项目简介：随着近年来移动行为与移动性成为人文地理学与交通行为等领域研究的热点，本项目将研究聚焦在中国城市居民的多尺度移动行为（如迁居、就业流动、日常出行等）。从移动轨迹整体视角出发，强调移动行为的序列决策过程与多尺度关联性。面对轨迹数据的多维度性与序列决策的动态复杂性，本研究首先拟构建基于机器学习算法的移动轨迹行为模式挖掘与序列决策过程模拟的分析框架，通过监督学习与无监督学习算法发掘轨迹中的惯常行为与异常行为，并利用逆向强化学习算法模拟移动行为的序列决策过程。其次，围绕移动行为序列决策过程的复杂机理，揭示行为习惯在移动决策中的作用与形成机制、移动决策的路径依赖性、前瞻效应与滞后效应、决策与外部环境之间的动态联系以及长短期移动决策的关联性。最后，通过实证分析探测城市居民在不同尺度移动行为决策过程中对社会环境与建成环境的偏好差异及变化，为移动决策优化与空间引导提供精准与动态的评估。
【项目主持人：张文佳，项目起止时间：2019年1月至2021年12月 】
