當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

这篇顶会paper，讲述了疫情期间憋疯的你和我

發布時間：2024/7/5 编程问答 31 豆豆

生活随笔收集整理的這篇文章主要介紹了这篇顶会paper，讲述了疫情期间憋疯的你和我小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

星標/置頂小屋，帶你解鎖

最萌最前沿的NLP、搜索與推薦技術

編 | 小軼

2020年凈忙著見證歷史了。年初疫情爆發后，大家的生活模式也因為疫情發生了巨變。經歷了史上最長假期，躺尸太久，到后來滿腦子只想開學/復工。

今年KDD會議上有一篇很有意思的工作，分析了新冠疫情對中國人民出行模式的影響。基于百度地圖的海量出行數據，從以下五個角度，比較了2018、2019、2020年公眾出行模式變化：

接下來就讓我們依次看看吧~

原文鏈接：
https://dl.acm.org/doi/pdf/10.1145/3394486.3412856

大家也可以在訂閱號后臺回復關鍵詞【0828】下載論文PDF~

對4種主要出行方式（公共交通、步行、駕車、自行車）的數據進行統計分析，如下圖所示。

公共交通的占比顯著下降 2018與2019年的前4個月，公共交通的占比為54%左右。而2020年的前4個月，公共交通的占比卻降至45%，在疫情較為嚴重的2月份，這一占比劇烈下降到40%。
自行車和駕車出行占比相對上漲 與2018和2019年同期的均值相比，2020年的前4個月，采用自行車出行的占比上升了5.25%，駕車出行的占比上升了3.38%。

▲不同時期出行方式的占比

當時大家大多隔離在家，出門也因為害怕交叉感染，盡量避免公共交通。疫情后，再次體驗高峰期擠地鐵的趕腳時，還有一點點懷念呢hhhh

該工作還對公眾出行距離數據進行了統計，可以發現：與往年同期相比，疫情爆發初期（2020年2月），遠距離的出行占比上升明顯。進一步分析發現，主要是該月份距離>30km的出行占比增加所致。

▲公眾出行距離偏好占比▲公眾出行（>30km）距離偏好占比

疫情期間，在小編全家人快要憋瘋之際，曾一起駕車出去，漫無目的到處兜風，全程不敢下車，但還是很興奮的那種。想來是對上圖中“距離>30km的出行”盡了綿薄之力。

對出行時間數據的統計與分析（如圖5所示），發現：

emmmm為啥大家疫情期間喜歡周三周四出門？？？

下圖為，2018~2020年不同時期出行目的地類型占比的數據統計表。可以看到：

▲不同時期目的地類型占比

下圖分析了新冠疫情對“出發地-出行方式-目的地”（OTD）模式的影響。

最顯著的變化在于最高頻（Top-1）的OTD模式的出發地或者目的地都由交通設施變成了居住區
在Top-5的OTD模式中，2018和2019年，公眾借助不同的交通工具，更多的是前往教育機構、酒店等地。但2020年疫情爆發后，這些行為就從Top-5的OTD模式中消失了。取而代之的則是商超、市場和工作地

疫情期間大家除了超市、公司這些不得不去的地方以外，都規規矩矩隔離在家。出門買菜，可以名正言順地出去遛一圈，都變成極具誘惑的事情了。

這篇工作借助百度地圖的海量時空大數據，揭示了新冠疫情對國人出行模式的影響。除了上述數據解讀之外，作者還基于統計結果給出了相應的防疫建議，比如：

鑒于疫情仍在200多個海外國家與地區蔓延并導致全球數千萬人受到感染，論文提供的數據解讀和防疫建議可能為抗擊新冠疫情提供點滴之力。

今年的KDD會議上有一個專門以“AI for COVID-19”設置的panel session。今天介紹的這個工作也于本周二在該session上剛剛進行了paper presentation。對AI for COVID-19最新進展感興趣、或者想要做相關研究的小伙伴，可以關注一下：

https://www.kdd.org/kdd2020/health-day/

希望其他國家也能夠借鑒我們的抗疫經驗，采用科學的防控方式，早早挺過疫情的沖擊呀！

文末福利

后臺回復關鍵詞【入群】
加入賣萌屋NLP/IR/Rec與求職討論群
有頂會審稿人、大廠研究員、知乎大V和妹紙
等你來撩哦~

以上是生活随笔為你收集整理的这篇顶会paper，讲述了疫情期间憋疯的你和我的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。