que genera cada pocos segundos forma una trayectoria de movilidad detallada del vehículo. Algunos estudios científicos recientes compararon los patrones de movilidad obtenidos a partir de datos de teléfonos móviles con los obtenidos a partir de datos GPS. ^{[ 15 ] [ 16 ] [ 17 ]}

Los investigadores han podido extraer información muy detallada sobre las personas cuyos datos se hacen públicos. Esto ha generado gran preocupación por cuestiones de privacidad. Como ejemplo de posibles riesgos, la ciudad de Nueva York publicó 173 millones de viajes individuales en taxi . Los funcionarios municipales utilizaron un algoritmo de criptografía muy débil para anonimizar el número de licencia y el número de medallón, que es un código alfanumérico asignado a cada taxi. ^{[ 18 ]} Esto permitió a los hackers desanonimizar completamente el conjunto de datos, e incluso algunos pudieron extraer información detallada sobre pasajeros y celebridades específicos, incluyendo su origen y destino y la propina que dieron. ^{[ 18 ] [ 19 ]}

A gran escala, cuando el comportamiento se modela durante un período de duración relativamente larga (por ejemplo, más de un día), la movilidad humana se puede describir mediante tres componentes principales:

• distribución de la distancia del viaje${\displaystyle P(r)}$
• radio de giro${\displaystyle r_{g}(t)}$
• número de lugares visitados${\displaystyle S(t)}$

Brockmann, ^{[ 20 ]} al analizar billetes, descubrió que la probabilidad de la distancia recorrida sigue un paseo aleatorio sin escala conocido como vuelo de Lévy.${\displaystyle P(r)\ \sim r^{-(1+\beta )}}$dónde${\displaystyle \beta =0.6}$Esto fue confirmado posteriormente por dos estudios que utilizaron datos de teléfonos celulares ^{[ 13 ]} y datos GPS para rastrear a los usuarios. ^{[ 15 ]} La implicación de este modelo es que, a diferencia de otras formas más tradicionales de caminatas aleatorias como el movimiento browniano , los viajes humanos tienden a ser en su mayoría de distancias cortas con algunos de larga distancia. En el movimiento browniano, la distribución de las distancias de los viajes se rige por una curva en forma de campana, lo que significa que el siguiente viaje es de un tamaño aproximadamente predecible, el promedio, mientras que en el vuelo de Lévy podría ser un orden de magnitud mayor que el promedio.

Algunas personas tienen una inclinación inherente a recorrer distancias más largas que el promedio, y lo mismo ocurre con las personas con menor necesidad de movimiento. El radio de giro se utiliza para capturar precisamente eso e indica la distancia característica recorrida por una persona durante un período de tiempo t. ^{[ 13 ]} Cada usuario, dentro de su radio de giro${\displaystyle r_{g}(t)}$, elegirá la distancia de su viaje según${\displaystyle P(r)}$.

El tercer componente modela el hecho de que los humanos tienden a visitar algunos lugares con más frecuencia de lo que ocurriría en un escenario aleatorio. Por ejemplo, el hogar, el lugar de trabajo o los restaurantes favoritos se visitan mucho más que muchos otros lugares dentro del radio de giro del usuario. Se ha descubierto que${\displaystyle S(t)\ \sim t^{\mu }}$dónde${\displaystyle \mu =0.6}$, lo que indica un crecimiento sublineal en la cantidad de lugares visitados por un individuo. Estas tres medidas reflejan que la mayoría de los viajes se realizan entre un número limitado de lugares, con desplazamientos menos frecuentes a lugares fuera del radio de giro de un individuo.

Aunque la movilidad humana se modela como un proceso aleatorio, resulta sorprendentemente predecible. Al medir la entropía del movimiento de cada persona, se ha demostrado ^{[ 14 ]} que existe una predictibilidad potencial del 93%. Esto significa que, si bien existe una gran variabilidad en el tipo de usuarios y las distancias que recorre cada uno, su característica general es altamente predecible. Esto implica que, en principio, es posible modelar con precisión los procesos que dependen de los patrones de movilidad humana, como los patrones de propagación de enfermedades o virus móviles. ^{[ 21 ] [ 22 ] [ 23 ]}

A nivel individual, la movilidad humana diaria puede explicarse mediante solo 17 motivos de red . Cada individuo muestra uno de estos motivos de forma característica durante un período de varios meses. Esto abre la posibilidad de reproducir la movilidad individual diaria utilizando un modelo analítico manejable ^{[ 24 ].}

Las enfermedades infecciosas se propagan por todo el mundo generalmente debido a los viajes de larga distancia de los portadores de la enfermedad. Estos viajes de larga distancia se realizan mediante sistemas de transporte aéreo y se ha demostrado que " la topología de la red , la estructura del tráfico y los patrones de movilidad individual son esenciales para predicciones precisas de la propagación de enfermedades". ^{[ 21 ]} A una escala espacial menor, la regularidad de los patrones de movimiento humano y su estructura temporal deben tenerse en cuenta en los modelos de propagación de enfermedades infecciosas. ^{[ 25 ]} Los virus de teléfonos móviles que se transmiten a través de Bluetooth dependen en gran medida de la interacción y los movimientos humanos. Con más personas que utilizan sistemas operativos similares para sus teléfonos móviles, se está volviendo mucho más fácil que se produzca una epidemia viral. ^{[ 22 ]}

En la planificación del transporte , aprovechando las características del movimiento humano, como la tendencia a viajar distancias cortas con pocos pero regulares picos de viajes de larga distancia, se han realizado mejoras novedosas en los modelos de distribución de viajes , específicamente en el modelo de gravedad de migración ^{[ 26 ].}

• Movilidades
• Transporte privado
• teoría de redes
• Transportista personal
• Vehículo aéreo personal
• Transporte rápido personal
• Automóvil
  • Automovilidad masiva
  • Dependencia del automóvil
• Bicicleta
• Vuelo de Lévy
• Red libre de escala
• Transporte público
• Geografía del transporte y ciencia de redes (wikilibro)
• Movilidad social