2015年10月30日，华盛顿大学Cynthia Chen副教授到访课题组，并在安中大楼A326做了题为《From traces to trajectories: How well can we guess activity locations from mobile phone traces?》的学术报告。
被动生成的手机数据正成为研究人类流动模式的新型数据源，虽然无法直接获得出行者的轨迹信息，但是通过手机数据推断轨迹信息已成为一种可能，目前的问题是如何从中捕捉人们流动模式。陈老师给大家介绍了通过开发程序来生成一个包含真实信息的模拟的手机数据集的研究过程。其中为了从手机数据中获取出行地点，陈老师建立了一个集成算法：包括基于聚类模型的集群确定方法，基于回归模型的活动和集群区分方法以及基于行为模型的出行目的类型划分方法。结果表明，相较于现有方法，通过手机数据模拟出的出行目的分布与真实情况更加吻合。当出行地点为家庭地点时，在100m和1000m的精度下其识别率分别为70%和97%。当出行地点是工作地点时，在100m和1000m的精度下其识别率分别为65%和86%。在未来的交通规划中，利用手机数据完善甚至取代居民出行调查也许会成为一种可能。
报告结束后，各位老师和同学就报告的内容及需要作进一步研究和完善的问题进行了深入的探讨和交流。
