Understanding the mobility of humans and their devices is a fundamental problem in mobile computing. While there has been much work on empirical analysis of human mobility using mobile device data, prior work has largely assumed devices to be independent and has not considered the implications of modern Internet users owning multiple mobile devices that exhibit correlated mobility patterns. Also, prior work has analyzed mobility at the spatial scale of the underlying mobile dataset and has not analyzed mobility characteristics at different spatial scales and its implications on system design. In this paper, we empirically analyze the mobility of modern Internet users owning multiple devices at multiple spatial scales using a large campus WiFi dataset. First, our results show that mobility of multiple devices belonging to a user needs to be analyzed and modeled as a group, rather than independently, and that there are substantial differences in the correlations exhibited by device trajectories across users that also need to be considered. Second, our analysis shows that the mobility of users shows different characteristics at different spatial scales such as within and across buildings. Third, we demonstrate the implications of these results by presenting generative models that highlight the importance of considering the spatial scale of mobility as well as multi-device mobility. More broadly, our empirical results point to the need for new modeling research to fully capture the nuances of mobility of modern multi-device users.

中文翻译：

---

多设备互联网用户移动性的实证表征

了解人类及其设备的移动性是移动计算中的一个基本问题。虽然在使用移动设备数据对人类移动性进行实证分析方面已经有很多工作，但先前的工作主要假设设备是独立的，并且没有考虑现代互联网用户拥有多个移动设备的影响，这些移动设备表现出相关的移动性模式。此外，先前的工作已经分析了底层移动数据集空间尺度的移动性，并没有分析不同空间尺度的移动性特征及其对系统设计的影响。在本文中，我们使用大型校园 WiFi 数据集对在多个空间尺度上拥有多个设备的现代互联网用户的移动性进行了实证分析。第一的，我们的结果表明，属于一个用户的多个设备的移动性需要作为一个组进行分析和建模，而不是独立地进行分析和建模，并且用户之间的设备轨迹所表现出的相关性也存在重大差异，也需要加以考虑。其次，我们的分析表明，用户的移动性在不同的空间尺度（例如建筑物内部和建筑物之间）表现出不同的特征。第三，我们通过展示生成模型来证明这些结果的含义，这些模型强调了考虑移动性的空间尺度以及多设备移动性的重要性。更广泛地说，我们的实证结果表明需要进行新的建模研究，以充分捕捉现代多设备用户移动性的细微差别。并且用户之间的设备轨迹所表现出的相关性存在显着差异，这也需要考虑。其次，我们的分析表明，用户的移动性在不同的空间尺度（例如建筑物内部和建筑物之间）表现出不同的特征。第三，我们通过展示生成模型来证明这些结果的含义，这些模型强调了考虑移动性的空间尺度以及多设备移动性的重要性。更广泛地说，我们的实证结果表明需要进行新的建模研究，以充分捕捉现代多设备用户移动性的细微差别。并且用户之间的设备轨迹所表现出的相关性存在显着差异，这也需要考虑。其次，我们的分析表明，用户的移动性在不同的空间尺度（例如建筑物内部和建筑物之间）表现出不同的特征。第三，我们通过展示生成模型来证明这些结果的含义，这些模型强调了考虑移动性的空间尺度以及多设备移动性的重要性。更广泛地说，我们的实证结果表明需要进行新的建模研究，以充分捕捉现代多设备用户移动性的细微差别。我们的分析表明，用户的移动性在不同的空间尺度（例如建筑物内部和建筑物之间）表现出不同的特征。第三，我们通过展示生成模型来证明这些结果的含义，这些模型强调了考虑移动性的空间尺度以及多设备移动性的重要性。更广泛地说，我们的实证结果表明需要进行新的建模研究，以充分捕捉现代多设备用户移动性的细微差别。我们的分析表明，用户的移动性在不同的空间尺度（例如建筑物内部和建筑物之间）表现出不同的特征。第三，我们通过展示生成模型来证明这些结果的含义，这些模型强调了考虑移动性的空间尺度以及多设备移动性的重要性。更广泛地说，我们的实证结果表明需要进行新的建模研究，以充分捕捉现代多设备用户移动性的细微差别。