A data-driven approach to nighttime urban mobility

Abstract

This thesis addresses the challenge of anticipating complex human mobility patterns in the context of smart city, with a focus on nighttime activity in Lisbon. The research leverages large-scale, aggregated, and anonymized mobile network data provided by Lisbon City Council through the Lisbon Urban Data Laboratory, complemented by geolocated Points of Interest (POIs). The main objective is to detect and predict short-term variations in population concentration in areas associated with the city’s nightlife. Following the CRISP-DM methodology, a two-phase approach was adopted. In the first phase, an unsupervised analysis was applied to identify and characterize urban zones associated with nighttime mobility, combining in a complementary manner a static POI-based classification with behavioral clustering supported by PCA and K-Means. This approach enabled the selection of 72 grid cells representative of the phenomenon under study. In the second phase, these grid cells served as the basis for formulating a supervised regression problem aimed at predicting shortterm variations in population presence. A comparative evaluation of several machine learning models was conducted, including tree-based algorithms and neural networks. The MLP model achieved the highest predictive accuracy, maintaining strong performance even when applied exclusively on the nighttime period. Feature importance analysis confirmed that short-term temporal lags are the main determinants of model accuracy. Overall, this work contributes to a data-driven understanding of nocturnal urban activity, with implications for urban planning and the vision of the 24-hour smart city.

Esta dissertação aborda o desafio de antecipar padrões complexos de mobilidade humana no contexto das cidades inteligentes, com foco na atividade noturna em Lisboa. A investigação recorre a dados de rede móvel agregados e anonimizados em larga escala, disponibilizados pela Câmara Municipal de Lisboa através do Laboratório de Dados Urbanos de Lisboa, complementados por Pontos de Interesse (POIs) georreferenciados. O objetivo central é detetar e prever variações de curto prazo na concentração populacional em áreas associadas à vida noturna da cidade. Seguindo a metodologia CRISP-DM, foi adotada uma abordagem em duas fases. Na primeira fase, aplicou-se uma análise não supervisionada para identificar e caracterizar zonas urbanas associadas à mobilidade noturna, combinando de forma complementar uma classificação estática baseada em POIs com uma clusterização comportamental suportada por PCA e K-Means. Esta abordagem permitiu selecionar 72 quadrículas representativas do fenómeno em estudo. Numa segunda fase, essas quadrículas serviram de base à formulação de um problema de regressão supervisionada, com o objetivo de prever variações de curto prazo na presença populacional. Foi conduzida uma análise comparativa de vários modelos de aprendizagem automática, incluindo algoritmos baseados em árvores e redes neuronais. O modelo MLP apresentou a melhor precisão preditiva, mantendo um desempenho robusto mesmo quando aplicado exclusivamente ao período noturno. A análise da importância das variáveis confirmou que as defasagens temporais de curto prazo são os principais determinantes da precisão do modelo. Globalmente, este trabalho contribui para uma compreensão baseada em dados da atividade urbana noturna, com implicações para o planeamento urbano e a visão da cidade inteligente de 24 horas.