润色
本研究探讨了不同基于位置的数据源下,人类流动性网络分析结果的相似性。通过对三个主要数据源 Spectus、X-Mode 和 Veraset 的分析,我们发现了不同数据集下 human mobility 测量的差异,表明网络模型和度量对数据集的选择具有敏感性。研究强调了真实的人体运动数据集作为测试代表性的重要性。此外,我们利用深度学习注意力机制模拟单个项目获得受欢迎程度的过程,并分析了其对模型可解释性和长期流行度动态预测能力的提升。最后,我们对科学知识的概念结构进行了大规模分析,发现不同领域的知识增长机制存在差异。