星标/置顶小屋，带你解锁
最萌最前沿的NLP、搜索与推荐技术
编 | 小轶
2020年净忙着见证历史了。年初疫情爆发后，大家的生活模式也因为疫情发生了巨变。经历了史上最长假期，躺尸太久，到后来满脑子只想开学/复工。
今年KDD会议上有一篇很有意思的工作，分析了新冠疫情对中国人民出行模式的影响。基于百度地图的海量出行数据，从以下五个角度，比较了2018、2019、2020年公众出行模式变化：
出行方式
出行距离
访达时间
出行目的地类型
“出发地-出行方式-目的地”
接下来就让我们依次看看吧~
原文链接：
https://dl.acm.org/doi/pdf/10.1145/3394486.3412856
大家也可以在订阅号后台回复关键词【0828】下载论文PDF~
出行方式的变化
对4种主要出行方式（公共交通、步行、驾车、自行车）的数据进行统计分析，如下图所示。
公共交通的占比显著下降 2018与2019年的前4个月，公共交通的占比为54%左右。而2020年的前4个月，公共交通的占比却降至45%，在疫情较为严重的2月份，这一占比剧烈下降到40%。
自行车和驾车出行占比相对上涨 与2018和2019年同期的均值相比，2020年的前4个月，采用自行车出行的占比上升了5.25%，驾车出行的占比上升了3.38%。
当时大家大多隔离在家，出门也因为害怕交叉感染，尽量避免公共交通。疫情后，再次体验高峰期挤地铁的赶脚时，还有一点点怀念呢hhhh
出行距离的变化
该工作还对公众出行距离数据进行了统计，可以发现：与往年同期相比，疫情爆发初期（2020年2月），远距离的出行占比上升明显。进一步分析发现，主要是该月份距离>30km的出行占比增加所致。
疫情期间，在小编全家人快要憋疯之际，曾一起驾车出去，漫无目的到处兜风，全程不敢下车，但还是很兴奋的那种。想来是对上图中“距离>30km的出行”尽了绵薄之力。
访达时间的变化
对出行时间数据的统计与分析（如图5所示），发现：
2018和2019年的前4个月，公众的出行时间分布非常一致，都集中在周五与周六
2020年的前4个月，公众则偏好周三或者周四进行出行
emmmm为啥大家疫情期间喜欢周三周四出门？？？
出行目的地类型的变化
下图为，2018~2020年不同时期出行目的地类型占比的数据统计表。可以看到：
居住区访达占比显著上升，由前两年的平均22.75%上升至31.25%
交通设施访达占比下降，由前两年的平均23.50%下降至19%
医院和药店的访达占比出现了一定幅度的提升
餐饮店、教育机构等存在人员聚集属性的地点访达占比出现了明显萎缩
OTD模式的变化
下图分析了新冠疫情对“出发地-出行方式-目的地”（OTD）模式的影响。
最显著的变化在于最高频（Top-1）的OTD模式的出发地或者目的地都由交通设施变成了居住区
在Top-5的OTD模式中，2018和2019年，公众借助不同的交通工具，更多的是前往教育机构、酒店等地。但2020年疫情爆发后，这些行为就从Top-5的OTD模式中消失了。取而代之的则是商超、市场和工作地
疫情期间大家除了超市、公司这些不得不去的地方以外，都规规矩矩隔离在家。出门买菜，可以名正言顺地出去遛一圈，都变成极具诱惑的事情了。
小结
这篇工作借助百度地图的海量时空大数据，揭示了新冠疫情对国人出行模式的影响。除了上述数据解读之外，作者还基于统计结果给出了相应的防疫建议，比如：
疫情期间可以鼓励公众采用自行车进行出行，并可临时规划一些自行车车道
根据疫情期间出行高峰的变化，可为疫情防控措施的制定提供参考
考虑到居住区、商超、市场、医院、药店等区域在疫情期间的访达占比有所提升，因此在制定防疫措施时可以重点关注这些地点。
......
鉴于疫情仍在200多个海外国家与地区蔓延并导致全球数千万人受到感染，论文提供的数据解读和防疫建议可能为抗击新冠疫情提供点滴之力。
今年的KDD会议上有一个专门以“AI for COVID-19”设置的panel session。今天介绍的这个工作也于本周二在该session上刚刚进行了paper presentation。对AI for COVID-19最新进展感兴趣、或者想要做相关研究的小伙伴，可以关注一下：
https://www.kdd.org/kdd2020/health-day/
希望其他国家也能够借鉴我们的抗疫经验，采用科学的防控方式，早早挺过疫情的冲击呀！
文末福利
后台回复关键词【入群】
加入卖萌屋NLP/IR/Rec与求职讨论群
有顶会审稿人、大厂研究员、知乎大V和妹纸
等你来撩哦~
