Para muchas personas se ha convertido en un hábito cotidiano llevar consigo un teléfono móvil.
Los datos de posicionamiento móvil (MPD) son una forma de big data que resulta de los grandes volúmenes de datos del posicionamiento móvil : el seguimiento de la ubicación de los teléfonos móviles. [1]
Los datos de posicionamiento móvil se pueden utilizar para generar estadísticas de población y turismo , medir la movilidad humana, crear soluciones basadas en datos en planificación urbana , establecer un plan de respuesta a desastres , etc. [2]
El posicionamiento móvil activo se basa en operadores de redes móviles donde la ubicación del teléfono móvil se determina mediante una consulta especial. [3] Los teléfonos móviles se posicionan en función de las señales de red procedentes de las antenas de la red y, normalmente, utilizando el método de triangulación de señales. [4] La recopilación de estos datos generalmente requiere permisos especiales (consentimiento de las personas que se ubican), [2] lo que significa que la cantidad de personas que se ubican suele ser pequeña. [5]
El posicionamiento móvil pasivo utiliza metadatos del uso del teléfono móvil, como llamadas entrantes o salientes o mensajes de texto ( registros de detalles de llamadas ) o el uso de Internet móvil (registros de detalles de datos), [2] que cada operador de red móvil almacena automáticamente. [6] La precisión del posicionamiento móvil pasivo se limita al área de cobertura de las células de la red, que puede variar desde unos pocos cientos de metros hasta varios kilómetros. [4]
En comparación con el posicionamiento móvil pasivo, el posicionamiento móvil activo produce datos de ubicación más precisos y proporciona una mayor frecuencia en los puntos de datos creados. Aunque son menos precisos, los datos de posicionamiento móvil pasivo tienen muchos beneficios: se pueden recopilar más fácilmente en comparación con los datos de posicionamiento móvil activo (no requiere acuerdos individuales), el número de personas posicionadas puede ser mucho mayor y se pueden recopilar durante períodos de tiempo más largos. . [6]
Historia
La identificación de la ubicación de los dispositivos móviles alcanzó una mayor precisión a principios de la década de 2000. [7] Un papel importante lo desempeñó la ley E911 aceptada en los EE.UU., que obligaba a determinar la ubicación original de las llamadas de emergencia. [8] A medida que se desarrollaron las soluciones técnicas para identificar la ubicación de un teléfono móvil, comenzaron a surgir diferentes servicios basados en la ubicación . [4] Esta posibilidad de observar los movimientos de las personas y también sus características sociales se convirtió en un tema de gran interés para los investigadores y se introdujo por primera vez como el Método de Posicionamiento Social (SPM) en 2004. [9] El método fue desarrollado por el Departamento de Geografía. de la Universidad de Tartu , con el profesor Rein Ahas a la cabeza y la empresa Positium, que también llevó a cabo las primeras investigaciones empleando ese método. La investigación basada en SPM se centró en los flujos sociales en el tiempo y el espacio mediante el análisis de las coordenadas de ubicación de los teléfonos móviles (y también la identificación social de las personas que los portan). Dado que ese método utilizaba posicionamiento móvil activo, se necesitaba el consentimiento de las personas observadas. Los datos de posicionamiento móvil surgieron como una fuente completamente nueva de información y análisis en geografía y ciencias sociales. [4] El beneficio de utilizar este tipo de datos fue que permitió describir mejor los movimientos espacio-temporales de la sociedad, lo que significa que esta información podría usarse para la investigación , la planificación y la administración de la vida pública . [9]
Atributos y tipos de datos de posicionamiento móvil
Se crea un registro de posicionamiento móvil en la base de datos de un operador de red móvil cuando un dispositivo móvil se comunica con la red. Estos registros se consideran datos de posicionamiento móvil pasivo y cuando se crean son registrados por diferentes entidades de la red. Por ejemplo, cuando un dispositivo móvil inicia una actualización del área de ubicación, una base de datos (como el Registro de ubicación de visitantes ) almacena el código de área de ubicación correspondiente. Cada vez que un suscriptor utiliza servicios como llamadas, mensajería o internet móvil , se generan diferentes registros. [10]
Los principales atributos que caracterizan los datos de posicionamiento móvil son los siguientes:
identificador único del suscriptor (generado aleatoriamente para anonimizar el conjunto de datos)
atributo de tiempo (fecha, horas, minutos y segundos)
ubicación (al nivel de la torre celular a la que estaba conectado el dispositivo móvil). Para datos de posicionamiento móvil nacional y entrante, la referencia geográfica es la ubicación y/o el área de cobertura de la celda de la red (inicialmente el ID de la celda). Para los datos de posicionamiento móvil salientes, la referencia geográfica inicial es el país del MNO asociado de roaming. [10]
Los datos de posicionamiento móvil pasivo se pueden dividir en tres categorías desde la perspectiva de un operador de red móvil:
datos de posicionamiento móvil nacional: cualquier registro de posicionamiento móvil creado dentro de la red de un operador de red móvil (MNO) como resultado del uso del dispositivo móvil por parte de un suscriptor de un MNO local.
datos de posicionamiento móvil salientes: cualquier registro de posicionamiento móvil creado en una red de itinerancia de un MNO extranjero como resultado del uso del dispositivo móvil por parte de un suscriptor de un MNO local.
datos de posicionamiento móvil entrantes: cualquier registro de posicionamiento móvil creado dentro de la red de un operador de red móvil como resultado del uso del dispositivo móvil por parte de un suscriptor itinerante de un MNO extranjero. [10]
Casos de uso
La huella digital que dejan los usuarios de dispositivos móviles es sensible, pero también muy valiosa, ya que proporciona nuevas posibilidades de medición y seguimiento de las actividades espacio-temporales de la población. [10] Esto convierte al MPD en una excelente fuente de datos para recopilar estadísticas, ya que puede llenar los vacíos que faltan otras fuentes de datos. [11] Tradicionalmente, la ubicación y la movilidad de las personas se estudian mediante cuestionarios, encuestas sobre viajes y uso del tiempo y censos . Este método, sin embargo, tiene muchas limitaciones. La muestra de cuestionarios suele ser relativamente pequeña y, aunque los censos cubren a toda la población y contienen información detallada, no se realizan con frecuencia. Por lo tanto, los datos de los cuestionarios sólo pueden recopilarse en algunos momentos discretos en el tiempo. La recogida de MPD, sin embargo, es continua y puede cubrir a la mayoría de la población. Además, dado que los operadores de redes móviles recopilan continuamente datos de posicionamiento móvil pasivo, ofrece la posibilidad de generar estadísticas a un nivel muy granular. Además, permite producir estadísticas casi en tiempo real, así como estadísticas sobre eventos que sucedieron hace años.
Varios artículos de investigación y casos de uso muestran que los datos de posicionamiento móvil desempeñan un papel muy importante en diversos ámbitos, como el turismo , la salud, la socioeconomía , la respuesta a desastres, la gestión urbana , etc. [10] Los autores indican una gran cantidad de campos que podrían beneficiarse del uso del posicionamiento móvil, como planificación urbana y de transporte, monitoreo del flujo de tráfico, planificación de eventos (conciertos, deportes, festivales), seguridad y protección (análisis de riesgos basados en la cantidad de personas en un lugar específico en un momento específico) , matrices origen-destino del transporte, turismo y marketing de lugares, epidemiología (propagación geográfica de enfermedades infecciosas) y seguimiento de puntos críticos (lugares de reunión de turistas y residentes). [12] Gran parte de esta investigación se lleva a cabo sobre la base de la identificación de ubicaciones significativas, como puntos de anclaje en el hogar y el trabajo, con la ayuda de datos de posicionamiento móvil pasivo. [13]
Algunos ejemplos de dominio específico del uso de MPD incluyen los siguientes:
Turismo : MPD permite examinar los flujos turísticos y vincularlos con la asistencia a eventos y visitas a lugares, ayudando a muchas asociaciones de turismo a planificar y gestionar su trabajo y servicios de manera más eficiente. [14]
Transporte : el MPD se puede utilizar eficazmente como un enfoque basado en datos para reorganizar el transporte público. Por ejemplo, en Estonia, el gobierno de la ciudad de Tartu lanzó una red de rutas de autobús diseñada utilizando datos de posicionamiento móvil para comprender las necesidades de los usuarios y las rutas de viaje. [15]
Desarrollo : los registros detallados de las llamadas se pueden analizar con el objetivo de planificar acciones de desarrollo humanitario, como la migración de emergencia en Haití , el mapeo de la malaria en Kenia y la estimación del nivel de pobreza en Costa de Marfil . [16]
Bien social : el MPD se puede utilizar para informar el trabajo humanitario y de desarrollo. Ejemplos de tales casos de uso incluyen la predicción de brotes de dengue más rápidamente en Pakistán , [17] utilizando una evaluación rápida y casi en tiempo real del desplazamiento de población después del terremoto de Nepal . [18]
Modelización de epidemias : dado que la movilidad humana es el componente principal de la transmisión espacial a gran escala de enfermedades infecciosas, es fundamental modelar y cuantificar la movilidad humana para mejorar el control de epidemias. [19] Ejemplos: análisis de la transmisión de malaria en Senegal, [20] respuesta al brote de Ébola , [21] seguimiento de la propagación de brotes de cólera . [22]
Pobreza y riqueza : las estimaciones precisas y oportunas de las características de la población son un aporte fundamental para la investigación y las políticas sociales y económicas. Un ejemplo de caso de uso aquí es la predicción de la riqueza en toda Ruanda utilizando datos de posicionamiento móvil. [23]
Movilidad estacional : analizar los patrones de movimiento humano y monitorear sus cambios es importante para la toma de decisiones. Por ejemplo, en una investigación basada en MPD realizada en Senegal, se extrajeron y visualizaron los patrones de movimiento de diferentes grupos de población. [24]
Estadísticas oficiales
Los datos de posicionamiento móvil se pueden utilizar en la producción de estadísticas oficiales.
En 2021, hay dos países en el mundo donde los proveedores de estadísticas utilizan datos de posicionamiento móvil pasivo como parte de la producción periódica de estadísticas oficiales de turismo: Estonia e Indonesia . [10] Eesti Pank , el banco central de Estonia, produce estadísticas oficiales de viajes turísticos basadas en datos de posicionamiento móvil pasivo desde 2008 [25] y el Ministerio de Turismo de Indonesia produce estadísticas de llegada de visitantes transfronterizos basados en MPD desde 2016. [26 ]
Ventajas de los datos de posicionamiento móvil
A efectos estadísticos, los datos de posicionamiento móvil ofrecen nuevas posibilidades en cuanto a la calidad de los datos. Las estadísticas basadas en MPD se pueden compilar automáticamente, en algunos casos casi en tiempo real, y requieren menos trabajo manual. La tarea de analizar e interpretar los indicadores estadísticos resultantes queda en manos de estadísticos e investigadores, pero el nuevo concepto de recopilación de datos rápida y amplia mejora la calidad de los procesos de toma de decisiones y los resultados en los sectores público y privado. [10]
Se dice que los datos de posicionamiento móvil tienen una mayor precisión espacial y temporal que las estadísticas turísticas habituales. La precisión de las antenas ofrece más perspectivas de investigación que las estadísticas de acomodación. Los registros digitales sobre los movimientos de los turistas permiten analizar su comportamiento espacio-temporal. Esto permite vincular las rutas utilizadas por los turistas con los lugares que visitaron y la conexión de sitios de interés con puntos de entrada o con destinos finales en el país, etc. La precisión espacio-temporal permite la investigación de eventos individuales y su geografía más que antes. anteriormente había sido posible. Esto permite estudiar el alcance y los impactos de eventos como ferias, conciertos, eventos deportivos y también gestionar aglomeraciones de visitantes. Los datos de posicionamiento móvil también se consideran adecuados para estudiar el turismo en áreas naturales menos visitadas donde es difícil utilizar otros métodos como estadísticas de alojamiento o cuestionarios. [27]
La puntualidad de las estadísticas (casi en tiempo real) y la posibilidad de generar indicadores rápidos no confirmados son otras características que ofrecen los datos de posicionamiento móvil. Por otro lado, los investigadores también podrían enfrentar dificultades a la hora de evaluar la calidad de las estadísticas basadas en MPD porque la prevalencia del uso de teléfonos móviles durante los viajes se desconoce en gran medida y la metodología podría no ser firme. También se citan como problemas comunes la relativa falta de información sobre el motivo del viaje, los gastos, el tipo de alojamiento y el medio de transporte utilizado. [10] Sin embargo, los datos de posicionamiento móvil pasivo tienen varias ventajas, que pueden justificar su uso e incluso abrir nuevas perspectivas en los estudios y herramientas de gestión del turismo. Una de las mayores ventajas de los datos de posicionamiento es la posibilidad de monitorizar el turismo en tiempo real. Los datos se pueden recopilar periódicamente y visualizar en un entorno de tiempo real. [27]
Desventajas de los datos de posicionamiento móvil
Los datos de posicionamiento móvil también tienen algunas debilidades, como el hecho de que ni siquiera estos datos representan a la población total, ya que también hay personas sin teléfonos móviles (niños pequeños, ancianos, ciertos grupos socioeconómicos). [28] Además, los hábitos de uso de los usuarios de teléfonos móviles pueden ser muy diferentes, lo que, al final, influye en el conjunto de datos resultante. Además, cuando se utilizan datos de posicionamiento móvil pasivo, no hay información sobre los antecedentes de los usuarios: sus características, indicadores socioeconómicos, propósito del viaje, tipo de alojamiento y medio de transporte utilizado, etc. [29] Información más detallada sobre Estas características pueden recopilarse con cuestionarios adicionales en el caso de datos de posicionamiento móvil activo, cuya recopilación generalmente requiere permisos especiales (consentimiento de las personas que se posicionan). [2] Sin embargo, la obligación de pedir permiso significa que la muestra de personas posicionadas activamente suele ser pequeña. [5]
La precisión espacial del posicionamiento móvil pasivo depende de la división geográfica de la red móvil, que no está distribuida equitativamente en el espacio. Esto significa que el posicionamiento móvil pasivo es espacialmente más preciso en zonas urbanas densamente pobladas y cerca de autopistas debido al mayor número de torres de telefonía móvil, pero en el campo, por ejemplo, la precisión es menor. [2] Además, la precisión del posicionamiento móvil pasivo se limita al área de cobertura de las células de la red, que puede variar desde unos pocos cientos de metros hasta varios kilómetros. [4]
Preocupaciones de privacidad
La tecnología de posicionamiento móvil en general podría generar temores de que las ubicaciones y actividades de las personas estén siendo monitoreadas desde lejos. [9] Muchas de las preocupaciones relacionadas con los datos de posicionamiento están en los campos de la privacidad y la vigilancia y esas cuestiones deben abordarse y discutirse con mucho cuidado. [27] En el ámbito del MPD, existen muchas medidas diferentes para salvaguardar la privacidad de los usuarios, como la seduonimización/anonimización de los datos, mediante la cual se puede modificar el código de identidad personal de un suscriptor o se pueden agregar datos para brindar anonimato a los sujetos. Además de eso, el muestreo (que reduce la posibilidad de que una persona sea incluida en un conjunto de datos) y la ofuscación (enmascarar u ocultar los datos originales) podrían usarse como alternativas o emplearse para aumentar aún más el nivel de protección de la privacidad. [10]
Referencias
^ Ajás, Rein; Aasa, Anto; Silm, Siiri; Tiru, Margus (2007), "Datos de posicionamiento móvil en estudios y seguimiento del turismo: estudio de caso en Tartu, Estonia", Tecnologías de la información y la comunicación en el turismo 2007 , Viena: Springer Vienna, págs. 119–128, doi :10.1007/978- 3-211-69566-1_12, ISBN 978-3-211-69564-7, recuperado 2021-08-24
^ abcde Ahas, Rein; Aasa, Anto; Roose, Antti; Mark, Ülar; Silm, Siiri (junio de 2008). "Evaluación de datos de posicionamiento móvil pasivo para encuestas de turismo: un estudio de caso de Estonia". Gestión Turística . 29 (3): 469–486. doi :10.1016/j.tourman.2007.05.014. ISSN 0261-5177.
^ Ajás, Rein; Aasa, Anto; Silm, Siiri; Tiru, Margus (febrero de 2010). "Ritmos diarios de los movimientos de los viajeros suburbanos en el área metropolitana de Tallin: estudio de caso con datos de posicionamiento móvil". Investigación en transporte, parte C: tecnologías emergentes . 18 (1): 45–54. doi :10.1016/j.trc.2009.04.011.
^ abcde Ahas, Rein; Mark, Ülar (agosto de 2005). "Servicios basados en la ubicación: ¿nuevos desafíos para la planificación y la administración pública?". Futuros . 37 (6): 547–561. doi :10.1016/j.futures.2004.10.012. ISSN 0016-3287.
^ ab Raun, Janika; Shoval, Noam; Tiru, Margus (9 de marzo de 2020). "Puertas de entrada a los flujos turísticos intranacionales: medidas mediante dos tipos de tecnologías de seguimiento". Revista Internacional de Ciudades Turísticas . 6 (2): 261–278. doi :10.1108/ijtc-08-2019-0123. ISSN 2056-5607. S2CID 216388897.
^ ab Silm, Siiri; Järv, Olle; Masso, Anu (2020), "Seguimiento de las movilidades humanas a través de teléfonos móviles", Manual de métodos de investigación y aplicaciones para la movilidad , Edward Elgar Publishing, págs. 182-192, doi :10.4337/9781788115469.00025, ISBN978-1-78811-546-9, S2CID 225356172 , consultado el 31 de agosto de 2021
^ Montaña, David; Rapero, Jonathan (diciembre de 2001). "Técnicas de posicionamiento para servicios basados en localización (LBS): características y limitaciones de las soluciones propuestas". Procedimientos de ASLIB . 53 (10): 404–412. doi :10.1108/eum0000000007074. ISSN 0001-253X.
^ Comisión Federal de Comunicaciones de EE. UU. (1999). "Ley de seguridad pública y comunicaciones inalámbricas (E911)" (PDF) .
^ abc Ahas, R., Mark, Ü., Kalle H. (2004). "Sotsiaalne positsioneerimine muudab geograafiat ja ühiskonnateadusi". Academia . 16–3 : 508–529.{{cite journal}}: Mantenimiento CS1: varios nombres: lista de autores ( enlace )
^ abcdefghi Grupo de trabajo global de la ONU sobre Big Data para estadísticas oficiales (2019). Manual sobre el Uso de Datos de Teléfonos Móviles para Estadísticas Oficiales .
^ "Datos del teléfono móvil". Big Data de la ONU .
^ Eurostat (30 de junio de 2014). «Estudio de viabilidad sobre el uso de datos de posicionamiento móvil para estadísticas de turismo» (PDF) . Informe Consolidado Eurostat .
^ Ajás, Rein; Silm, Siiri; Järv, Olle; Saluveer, Erki; Tiru, Margus (abril de 2010). "Uso de datos de posicionamiento móvil para modelar ubicaciones significativas para los usuarios de teléfonos móviles". Revista de tecnología urbana . 17 (1): 3–27. doi :10.1080/10630731003597306. ISSN 1063-0732. S2CID 129207771.
^ Ajás, Rein; Aasa, Anto; Silm, Siiri; Tiru, Margus (2007), "Datos de posicionamiento móvil en estudios y seguimiento del turismo: estudio de caso en Tartu, Estonia", Tecnologías de la información y la comunicación en el turismo 2007 , Viena: Springer Vienna, págs. 119–128, doi :10.1007/978- 3-211-69566-1_12, ISBN978-3-211-69564-7, recuperado 2021-09-06
↑ Positium (24 de junio de 2019). "Caso de uso: construir una ciudad inteligente con soluciones basadas en datos, inclusión e innovación en Tartu".
^ Pulso global de las Naciones Unidas (2013). "Datos de redes de telefonía móvil para el desarrollo" (PDF) . Pulso global de la ONU .
^ "Estado de los datos móviles para el bien social" (PDF) . Pulso Global, GSMA . 2015.
^ Wilson, Robin; zu Erbach-Schoenberg, Elisabeth; Alberto, Maximiliano; Poder, Daniel; Tudge, Simón; González, Miguel; Guthrie, Sam; Chambelán, Heather; Brooks, Cristóbal; Hughes, Cristóbal; Pitonakova, Lenka (2016). "Evaluaciones rápidas y casi en tiempo real del desplazamiento de población utilizando datos de teléfonos móviles después de desastres: el terremoto de Nepal de 2015". Corrientes PLOS . 8 . doi : 10.1371/currents.dis.d073fbece328e4c39087bc086d694b5c . ISSN 2157-3999. PMC 4779046 . PMID 26981327.
^ Tizzoni, Michele; Bajardi, Paolo; Decuyper, Adeline; Rey, Guillaume Kon Kam; Schneider, Christian M.; Blondel, Vicente; Smoreda, Zbigniew; González, Marta C.; Colizza, Vittoria (10 de julio de 2014). "Sobre el uso de indicadores de movilidad humana para modelar epidemias". PLOS Biología Computacional . 10 (7): e1003716. arXiv : 1309.7272 . Código Bib : 2014PLSCB..10E3716T. doi : 10.1371/journal.pcbi.1003716 . ISSN 1553-7358. PMC 4091706 . PMID 25010676.
^ Tompkins, Adrián M.; McCreesh, Nicky (31 de marzo de 2016). "Estadísticas de migración relevantes para la transmisión de malaria en Senegal derivadas de datos de teléfonos móviles y utilizadas en un modelo de migración basado en agentes". Salud Geoespacial . 11 (1s): 408. doi : 10.4081/gh.2016.408 . ISSN 1970-7096. PMID 27063741. S2CID 42244743.
^ Rápido, L., Waugaman, A. (2016). "Luchar contra el ébola con información: aprender de los datos y los flujos de información en la respuesta al ébola en África occidental" (PDF) . USAID .{{cite journal}}: Mantenimiento CS1: varios nombres: lista de autores ( enlace )
^ Dedo, Flavio; Genolet, Tina; Mari, Lorenzo; de Magny, Guillaume Constantin; Manga, Noël Magloire; Rinaldo, Andrea; Bertuzzo, Enrico (7 de junio de 2016). "Los datos de los teléfonos móviles destacan el papel de las reuniones masivas en la propagación de los brotes de cólera". Actas de la Academia Nacional de Ciencias . 113 (23): 6421–6426. Código Bib : 2016PNAS..113.6421F. doi : 10.1073/pnas.1522305113 . ISSN 0027-8424. PMC 4988598 . PMID 27217564.
^ Blumenstock, J.; Cadamuro, G.; On, R. (27/11/2015). "Predecir la pobreza y la riqueza a partir de metadatos de teléfonos móviles". Ciencia . 350 (6264): 1073–1076. Código Bib : 2015 Ciencia... 350.1073B. doi : 10.1126/ciencia.aac4420 . ISSN 0036-8075. PMID 26612950. S2CID 206638993.
^ "Análisis de patrones de movilidad estacional utilizando datos de teléfonos móviles" (PDF) . Pulso global de la ONU . 2015.
^ Salvador, Erki; Raun, Janika; Tiru, Margus; Altín, Laura; Corona, Jaanus; Snitsarenko, Tarass; Aasa, Anto; Silm, Siiri (1 de marzo de 2020). "Marco metodológico para la elaboración de estadísticas turísticas nacionales a partir de datos de posicionamiento móvil". Anales de investigaciones turísticas . 81 : 102895. doi : 10.1016/j.annals.2020.102895 . ISSN 0160-7383. S2CID 213622834.
^ Titi Kanti Lestari, Siim Esko, Rifa Rufiadi, Erki Saluveer, Sarpono Dimulyo (2018). "La experiencia de Indonesia en el uso de datos de posicionamiento móvil de señalización para estadísticas oficiales de turismo. La experiencia de Indonesia en el uso de datos de posicionamiento móvil de señalización para estadísticas oficiales de turismo". Documento de conferencia .{{cite journal}}: Mantenimiento CS1: varios nombres: lista de autores ( enlace )
^ abc Ajá, Rein; Aasa, Anto; Silm, Siiri; Tiru, Margus (2007), "Datos de posicionamiento móvil en estudios y seguimiento del turismo: estudio de caso en Tartu, Estonia", Tecnologías de la información y la comunicación en el turismo 2007 , Viena: Springer Vienna, págs. 119–128, doi :10.1007/978- 3-211-69566-1_12, ISBN978-3-211-69564-7, recuperado 2021-07-06
^ Massó, Anu; Silm, Siiri; Ajá, Rein (2019). "Diferencias generacionales en movilidad espacial: un estudio con datos de telefonía móvil". Población, Espacio y Lugar . 25 (2): e2210. doi :10.1002/psp.2210. ISSN 1544-8452. PMC 6446736 . PMID 30983917.
^ Järv, Olle; Ajá, Rein; Witlox, Frank (enero de 2014). "Comprensión de la variabilidad mensual en los espacios de actividad humana: un estudio de doce meses utilizando registros detallados de llamadas de teléfonos móviles". Investigación en transporte, parte C: tecnologías emergentes . 38 : 122-135. doi :10.1016/j.trc.2013.11.003.
