La movilidad humana individual es el estudio que describe cómo los seres humanos individuales se mueven dentro de una red o sistema. [1] El concepto se ha estudiado en varios campos que se originaron en el estudio de la demografía. Comprender la movilidad humana tiene muchas aplicaciones en diversas áreas, incluida 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 pronóstico inmediato del bienestar económico . [11] [12]
En los últimos años, ha habido un aumento en la disponibilidad de grandes conjuntos de datos sobre los movimientos humanos. Estos conjuntos de datos se obtienen generalmente a partir de datos de teléfonos celulares o GPS , con distintos grados de precisión. Por ejemplo, los datos de teléfonos celulares generalmente se registran cada vez que el usuario realiza o recibe una llamada o un mensaje de texto, y contienen la ubicación de la torre a la que se ha conectado el teléfono, así como la marca de tiempo. [13] En las áreas urbanas, el usuario y la torre de telecomunicaciones pueden estar a solo unos cientos de metros uno del otro, mientras que en las áreas rurales esta distancia puede estar en la región de unos pocos kilómetros. Por lo tanto, existe un grado variable de precisión cuando se trata de localizar a una persona utilizando datos de teléfonos celulares. 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 celulares en un período de seis meses, mientras que en una escala mucho mayor [14] se analizaron las trayectorias de tres millones de usuarios de teléfonos celulares. Los datos GPS suelen ser mucho más precisos, aunque, por cuestiones de privacidad , suelen ser mucho más difíciles de obtener. Por ejemplo, los dispositivos GPS de a bordo de vehículos privados generan cantidades ingentes de datos GPS que describen la movilidad humana. [15] [16] El dispositivo GPS se enciende automáticamente cuando el vehículo arranca y la secuencia de puntos GPS que genera el dispositivo cada pocos segundos forma una trayectoria de movilidad detallada del vehículo. Algunos estudios científicos recientes compararon los patrones de movilidad que surgen de los datos de teléfonos móviles con los que surgen de los datos GPS. [15] [16] [17]
Los investigadores han podido extraer información muy detallada sobre las personas cuyos datos se hacen públicos, lo que ha suscitado una gran preocupación por las cuestiones de privacidad. Como ejemplo de las responsabilidades que podrían surgir, la ciudad de Nueva York publicó 173 millones de viajes individuales en taxi . Los funcionarios de la ciudad utilizaron un algoritmo criptográfico muy débil para anonimizar el número de licencia y el número de medallón, que es un código alfanumérico asignado a cada taxi. [18] Esto hizo posible que los piratas informáticos desanonimizaran por completo el conjunto de datos, e incluso algunos pudieron extraer información detallada sobre pasajeros y celebridades específicos, incluido su origen y destino y cuánto dieron de propina. [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 puede describirse mediante tres componentes principales:
Brockmann, [20] al analizar billetes, encontró que la probabilidad de la distancia recorrida sigue un paseo aleatorio sin escala conocido como vuelo de Lévy de forma donde . Esto fue confirmado posteriormente por dos estudios que utilizaron datos de teléfonos móviles [13] y datos de GPS para rastrear a los usuarios. [15] La implicación de este modelo es que, a diferencia de otras formas más tradicionales de paseos aleatorios como el movimiento browniano , los viajes humanos tienden a ser principalmente de distancias cortas con unos pocos de larga distancia. En el movimiento browniano, la distribución de las distancias de viaje está gobernada por una curva en forma de campana, lo que significa que el próximo viaje es de un tamaño aproximadamente predecible, el promedio, donde en el vuelo de Lévy podría ser un orden de magnitud mayor que el promedio.
Algunas personas tienen una tendencia inherente a viajar 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 , elegirá su distancia de viaje según .
El tercer componente modela el hecho de que los humanos tienden a visitar algunos lugares con más frecuencia de lo que habría sucedido en un escenario aleatorio. Por ejemplo, el hogar, el lugar de trabajo o los restaurantes favoritos se visitan mucho más que muchos otros lugares en el radio de giro de un usuario. Se ha descubierto que donde , lo que indica un crecimiento sublineal en diferentes cantidades de lugares visitados por un individuo . Estas tres medidas capturan el hecho de que la mayoría de los viajes ocurren entre un número limitado de lugares, con viajes menos frecuentes a lugares fuera del radio de giro de un individuo.
Aunque la movilidad humana se modela como un proceso aleatorio, es sorprendentemente predecible. Al medir la entropía del movimiento de cada persona, se ha demostrado [14] que existe un 93% de predictibilidad potencial. Esto significa que, aunque existe una gran variación en el tipo de usuarios y las distancias que cada uno de ellos recorre, la característica general de ellos 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 escala individual, la movilidad humana diaria puede explicarse mediante tan solo 17 motivos de red . Cada individuo muestra uno de estos motivos de forma característica a lo largo de 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 utilizando sistemas de transporte aéreo y se ha demostrado que " la topología de la red , la estructura del tráfico y los patrones de movilidad individuales son esenciales para predecir con precisión la propagación de enfermedades". [21] En una escala espacial más pequeña, 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 los teléfonos móviles que se transmiten por Bluetooth dependen en gran medida de la interacción y los movimientos humanos. Con más personas que utilizan sistemas operativos similares para sus teléfonos móviles, es cada vez más fácil tener una epidemia de virus. [22]
En la planificación del transporte , aprovechando las características del movimiento humano, como la tendencia a viajar distancias cortas con pocas pero regulares ráfagas de viajes de larga distancia, se han realizado mejoras novedosas en los modelos de distribución de viajes , específicamente en el modelo de gravedad de la migración [26].
