2018年-Talkingdata_【智能数据技术峰会】富人和穷人的故事_35页_2mb

报告摘要

本文档探讨了通过手机数据和移动大数据分析来研究社交网络、用户行为以及城市经济之间的关系。重点在于利用手机通话记录、位置信息和社交互动数据，揭示社会结构与经济指标之间的潜在联系，并提出关于城市如何促进知识流动的理论。

社交网络的多样性
- 手机通话记录的多样性与城市的经济指标之间存在显著相关性。
- 通过测量用户的社交网络（包括通话、面对面交流、社交媒体互动等），可以预测用户的经济状况，如收入水平、债务偿还能力、信用指数等。
均化多样性（Normalized Diversity）
- 使用公式 $ D(i) \models \frac{-\sum_{j=1}^{k} p_{ij} \log p_{ij}}{\log k} $ 来衡量社交网络的多样性。
- 该公式表明，随着城市规模的扩大，社交网络的多样性也增加，从而促进知识流动。
城市与知识流的关系
- 城市的规模越大，其知识流的速度越快。
- 这一现象被称为“超线性增长”，即城市规模与产出（如专利数量、科研经费、GDP增长等）之间的非线性关系。
大数据的应用
- 利用移动大数据（如手机通话记录、位置信息）可以更准确地测量社会行为和城市经济活动。
- 通过分析这些数据，可以验证关于社会和经济现象的理论，如地理经济学。
跨时间的验证
- 研究人员通过分析不同时期的移动数据（如1980年代至1990年代），验证了城市规模与知识流之间的关系。
- 这些结果支持了城市促进知识传播和创新的假设。

数据来源：
- MIT Westgate宿舍楼的120名成员的手机数据（2010-2011）。
- 葡萄牙多个重要城市的用户移动手机通话记录。
研究方法：
- 开发开源系统“Android手机传感采集系统”（Funf）用于数据收集。
- 使用社会学计算方法分析数据，预测用户行为和城市经济指标。
研究结果：
- 通话记录的多样性与城市经济指标（如收入）高度相关。
- 城市规模越大，知识流速度越快，符合超线性增长理论。
- 大数据可以用于测量和预测社会行为，如信用指数、就业可能性等。
理论支持：
- 传统地理经济学认为地理位置接近促进互动和效率。
- 新理论认为城市规模促进知识流动，从而提升经济产出。

Eagle, N., et al. (2010). "Networked individuals in a city." Science.
Björkegren, J. (2015). "The predictive power of social networks for financial behavior."
Massuia, L. (2015). "Social network analysis for credit scoring."
Reis, M. (2015). "Social network structure and employment outcomes."
Waber, M. B., et al. (2010). "The impact of social networks on knowledge flow."
Pan, W., et al. (2013). "The emergence of urban scaling laws." Nature Communications.