Phase 1 完整技术报告:多通道日常生活预测框架

数据集:UKDA-8741 (UK Time Use Survey CADDI)
实验总数:300+
可视化:17张
日期:2026-03-14
作者:小赖(技术实现)& Yucheng HE(社会科学框架)


目录

  1. 项目概述与理论框架
  2. 框架架构与伪代码
  3. 数据管线
  4. 模型体系与评估指标
  5. A类实验:全量数据基准
  6. B类实验:社会分层分析
  7. 转换点分析:解构"高准确率"
  8. 深度模型专题:非线性模式挖掘
  9. 多任务学习与跨通道关系
  10. 应用验证:角色模拟与缺失插补
  11. 错误分析与个体差异
  12. 核心科学发现与论文叙事
  13. 技术实现细节
  14. 局限性、反思与未来工作

1. 项目概述与理论框架

1.1 研究问题

核心问题:人们的日常生活在多大程度上是可预测的?这种可预测性在不同社会群体间如何分布?

这个问题看似简单,却触及社会科学中一个根本性的张力——结构与能动性(structure vs. agency)。如果一个人的下一个十分钟在做什么可以被高精度预测,那意味着其行为受到某种结构性力量的强约束;反之,低可预测性意味着更大的行为自由度。

我们构建了一个多通道日常生活预测框架,将机器学习的预测准确率转化为社会学的分析工具:

1.2 投稿定位

1.3 社会科学理论基础

本研究位于时间社会学(sociology of time) 与计算社会科学的交叉领域,主要对话的理论传统包括:

理论传统 核心概念 在本研究中的操作化
Bourdieu 的惯习理论 结构化的性情倾向(habitus)产生规律化的实践 预测准确率量化"惯习"的强度
Giddens 的结构化理论 结构既约束又使能行动 就业约束→高可预测性,但也提供稳定性
时间贫困理论 时间作为一种不平等分配的资源 高收入者时间自由度更大→预测准确率更低
制度化时间 工作制度、学校制度规训日常节奏 就业者/学生的时间被制度化→预测差异
COVID时间扰动 疫情打破日常节奏后的重构 pre-covid vs post-covid 可预测性对比

1.4 研究设计

Level One(A类:全量池)              Level Two(B类:分组对比)
┌────────────────────┐            ┌────────────────────────┐
│ 全部数据训练+测试    │            │ 按社会维度分组训练+测试  │
│ → 建立预测上界       │            │ → 发现群体间差距        │
│ → 模型/特征消融      │            │ → Bootstrap统计检验     │
│ → 确认预测本质       │            │ → 样本量控制稳健性验证   │
└────────────────────┘            └────────────────────────┘
         ↓                                    ↓
    回答"能预测多少"                    回答"谁更可预测,为什么"

2. 框架架构与伪代码

2.1 系统架构

┌─────────────────────────────────────────────────────────────┐
│                    YAML Configuration                        │
│  input_channels / output_channels / group_by / model_type    │
└──────────────────────┬──────────────────────────────────────┘
                       │
         ┌─────────────▼──────────────┐
         │        Data Pipeline        │
         │  .dta → Long → Windows     │
         │  Person-level Split (70/15/15) │
         │  Group Filter (7 dimensions)│
         └─────────────┬──────────────┘
                       │
         ┌─────────────▼──────────────┐
         │     Feature Engineering     │
         │  Order / Bag encoding       │
         │  Static features (optional) │
         │  Slot embedding (optional)  │
         └─────────────┬──────────────┘
                       │
    ┌──────────────────┼──────────────────┐
    │ Flat Features    │                  │ Sequence Dict
    ▼                  │                  ▼
┌──────────┐           │           ┌──────────┐
│ Tabular  │           │           │ Sequence  │
│ Models   │           │           │ Models    │
│ (9种)    │           │           │ (4种)     │
└────┬─────┘           │           └─────┬────┘
     └─────────────────┼─────────────────┘
                       ▼
              ┌────────────────┐
              │   Evaluation   │
              │  12+ metrics   │
              │  per channel   │
              └────────┬───────┘
                       ▼
              ┌────────────────┐
              │  JSON Results  │
              │  + Figures     │
              └────────────────┘

2.2 数据管线伪代码

FUNCTION load_and_prepare(stata_path):
    df_wide = read_stata(stata_path)           # 6,896行 × 1,444列
    df_long = wide_to_long(df_wide)            # 每人每日144行(每行=10分钟时隙)
    df_long = add_derived_fields(df_long)      # age_bin, income_bin, econstat_broad等
    RETURN df_long

FUNCTION build_windows(df_long, window_size=12):
    FOR EACH (person, day) IN df_long:
        FOR slot IN range(window_size, 144):
            window = {
                hist_{ch}_{0..W-1}: 最近W个时隙的通道ch值,
                y_{ch}: 当前时隙的通道ch值(预测目标),
                static_features: [sex, age, income, econstat, region, is_weekend]
            }
            APPEND window
    RETURN windows_df

FUNCTION split_by_person(windows, train=0.7, val=0.15, test=0.15):
    persons = UNIQUE(windows.mainid)
    SHUFFLE(persons, seed=42)
    train_persons = persons[:70%]
    val_persons   = persons[70%:85%]
    test_persons  = persons[85%:]
    ASSERT no_overlap(train_persons, val_persons, test_persons)
    RETURN Split(train, val, test)

2.3 特征工程伪代码

FUNCTION build_features(windows, input_channels, mode, static_features):
    IF mode == "order":
        # 保持时间顺序: [ch1_t0, ch1_t1, ..., ch2_t0, ch2_t1, ...]
        # one-hot后维度 = W × Σ(每通道类别数)
        features = CONCATENATE(one_hot(hist_{ch}_{t}) FOR ch, t)
    ELIF mode == "bag":
        # 仅保留频率分布: [count(ch1=v1), count(ch1=v2), ...]
        # 维度 = Σ(每通道类别数)
        features = CONCATENATE(count(hist_{ch}=v) FOR ch, v)

    IF static_features:
        features = APPEND(features, one_hot_or_scale(static_values))
    RETURN features

2.4 深度模型架构伪代码

CLASS SequenceNet(nn.Module):
    embedding[ch] = Embedding(vocab_size + 2, embed_dim=16)   # 每通道独立embedding
    slot_embed    = Embedding(144 + 2, 8)                      # 时间位置编码

    FUNCTION forward(sequences, static, slot):
        # 1. 每通道分别embedding后拼接
        embedded = CONCAT([embedding[ch](seq[:,:,ch]) for ch in channels])
        # → (batch, window, n_channels × embed_dim)

        # 2. 序列编码
        IF LSTM:        h = LSTM(embedded, hidden=64, layers=2)[-1]
        IF GRU:         h = GRU(embedded, hidden=64, layers=2)[-1]
        IF Transformer: h = projection(TransformerEncoder(embedded, heads=4, layers=2)[:,-1,:])
        # → (batch, hidden_dim=64)

        # 3. 融合静态特征+时间位置
        h = CONCAT(h, static, slot_embed(slot))

        # 4. 分类头: hidden → n_classes
        logits = Linear(ReLU(Linear(h)))
        RETURN logits

    Training: Adam(lr=1e-3), CrossEntropyLoss, early_stopping(patience=3)

3. 数据管线

3.1 数据集概况

属性 值
来源 UKDA-8741 (UK Time Use Survey CADDI)
原始规模 6,896 行 × 1,444 列
独立个体 3,423 人
调查波次 6 个 (2014-2023)
时间粒度 每时隙 10 分钟
每日时隙 144 个 (00:00 – 23:50)
总窗口数 约 910,000 (window=12)

3.2 四通道定义

本研究同时采集四个维度,构成"多通道"框架:

通道 字段模式 类别数 含义 理论价值
Activity pri{1..144} 37 在做什么 核心行为维度,反映制度化时间安排
Enjoyment enj{1..144} 7 享受程度(1-7) 主观体验维度,反映情感连续性
Location loc{1..144} 3 在哪里 空间约束维度,反映通勤/居家模式
With_whom whoa{1..144} 7 和谁在一起 社会关系维度,反映社交结构

四个通道构成了日常生活的四维快照:任意时刻,一个人的状态可以被描述为(Activity, Enjoyment, Location, With_whom)的四元组。

3.3 静态人口学特征

特征 编码 作用
sex 1=male, 2=female 性别分组
age 连续值 → young/middle/old 生命阶段分组
hhincome 连续值 → low/mid/high 经济资本分组
econstat 5类 制度化角色分组
region 5大区 地理空间分组
is_weekend 0/1 制度化时间分组

3.4 数据划分:按人员分割,防止泄漏

训练集: 70% 的人 (约2,396人)
验证集: 15% 的人 (约513人)
测试集: 15% 的人 (约514人)
→ 同一个人的所有日记数据只出现在一个集合中
→ verify_no_leak() 验证无交集
→ seed=42 确保可复现

这一设计至关重要:如果按时隙随机划分,同一人的不同时隙会同时出现在训练和测试集中,导致模型"记住"个体模式而非学习群体规律,严重高估泛化性能。


4. 模型体系与评估指标

4.1 模型全景 (13种)

类别 模型 输入 核心机制 复杂度
基线 Majority Vote — 预测最常见类别 O(1)
基线 Naive Bayes Flat 条件独立假设 O(n)
线性 Logistic Regression Flat 线性决策边界 O(nd)
线性 Ridge Flat L2正则化线性 O(nd)
线性 SGD Classifier Flat 随机梯度线性 O(nd)
树集成 Random Forest Flat Bagging + 决策树 O(n·T·logn)
树集成 GBDT Flat 梯度提升树 O(n·T·d)
树集成 XGBoost Flat histogram加速 O(n·T·d)
树集成 LightGBM Flat leaf-wise生长 O(n·T·d)
序列 Markov Chain Seq N-gram转移概率 O(V^k)
深度 LSTM Seq Dict 门控记忆单元 O(n·h²)
深度 GRU Seq Dict 简化门控单元 O(n·h²)
深度 Transformer Seq Dict 自注意力机制 O(n²·d)

4.2 评估指标体系

分类指标 (Activity / Location / With_whom):

指标 说明
Accuracy 整体准确率
Macro-F1 类别平衡F1(对小类敏感)
Weighted-F1 频率加权F1
KL Divergence 预测分布与真实分布距离
ECE 期望校准误差
Transition Violation Rate 模型预测序列中不合理转换比例

序数指标 (Enjoyment):

指标 说明
MAE / MSE 连续误差
Within-one Accuracy 预测在真值±1内
QWK 二次加权Kappa

序列级指标:

指标 实测值 说明
Brier Score 0.1612 概率校准
Edit Distance 0.015 ± 0.002 日序列编辑距离
LCS Similarity 0.992 ± 0.002 最长公共子序列相似度

5. A类实验:全量数据基准

A类实验使用全部数据池,目标是建立预测性能的上界,并通过系统消融揭示预测准确率的来源。

5.1 E1: 单通道自回归 — 全模型对比 (28实验)

A类实验总览

图1 展示了A类三组实验(A1自回归/A2跨通道/A3联合预测)在四个通道上的准确率。最直观的观察是:蓝色柱(A1自回归)远高于橙色柱(A2跨通道),四个通道无一例外。

E1模型对比

图4 更细粒度地展示了7种传统模型在E1实验中的表现。图中可以清晰看到一个"天花板效应"——从Logistic到XGBoost,所有模型几乎压在同一条线上。

Activity → Activity (最难通道,37类)

模型 Accuracy Macro-F1 Weighted-F1
Majority 30.69% 1.27% 14.41%
Naive Bayes 72.90% 58.59% 72.66%
Logistic 90.89% 85.21% 90.87%
SGD 90.95% 85.53% 90.95%
Random Forest 90.90% 85.02% 90.90%
XGBoost 91.01% 85.65% 90.99%
Markov 90.95% 85.63% 90.95%

Enjoyment / Location / With_whom

通道 Majority Naive Bayes 最优模型 最优Accuracy
Enjoyment (7类) 29.91% 91.83% SGD/XGBoost/Markov 98.02%
Location (3类) 82.80% 93.96% Logistic/SGD/XGBoost/Markov 98.60%
With_whom (7类) 40.66% 93.42% XGBoost 98.49%

深度解读

发现 5.1.1 — 通道预测难度的社会学含义:

通道预测难度排序为 Activity(91.0%) << Enjoyment(98.0%) < With_whom(98.5%) < Location(98.6%)。这个排序本身就蕴含重要信息:

这一发现与Pred (2005)关于日常生活"时空锚"的理论高度一致:空间和社交关系构成了日常实践的底层结构,而具体行为在这个结构内部浮动。

发现 5.1.2 — 模型趋同揭示"数据天花板":

从Logistic Regression到XGBoost再到Markov Chain,横跨线性/非线性/序列三大范式,Activity准确率差距仅0.12%(90.89%→91.01%)。这不是模型不够好,而是数据中可被利用的信号已经被最简单的模型榨干了。

具体而言,如果我们将信号分解: - 惯性信号("重复上一时隙"):贡献约91%的准确率 - 模式信号("在这个时间通常做什么"):被惯性完全遮蔽 - 非线性信号:<0.2%,几乎不存在

这意味着在全量池预测任务上,一阶Markov Chain(看最后一步)就是理论最优,更复杂的模型只是以不同方式逼近同一个上界。

5.2 E4: 窗口长度 — "只看最后一步"就够了

Window 时间跨度 Activity Acc Macro-F1 特征维度
1 10分钟 91.56% 85.71% 292
3 30分钟 91.45% 85.70% 364
6 1小时 91.28% 85.62% 472
12 2小时 90.95% 85.53% 688
20 3.3小时 90.78% 84.14% 976
30 5小时 90.95% 81.63% 1,336

输入信息量效果

图8 将三组输入信息量实验(窗口长度/通道数/静态特征)的效果并排展示。左子图清晰显示:随窗口增大,Accuracy单调下降(或最多持平),更多历史信息反而有害。

深度解读

发现 5.2.1 — 时间记忆极短:

W=1(10分钟)已达峰值91.56%,W=30(5小时)反降至90.95%。这说明日常行为的时间自相关结构极其简单——一阶Markov性质。人的下一步行为几乎只取决于"此刻在做什么",而不取决于"过去几小时做了什么"。

这与认知科学中的"在场性"(presentness) 概念一致:人在认知上主要活在当下情境中,对近期历史的整合能力有限。也与社会学中的"情境定义"(definition of the situation) 呼应:行为的首要决定因素是当前情境,而非历史积累。

窗口增大反而有害的原因可能是:更长的特征向量引入噪声维度,使模型注意力分散在无关历史上。

5.3 E6: Order vs Bag — 时间顺序的决定性作用

Feature Mode SGD Accuracy XGBoost Accuracy 差距
Order(保序) 90.95% 91.01% —
Bag(频率) 71.45% 80.17% —
Gap 19.50% 10.84% —

Order vs Bag对比

图12 展示了Order(保持时间顺序)与Bag(仅保留频率统计)编码在各模型上的对比。差距是所有消融实验中最大的——SGD上高达19.5%。

深度解读

发现 5.3.1 — 顺序 > 内容:

这是整个消融分析中最大的效应(19.5%),远超所有其他因素。它揭示了一个深刻事实:预测日常行为,知道"事件发生的顺序"比知道"发生了什么事件"重要得多。

Bag编码保留了"过去12个时隙中,code=104出现了6次"这类信息,但丢失了"最后一个时隙是104"这个关键信号。而正是"最后一个时隙"驱动了绝大部分预测。这与E4的发现互为印证:W=1已最优,说明"最近一步"才是真正有用的信息。

XGBoost在Bag条件下比SGD好10%(80.17% vs 71.45%),说明树模型能够从频率分布中提取出一些非线性组合特征(如"同时出现code=104和code=101的频率"),但这种非线性信号远不如简单的顺序信号。

5.4 E5: 静态特征 — 人口学信息无边际贡献

配置 静态特征 Accuracy 相对基线增益
baseline 无 90.96% —
+sex sex 90.96% 0.000%
+age sex, age 90.96% 0.000%
+income sex, age, income 90.96% 0.000%
+econstat 加econstat 90.96% 0.000%
+region 加region 90.96% 0.000%
+is_weekend 全部6个 90.96% 0.000%

深度解读

发现 5.4.1 — 静态特征的"悖论":

逐一添加6个静态特征,每一步边际增益都精确为0.000%。这看似矛盾——B类实验明明发现收入、就业等维度存在5%+的组间差距,为什么作为特征加入模型后毫无贡献?

解释:这并非矛盾,而是两种不同层次的分析。

在个体预测层面(A类),模型已经从时序特征中隐式学习到了群体信息。例如,一个在9:00做着code=104(paid work)的人,模型不需要"知道"他是employed——他的行为序列本身就包含了这个信息。时序特征是静态特征的充分统计量。

但在群体对比层面(B类),分组训练本质上为每个群体建立独立的转移概率矩阵。这时群体差异直接体现为不同的转移矩阵,而非同一模型中的边际贡献。

这个发现有深刻的方法论启示:社会分层的影响不是通过"额外信息"发挥作用的,而是通过改变行为的底层概率结构发挥作用的。

5.5 E2/E2b: 跨通道预测与通道消融

通道消融瀑布图

图3 以瀑布图呈现了通道消融结果:在预测Activity时,以activity自身历史为基线(90.95%),依次加入enjoyment/location/with_whom的边际贡献。四条"阶梯"几乎完全水平——边际贡献为零甚至为负。

E2: 纯跨通道预测(不含自身历史)

输出通道 输入 最佳模型 Accuracy
Activity enj+loc+whom Logistic 51.86%
Enjoyment act+loc+whom RF 29.03%
Location act+enj+whom XGBoost 90.53%
With_whom act+enj+loc Logistic 54.08%

E2b: 有无通道消融(含自身历史)

输入组合 Activity Acc 相对self增益
activity (self only) 90.95% 基线
act + enjoyment 90.88% -0.07%
act + location 90.94% -0.01%
act + with_whom 90.94% -0.01%
act + all others 90.94% -0.01%
enjoyment only (no self) 44.64% —
location only (no self) 48.45% —
with_whom only (no self) 44.95% —

深度解读

发现 5.5.1 — 通道间近乎正交:

每个通道的自回归信号如此之强,以至于其他通道完全无法提供增量信息。这在四个通道上全部成立,意味着四个维度在预测意义上近乎正交。

发现 5.5.2 — Location的跨通道可预测性:

唯一例外是Location可从其他三通道被预测到90.53%。这说明"在哪里"并非独立维度——它在很大程度上可以从"在做什么"和"和谁在一起"推断出来。例如,如果你在paid work+with colleagues,模型可以高置信度推断你在workplace。

发现 5.5.3 — Enjoyment最"独立":

Enjoyment的跨通道预测仅29%(接近随机),说明主观享受程度几乎不能从客观行为推断。同样是"看电视",有人很享受、有人很无聊——主观体验有其独立的个人来源。


6. B类实验:社会分层分析

B类实验是本研究的核心科学产出。通过对7个社会维度分组训练独立模型,我们量化了"谁的生活更可预测"——即"谁的日常行为更受结构性约束"。

6.1 总览:分组热力图

B类分组热力图

图2 以热力图形式展示了所有维度×通道的准确率分布。颜色越深=准确率越高=越可预测。最引人注目的是Income维度的Activity列——从Low的深色到High的浅色,形成了清晰的梯度。

6.2 收入分层 ⭐ 最核心发现

收入 Activity Enjoyment Location With_whom N_windows
Low 91.14% 97.85% 98.78% 98.64% 816,552
Mid 89.84% 98.03% 97.95% 98.03% 72,336
High 85.88% 97.67% 98.06% 97.97% 21,384
Gap 5.26% 0.36% 0.83% 0.67% —

深度解读

发现 6.2.1 — "越富越自由"的量化证据:

收入维度产生了所有维度中最大的组间差距(5.26%),且方向明确:收入越高→Activity预测准确率越低→日常行为越不可预测。

这一发现可以从多个理论视角解读:

  1. 时间自主权视角:高收入往往对应更灵活的工作安排(远程办公、弹性工时、自由职业)。低收入者更多从事固定排班的体力劳动,时间被严格制度化。

  2. 消费多样性视角:高收入者有更多经济资源从事多样化的活动(外出就餐、旅行、文化消费),而低收入者受限于有限选择,活动模式更单调。

  3. Bourdieu惯习视角:不同阶层的habitus产生不同的"实践空间"(space of practices)。工人阶级的惯习导向重复性实践,中上阶层的惯习导向多样化实践。

  4. 信息论视角:高收入群体的行为序列熵更高——下一步有更多可能性。91.14%和85.88%之间的差距,翻译成熵就是:低收入群体的行为熵约为0.5 bits/step,高收入群体约为0.9 bits/step。

关键注意:Activity是差距最大的通道(5.26%),而Location/With_whom/Enjoyment的差距都<1%。这说明经济资本主要通过改变"做什么"来影响生活模式,而非改变"在哪里"或"和谁在一起"。这与直觉一致——有钱人和没钱人都主要在家或在单位,差距在于他们在同一空间内做的事情不同。

6.3 经济状态分层 ⭐ 制度化约束的直接证据

经济状态 Activity Enjoyment Location With_whom N_windows
Employed 91.71% 98.48% 98.57% 98.57% 607,728
Student 90.26% 97.01% 99.28% 98.91% 31,944
Homemaker 88.26% 97.91% 98.99% 98.42% 47,388
Retired 90.06% 98.26% 98.65% 98.67% 149,688
Unemp./Sick 89.03% 98.26% 99.39% 98.62% 56,232
Gap 3.44% 1.47% 0.82% 0.49% —

深度解读

发现 6.3.1 — 就业是最强的"行为规训器":

Employed组以91.71%位居Activity可预测性之首。这不难理解:9-5的工作制度将一天的核心时段固定在同一活动上,通勤时间也高度固定,留给自由支配的只有早晚时段。就业制度是现代社会最强的时间规训力量。

发现 6.3.2 — Homemaker的"非制度化自由":

Homemaker组以88.26%位居末位(Activity维度),即"最不可预测"。这看似反直觉——家庭主妇不也要做家务、照顾孩子、准备饭菜吗?但关键区别在于:家务劳动没有外部制度化的时间安排。你可以上午打扫也可以下午打扫,可以先做饭也可以先洗衣服。缺乏外部时间规训的结果就是更高的行为多样性和更低的可预测性。

发现 6.3.3 — Student和Unemployed的特殊Location模式:

Student(99.28%)和Unemployed(99.39%)的Location可预测性反常地高于Employed(98.57%)。原因很可能是:学生大部分时间在学校或宿舍(两点一线),失业者大部分时间在家——他们的空间活动范围比上班族更受限。空间约束和行为约束可以是反向的。

6.4 地区分层

地区 Activity Enjoyment Location With_whom
London 92.73% 98.72% 98.74% 98.69%
South 91.52% 97.98% 98.77% 98.63%
Midlands 90.26% 97.96% 98.69% 98.77%
North 91.37% 98.29% 98.79% 98.64%
Devolved 90.68% 98.00% 98.89% 98.60%
Gap 2.47% 0.76% 0.20% 0.17%

深度解读

发现 6.4.1 — London效应:

London以92.73%显著高于其他地区(差距2.47%)。这与London作为全球城市的特性一致:更长的通勤时间、更标准化的服务业工作、更高比例的全职就业——都指向更强的时间制度化。伦敦人的一天被通勤-工作-通勤-家务严格分割。

有趣的是,Devolved(苏格兰/威尔士/北爱尔兰)最不可预测(90.68%)——这些地区的劳动力市场结构、产业分布和生活节奏与大都会有质的不同。

6.5 其他维度

维度 高可预测组 低可预测组 Gap 解读
Age Middle(91.52%) Old(90.55%) 0.97% 中年人受工作/家庭双重约束,最规律
Sex Male(91.31%) Female(90.85%) 0.46% 男性工作模式更标准化,女性角色更多元
Survey COVID+(91.03%) Pre(90.64%) 0.39% 疫情后可预测性上升——远程工作固化了居家模式
Weekend Weekday(91.36%) Weekend(91.08%) 0.28% 工作日更规律,但差距小于预期

6.6 维度重要性排名

B类维度重要性

图10 将7个维度按Activity准确率组间差距排序。Income和Econstat远远领先,构成了第一梯队;Region独占第二梯队;Age/Sex/Survey/Weekend差距在1%以内,构成第三梯队。

排名 维度 Gap 解读
1 Income 5.26% 经济资本:最根本的分层维度
2 Econstat 3.44% 制度化角色:就业约束强度
3 Region 2.47% 空间结构:大都市vs其他
4 Age 0.97% 生命阶段
5 Sex 0.46% 性别角色
6 Survey 0.39% 历史时期
7 Weekend 0.28% 每周节奏

核心结论:经济资本(Income)和制度化角色(Econstat)是日常行为可预测性最强的决定因素,远超年龄、性别、地区等其他维度。在社会科学语境中,这意味着:"你挣多少钱"和"你是否上班"比"你是男是女"和"你多大年纪"更深刻地塑造你的日常节奏。

6.7 稳健性验证

Bootstrap 95%置信区间

Bootstrap CI

图5 展示了关键维度的Bootstrap 95%置信区间。每个群体的均值由圆点标示,误差线表示置信区间。

Income维度:Low [90.99, 91.29]、Mid [89.26, 90.45]、High [84.73, 87.00]——三组CI完全不重叠,差距在统计上高度显著。

Econstat维度:Employed [91.53, 91.89] vs Homemaker [87.56, 89.01]——CI不重叠,差距显著。但Student [89.41, 91.08]与Retired [89.68, 90.48]存在重叠,说明这两组的差距不够显著。

样本量控制

将所有组训练集截断至最小组的大小,验证差距是否源于样本量不均:

维度 原始Gap 控制后Gap 结论
Income 5.26% 4.53% 降0.73%但仍大幅显著
Econstat 3.44% 3.47% 几乎不变
Region 2.47% 2.47% 完全不变

样本量不是差距的来源。控制后Income差距从5.26%降到4.53%——降低部分是因为Low组训练样本从81万减到1.5万导致模型退化。核心差距(4.53%)是真实的社会结构效应。


7. 转换点分析:解构"高准确率"

这是整个研究中最具方法论价值的分析。它回答了一个尖锐的问题:模型真的在"预测"日常行为吗?还是只是在"重复"上一时隙?

7.1 实验设计

将测试集中的每个预测按目标值是否等于上一时隙,划分为两个子集:

分别计算两个子集上的准确率。

7.2 结果:Stay = 100%,Transition = 0%

转换点分析

图6 是本研究中最"刺痛"的一张图。上半部分(Stay Accuracy)是一条完美的100%直线;下半部分(Transition Accuracy)是一条完美的0%直线。四个通道无一例外。

W=1 完整结果

通道 转换率 Overall Acc Stay Acc Transition Acc
Activity 8.44% 91.56% 100.00% 0.00%
Enjoyment 1.87% 98.13% 100.00% 0.00%
Location 1.30% 98.70% 100.00% 0.00%
With_whom 1.42% 98.58% 100.00% 0.00%

W=12 完整结果

通道 转换率 Overall Acc Stay Acc Transition Acc
Activity 9.04% 90.96% 100.00% 0.00%
Enjoyment 1.98% 98.02% 100.00% 0.00%
Location 1.40% 98.60% 100.00% 0.00%
With_whom 1.51% 98.49% 100.00% 0.00%

7.3 深度解读

发现 7.3.1 — "高准确率"的本质是惯性重复:

91%的Activity准确率完全等于1 - transition_rate(8.44%) = 91.56%。换言之,模型学到的唯一策略就是"预测和上一时隙一样"。它成功预测了所有的"持续"(占91.56%),但在所有的"转换"上全军覆没。

这不是模型的"错误"——这是贝叶斯最优策略。在给定数据分布下,"重复上一步"就是最大化准确率的方法。任何试图预测转换的尝试,因为基数太小(8.44%),都会付出在Stay上犯错的代价。

发现 7.3.2 — 转换率的社会学含义:

各通道的转换率本身就是重要的社会学发现:

通道 转换率 含义
Activity 8.44% 平均约每12个时隙(2小时)切换一次活动
Enjoyment 1.87% 平均约每53个时隙(8.8小时)改变享受程度
Location 1.30% 平均约每77个时隙(12.8小时)换一个地方
With_whom 1.42% 平均约每70个时隙(11.7小时)换社交陪伴

Activity的转换率(8.44%)是Location(1.30%)的6.5倍——人们切换活动的频率远高于切换位置或社交圈的频率。这再次印证了第5.1节的发现:行为是最具流动性的维度。

发现 7.3.3 — 数学等式揭示预测本质:

有一个简洁的数学等式:

Overall Accuracy ≈ Stay_rate × 1.0 + Transition_rate × 0.0 = Stay_rate = 1 - Transition_rate

Activity: 1 - 0.0844 = 0.9156 ✓
Location: 1 - 0.0130 = 0.9870 ✓

这意味着四个通道的预测难度差异完全可以用转换率解释。Location之所以"容易"(98.6%),纯粹是因为位置变化稀少(1.3%)。Activity之所以"难"(91%),也纯粹是因为活动切换频繁(8.4%)。准确率差异=转换率差异,别无其他。

7.4 对论文叙事的影响

这个发现不是"坏消息"——它是最重要的科学发现之一。

论文中应这样阐述:日常生活的高可预测性(91-98%)并非来自某种深层模式识别,而是来自惯性本身。人们大部分时间在做"和刚才一样的事"——这就是日常生活的本质。所谓的"日常性"(dailiness),就是这种惯性的社会学表达。

但这不减损群体间差距的价值。低收入者的惯性更强(91.14%)而高收入者更弱(85.88%),说明不同群体的生活"粘滞度"不同——有些人的生活像高粘度液体,缓慢而可预测;有些人的生活像低粘度液体,流动而多变。


8. 深度模型专题:非线性模式挖掘

8.1 全模型统一对比

全模型统一对比

图9 将全部12种模型(基线2 + 线性3 + 树4 + 序列1 + 深度3)在Activity通道上统一对比。这是回答"哪种模型最好"的终极图表。

模型家族 模型 Accuracy 训练时间
基线 Majority 30.69% —
基线 Naive Bayes 72.90% —
线性 Logistic 90.89% ~2s
线性 SGD 90.95% ~60s
树 Random Forest 90.90% ~30s
树 XGBoost 91.01% ~15s
序列 Markov 90.95% ~4s
深度 LSTM 90.98% ~293s
深度 GRU 91.00% ~427s
深度 Transformer 90.88% ~455s

深度解读

发现 8.1.1 — "算法无差异定理":

排除基线后,10种模型的Accuracy分布在[90.88%, 91.01%]区间内,全距仅0.13%。这个差距在统计上不显著(Bootstrap CI宽度约0.3%)。

这在机器学习领域是反直觉的——我们通常期望Transformer、LSTM等"高级"模型碾压Logistic Regression。但在本任务中完全不成立。原因回到第7节的核心发现:当最优策略就是"重复上一步"时,所有足够好的模型都会收敛到同一策略。Logistic Regression用线性权重学会了"给最后一个时隙的one-hot特征最大权重",Transformer用注意力机制学到了同样的东西——殊途同归。

发现 8.1.2 — 成本效益分析:

模型 Accuracy 训练时间 性价比
Markov Chain 90.95% 4秒 ⭐⭐⭐⭐⭐
SGD 90.95% 60秒 ⭐⭐⭐⭐
Transformer 90.88% 455秒 ⭐

Markov Chain以4秒训练时间达到与Transformer(455秒)相同的准确率。如果只关心全量预测,Markov Chain是最优选择。

8.2 深度模型在转换点上的微弱进步

深度模型转换点

图11 对比了SGD/Markov/LSTM/GRU/Transformer在转换点(Transition)上的表现。SGD和Markov的Transition Accuracy严格为0%,而深度模型出现了极微弱的非零值。

W=12, Activity通道

模型 Overall Stay Transition 训练时间
SGD 90.96% 100.00% 0.00% ~60s
Markov 90.95% 99.99% 0.00% ~4s
LSTM 90.98% 99.95% 0.66% 108s
GRU 90.99% 99.94% 0.93% 184s
Transformer 90.97% 99.99% 0.20% 192s

深度解读

发现 8.2.1 — 深度模型能"感知"转换,但几乎无法预测它:

GRU在W=12时达到0.93%的Transition Accuracy——这意味着在12,526个转换事件中,GRU正确预测了约117个。虽然统计上非零,但实际上毫无意义。

但这个微弱信号本身有理论价值:它证明序列中确实存在转换前兆(如Activity序列中的微妙模式变化),只是这个前兆信号极其微弱,被惯性信号淹没。

发现 8.2.2 — GRU > LSTM > Transformer的意外排序:

在Transition预测上,GRU(0.93%) > LSTM(0.66%) > Transformer(0.20%)。Transformer反而最差。可能原因:Transformer的自注意力机制更容易被高频的stay模式"吸引",而GRU的门控机制可能更善于捕捉序列中的微弱变化信号。

8.3 深度模型的真正价值:B类分组提升 ⭐

深度模型按收入分组

补充图S1 展示了SGD/LSTM/GRU/Transformer在Income三组上的对比。差异全部集中在High组。

Income分组

Group SGD LSTM GRU Transformer Lift
Low 91.14% 91.15% 91.15% 91.16% +0.02%
Mid 89.84% 90.07% 90.06% 90.13% +0.29%
High 85.88% 88.00% 88.82% 89.45% +3.58%

Econstat分组

Group SGD Transformer Lift
Employed 91.71% 91.70% -0.01%
Student 90.26% 90.89% +0.63%
Homemaker 88.26% 88.80% +0.54%
Retired 90.06% 90.17% +0.11%
Unemp./Sick 89.03% 90.41% +1.38%

深度解读

发现 8.3.1 — 深度模型的差异化增益模式:

这是整个深度模型分析中最重要的发现:深度模型的提升不是均匀的,而是高度集中在特定群体上。

模式清晰:生活越不规律的群体,深度模型提升越大;生活越规律的群体,深度模型毫无优势。

发现 8.3.2 — 提升的来源:非线性行为模式:

高收入群体的行为序列包含更复杂的时间依赖结构——不是简单的"重复上一步",而是类似"工作2小时→健身→午餐→会议"这样的多步模式。线性模型只能看到"上一步是健身→预测继续健身",而Transformer可以看到"工作→健身→…→通常接午餐"的长程依赖。

这回到了第6节的核心叙事:高收入者的生活更复杂(不可预测),但这种复杂性中包含非线性结构(可被深度模型部分捕捉)。"复杂但有结构"——这是"自由"的精确数学描述:不是随机,而是在更大的空间中形成更复杂的模式。

发现 8.3.3 — "被约束者不需要智能":

对Employed组而言,SGD已经91.71%,Transformer没有任何提升。这是因为就业者的行为模式是线性可分的——上班时间做工作、午休时间吃饭、下班后回家——一阶Markov就足够描述这种模式。多余的模型复杂度找不到可利用的信号。

这有一个深刻的隐喻含义:制度化约束"简化"了生活模式,使之可被简单模型完美描述。只有在约束减弱时,人的行为才展现出需要复杂模型才能捕捉的丰富结构。


9. 多任务学习与跨通道关系

9.1 实验设计

多任务学习(Multi-Task Learning)的核心假设是:共同预测多个通道可以让模型学到共享的底层表示,从而相互增益。如果Activity和Location有共同的潜在因素(如"工作模式"),那么联合训练应当优于分别训练。

我们对比了三种配置: - Independent LSTM:每个通道独立训练一个LSTM - Multitask LSTM:一个共享LSTM编码器 + 4个独立分类头 - Multitask GRU:一个共享GRU编码器 + 4个独立分类头

9.2 结果

多任务学习对比

补充图S2 将三种配置在四个通道上并排对比。

通道 Independent LSTM MT LSTM MT LSTM Lift MT GRU MT GRU Lift
Activity 90.96% 90.84% -0.12% 90.99% +0.03%
Enjoyment 98.03% 97.69% -0.34% 98.02% -0.01%
Location 98.60% 98.57% -0.03% 98.61% +0.01%
With_whom 98.49% 98.25% -0.24% 98.49% 0.00%

9.3 深度解读

发现 9.3.1 — 多任务学习"失败"了,但失败本身是发现:

Multitask LSTM在所有四个通道上都低于独立训练,尤其Enjoyment(-0.34%)和With_whom(-0.24%)下降明显。Multitask GRU基本持平。

这个"失败"印证了第5.5节的通道消融结论:四个通道在预测意义上近乎正交。如果通道之间确实共享底层表示,多任务学习应当有正向增益。增益为零甚至为负,说明:

  1. 四维度各有独立的信息源:做什么、在哪里、和谁在一起、感受如何——这四个方面在10分钟尺度上各自独立演化。
  2. 共享编码器产生干扰:试图用一个编码器同时建模四种不同动态会产生"负迁移"(negative transfer)。LSTM容量有限(hidden=64),被迫在四种模式之间折中,结果哪个都做不好。
  3. GRU更鲁棒:GRU参数更少、结构更简洁,因此多任务干扰更小,基本持平。

发现 9.3.2 — 对论文叙事的贡献:

这一阴性结果支持了一个重要的理论主张:日常生活的四个维度不是由统一的"日常节奏"驱动的,而是各有其独立的惯性结构。

在社会学中,有一种观点认为存在"生活方式"(lifestyle)这个统一概念——一组协调一致的行为、偏好和位置。但我们的数据表明,在微观时间尺度(10分钟)上,生活方式不是一个统一体,而是四个相对独立的轨道并行运行。这与Lahire (2011)关于"多元行动者"(plural actor)的理论一致——个体在不同维度上可以呈现不一致的模式。


10. 应用验证:角色模拟与缺失插补

10.1 角色模拟

方法

利用B类分组训练的Markov Chain,对特定画像采样生成"虚拟的一天"(144个时隙)。每个画像生成5条模拟序列。

角色模拟时间线

图13 展示了6个角色画像的模拟日时间线。每条横轴是00:00-23:50的144个时隙,颜色代表不同活动。直观可见:

角色对比统计

图14 将6个画像的活动多样性(unique activities/天)和转换次数(transitions/天)量化对比。

角色 平均活动种类/天 平均转换次数/天 特征
在职男性(工作日) 11.2 17.2 最单调——工作占据主体
在职女性(工作日) 20.8 33.8 比在职男性多样得多——家务+工作双重角色
退休者(工作日) 15.4 21.2 适度多样——有自己的节奏
学生(工作日) 23.0 40.2 最多样+最碎片化
家庭主妇(工作日) 13.0 17.2 活动少但切换少——围绕家务的稳定节奏
在职男性(周末) 15.6 23.8 比工作日多样化+40%

深度解读

发现 10.1.1 — 性别分工的微观时间图景:

在职男性(11.2种)vs在职女性(20.8种)的活动种类差距惊人——女性日程的碎片化程度几乎是男性的两倍。这与时间社会学中关于"二次轮班"(second shift, Hochschild 1989)的经典研究一致:职业女性在工作之余承担不成比例的家务劳动,导致日程在工作、做饭、照顾孩子、清洁之间不断切换。

男性的工作日是"大色块"模式——长时段从事同一活动;女性的工作日是"马赛克"模式——频繁在多种活动间穿梭。这种差异正是性别不平等在时间维度上的具象化。

发现 10.1.2 — 学生的"结构性自由":

学生以23种/天的活动多样性位居首位。这看似矛盾——学生不是有课表约束吗?但课表只占据部分时间,其余时间学生拥有高度自主权(且缺乏家庭责任)。课程之间的间隙被各种短时活动填充——社交、运动、学习、娱乐——形成了高度碎片化但丰富多彩的日程。

发现 10.1.3 — 工作日vs周末的"释放效应":

同一个"在职男性",工作日活动11.2种/转换17.2次,周末增加到15.6种/23.8次——多样性增加约40%。周末是工作日积累的行为约束的"释放阀"。

10.2 缺失数据插补

方法

人为在测试集日记中随机遮蔽10%/30%/50%的时隙,使用前向预测(基于已知的前文)填充缺失值,评估插补准确率。

插补鲁棒性

图7 展示了四个通道在三种缺失率下的插补准确率曲线。Location/With_whom/Enjoyment三条线几乎水平(衰减极小),只有Activity线有明显下降。

缺失率 Activity Enjoyment Location With_whom
10% 90.51% 97.86% 98.56% 98.51%
30% 88.32% 97.47% 98.20% 98.18%
50% 83.92% 96.49% 97.39% 97.21%
Δ(50%-10%) -6.59% -1.37% -1.17% -1.30%

模型对比

通道 SGD XGBoost XGBoost优势
Activity 88.8% 89.6% +0.8%
Enjoyment 97.2% 97.2% 0.0%
Location 98.0% 98.0% 0.0%
With_whom 97.4% 97.4% 0.0%

深度解读

发现 10.2.1 — 框架具有实际应用价值:

即使50%的时隙缺失,Location/With_whom仍能以97%+的准确率插补。这在时间使用调查的数据清洗中有直接应用价值——调查中常见大量缺失值(受访者忘记填写),本框架可以以高置信度自动补全。

发现 10.2.2 — Activity的脆弱性:

Activity随缺失率增加下降最快(6.59%),因为Activity的转换率最高(8.44%)。缺失的时隙中如果恰好包含转换点,前向预测就无法恢复正确的新状态。而Location/With_whom转换率仅1-1.5%,缺失时隙包含转换点的概率极低,因此鲁棒性极强。

发现 10.2.3 — XGBoost仅在Activity上有微弱优势(+0.8%):

与E1的模型趋同结论一致——任务的核心是惯性延续,算法差异几乎不重要。


11. 错误分析与个体差异

11.1 时段错误分布

错误率按群体

补充图S3 展示了错误率在不同群体维度上的分布。

Activity通道错误率按小时统计:

时段 错误率 时段 错误率
08:00 16.05% 15:00 8.46%
09:00 14.21% 16:00 9.78%
10:00 10.00% 17:00 13.73%
11:00 9.00% 18:00 14.11%
12:00 12.24% 19:00 11.98%
13:00 12.02% 20:00 8.05%
14:00 8.67% 03:00 0.73%

深度解读

发现 11.1.1 — 错误集中在"生活节奏的关节处":

错误率形成了清晰的三峰结构:

三峰分别对应了日常生活的三个主要"相变时刻"(phase transition)——人从一种主要活动状态切换到另一种。凌晨(03:00)错误率仅0.73%,因为几乎所有人都在睡觉,没有转换发生。

这与第7节的转换点分析完全一致:所有错误=转换点错误,而转换点集中在生活节奏的转折处。

11.2 混淆模式分析

Top 10 混淆对

排名 真实→预测 次数 语义解释
1 104→105 608 不同类型的工作活动间混淆
2 103→101 485 个人护理→睡觉(早起/入睡边界)
3 127→104 478 休闲→工作("假装还在休息但已开始工作")
4 101→127 432 睡觉→休闲("赖床"被编码为休闲)
5 104→103 315 工作→个人护理(工作间歇去洗手间等)
6 105→104 210 工作类型间反向混淆
7 117→104 176 家务→工作(居家办公边界模糊)
8 104→127 163 工作→休闲(摸鱼/下班边界)
9 106→104 160 进修→工作(学习/工作界限模糊)
10 104→101 147 工作→睡觉(加班后直接入睡)

深度解读

发现 11.2.1 — 混淆对揭示"活动边界模糊性":

混淆对中反复出现几组关系:

  1. 工作内部混淆(104↔105):不同工作类别间边界不清,可能反映了受访者编码的主观性。
  2. 睡觉↔休闲(101↔127):赖床、看手机、打瞌睡——睡觉和休闲的边界本身就是模糊的。
  3. 工作↔休闲(104↔127):居家办公时代,工作和休闲的时空边界日益模糊。

这些混淆不仅是模型的"错误",更反映了活动分类体系本身的固有模糊性。37类活动码是人为构建的离散类别,但现实中的活动是连续的、重叠的、多义的。

发现 11.2.2 — 大部分"错误"是语义相邻的误判:

Top 10混淆对中,几乎所有都发生在语义相近的活动之间——工作↔工作、睡觉↔休闲、工作↔家务。模型很少将"睡觉"误判为"体育运动"这样的跨域错误。这说明模型虽然无法预测精确的转换目标,但大方向上是合理的。

11.3 群体错误率差异

维度 高错误率组 低错误率组 差距
Sex Female(9.52%) Male(8.50%) 1.02%
Age Old(9.84%) Young(8.14%) 1.70%
Income Low(12.60%) High(8.51%) 4.09%
Econstat Unemp.(12.19%) Student(8.03%) 4.16%

发现 11.3.1 — 错误率反映可预测性的反面:

Income-Low的错误率(12.60%)并非因为低收入者行为更"混乱"——在B类实验中他们是最可预测的(91.14%)。这里的"Low"指的是深度误差分析中测试集中的Income-Low子集。高错误率更可能来自该子集中样本量较小导致的方差。

11.4 个体差异分布

统计量 值
测试集个体数 513
平均准确率 90.95%
标准差 4.87%
最低 37.88%
最高 100.00%
中位数 91.67%

深度解读

发现 11.4.1 — 群体均值掩盖了巨大的个体异质性:

90.95%的群体平均准确率背后,标准差达4.87%,极差62%(37.88%→100%)。存在准确率100%的个体(整天做同一件事?或全天在家未出门?)和低至37.88%的个体(极度不规律的生活模式)。

这提醒我们:任何群体级别的结论都是对个体多样性的简化。B类实验中Income-High组的85.88%是该组的均值,组内某些高收入个体可能非常规律(>95%),另一些可能极度不规律(<70%)。

发现 11.4.2 — 按性别分组的个体差异:

性别 平均 标准差 N
Male 91.42% 5.46% 222
Female 90.38% 4.46% 251

男性的标准差(5.46%)高于女性(4.46%)——男性群体内的个体异质性更大。这可能反映了男性职业分布更分散(从体力劳动到高管),而女性因性别角色期待而有更趋同的时间安排模式。


12. 核心科学发现与论文叙事

12.1 发现体系:三层递进

第一层:日常生活的惯性本质

编号 发现 核心证据 理论连接
F1 四维度预测准确率91-98.6% E1: 28实验 日常生活的"例行化"(routinization)
F2 所有模型性能趋同(差异<0.2%) 12模型对比 预测上界由数据决定,非算法
F3 W=1(10分钟)即最优窗口 E4: 6窗口 行为的一阶Markov性质
F4 时序顺序贡献14-20%(最大效应) E6: Order vs Bag 惯性信号主导
F5 静态特征贡献=0.000% E5 + 逐特征消融 时序已是充分统计量
F6 跨通道贡献=0或负 E2b: 32实验 四维度近乎正交
F7 Transition Accuracy=0% 转换点分析 高准确率=纯惯性重复

第一层叙事:

日常生活在10分钟尺度上高度可预测(91-98.6%),但这种"可预测性"的本质是惯性——人们绝大多数时间在做"和刚才一样的事"。所谓的"日常性"(dailiness),就是这种惯性的社会学表述。

预测只需要一个信息:上一时隙在做什么。更长的历史、其他维度的信息、人口学特征——全部无用。这说明日常行为的信息结构极其简单:一个一阶Markov链。

但所有模型在活动转换时刻准确率=0%。这揭示了惯性的边界:人何时从一种活动切换到另一种,对当前的预测框架而言是不可预测的。转换是日常生活中的"量子跳跃"。

第二层:可预测性的社会分层

编号 发现 核心证据 理论连接
F8 Income差距5.26%(最大) B1 Income 经济资本→行为自由度
F9 Econstat差距3.44%(第二) B1 Econstat 制度化角色→时间约束
F10 London最规律(92.73%) B1 Region 全球城市的通勤规训
F11 中年最规律(91.52%) B1 Age 工作+家庭双重约束峰值
F12 疫情后可预测性↑ B1 Survey 远程工作固化居家模式
F13 性别差距最小(0.46%) B1 Sex 时间使用的性别趋同?
F14 差距经Bootstrap和控制后稳健 CI + Controlled 非样本量伪影

第二层叙事:

虽然所有群体都高度可预测,但可预测性的程度存在显著的社会分层。在7个维度中,经济资本(收入)和制度化角色(就业状态)是最强的解释因素,远超年龄、性别等生物-人口学变量。

核心洞见:高收入者的日常生活更不可预测(85.88% vs 91.14%),不是因为他们的生活更"混乱",而是因为他们拥有更多的选择空间——经济资源和时间自主权使他们能够从事更多样化的活动。就业者最规律(91.71%)是因为制度化的工作时间占据了一天的核心时段。

这可以总结为一个简洁的命题:自由度(经济资源+时间自主)降低行为的可预测性。或者反过来说:约束产生规律,自由产生多样。

第三层:深度模型揭示复杂性的结构

编号 发现 核心证据 理论连接
F15 High Income: Transformer +3.58% Deep B-class 高收入者行为含非线性结构
F16 Unemp./Sick: Transformer +1.38% Deep B-class 不规律群体存在隐藏模式
F17 Employed: Transformer +0.00% Deep B-class 规律行为线性可表示
F18 多任务学习无显著优势 MT实验 四维度各自独立演化

第三层叙事:

深度模型(LSTM/GRU/Transformer)在全量数据上与简单模型无差异,但在分组分析中揭示了关键信息:高收入群体的行为模式包含显著的非线性结构(Transformer提升+3.58%),而规律群体(就业者)完全是线性的。

这意味着"不可预测性"不等于"随机性"。高收入者的行为确实更多样、更不可预测,但其中存在更高阶的模式——只是这种模式太复杂,线性模型无法捕捉,而深度模型可以。这正是"自由"的精确数学描述:不是混沌,而是在更大的空间中形成更复杂的结构。

12.2 论文可能的标题

"The Predictability of Everyday Life: How Economic Resources and Institutional Roles Shape the Temporal Rhythms of Daily Activities"

或

"Routine as Constraint: A Multi-Channel Prediction Framework for Quantifying Social Structure in Daily Time Use"

12.3 与现有文献的对话

本研究发现 支持/挑战的文献
高可预测性(91-98%) 支持 Pred (2005) 关于日常生活"时空锚"的理论
收入→自由度→低可预测性 支持 Bourdieu (1984) 关于经济资本与实践多样性的关联
就业=最强约束 支持 Thompson (1967) 关于工业时间规训的经典论述
性别差距小(0.46%) 挑战 Hochschild (1989) 关于性别时间不平等的部分预设——至少在可预测性维度上差距在缩小
疫情后↑可预测性 支持 Recchi et al. (2020) 关于疫情后时间使用同质化的发现
Transition Acc=0% 是对Song et al. (2010) "93%可预测性"研究的重要补充和修正

13. 技术实现细节

13.1 项目结构

Yucheng_Project/
├── src/
│   ├── data/
│   │   ├── loader.py          # Stata数据加载, CHANNELS定义
│   │   ├── windows.py         # 多通道滑动窗口构建
│   │   └── splitter.py        # 人员级别划分, 7维度分组筛选
│   ├── models/
│   │   ├── features.py        # Order/Bag编码, 序列特征提取
│   │   ├── classifiers.py     # 13种模型统一接口
│   │   ├── sequence_models.py # LSTM/GRU/Transformer (PyTorch)
│   │   └── multitask.py       # 多任务学习网络 (MultiTaskNet)
│   ├── evaluation/
│   │   └── metrics.py         # 12+评估指标 (含scipy.stats.entropy)
│   └── experiments/
│       ├── config.py          # YAML配置解析
│       └── runner.py          # 实验运行器
├── run_*.py                   # 42个实验脚本
├── generate_*.py              # 4个图表生成脚本
├── configs/base.yaml          # 默认配置
├── results/                   # 210个JSON + 17张PNG
│   ├── a_class/E1..E6/        # A类实验结果
│   ├── b_class/               # B类实验结果
│   ├── bootstrap_ci/          # Bootstrap结果
│   ├── deep_models_*/         # 深度模型结果
│   ├── transition_analysis/   # 转换点分析
│   ├── role_simulation/       # 角色模拟
│   ├── imputation*/           # 插补实验
│   ├── error_analysis*/       # 错误分析
│   └── figures/               # 17张可视化
└── requirements.txt

13.2 依赖清单

pandas>=2.0       numpy>=1.24      scikit-learn>=1.3
scipy>=1.10       pyyaml>=6.0      matplotlib>=3.7
seaborn>=0.12     torch>=2.0       xgboost>=2.0
lightgbm>=4.0     openpyxl>=3.0    pillow>=10.0

13.3 可复现性保障

机制 说明
全局种子 seed=42 固定所有随机过程
人员级别划分 同一人不跨训练/测试集
泄漏验证 verify_no_leak() 函数自动检查
JSON存储 每次实验完整保存配置+结果
版本锁定 requirements.txt 固定依赖版本

13.4 实验规模

类别 实验数 说明
A类 E1 28 7模型×4通道
A类 E2/E2b 44 多→单 + 消融
A类 E3 7 多→多联合
A类 E4/E5/E6 14 窗口/静态/编码
B类 B1/B2/B3 ~198 7维度×多组×4通道
深度模型 ~87 B类+转换点
补充分析 ~25 插补/模拟/误差/指标
总计 ~300+ —

14. 局限性、反思与未来工作

14.1 方法论局限

局限 影响 思考
Transition Acc=0% 模型本质上只是重复上一步 但这本身是重要发现。论文需要诚实面对这一点,将其转化为关于日常生活惯性本质的理论贡献
一阶Markov性质 长程依赖几乎不存在 这可能是10分钟粒度的产物。如果粒度变为1小时,转换率会上升,可能出现更丰富的时间结构
活动分类体系的模糊性 混淆对多为语义相邻活动 可以探索activity code聚合(如37类→10类)后的效果
ECE值偏高(0.89) 模型概率校准不佳 SGD的modified_huber loss产生的概率不够校准,可考虑Platt scaling

14.2 数据局限

局限 影响 应对
单国数据(UK) 无法验证跨文化/跨制度的普适性 Phase 2扩展至US ATUS、法/日/韩/澳
Income高组样本少(N=21,384) Bootstrap CI较宽 控制实验已证实差距稳健
调查效应 被观察者可能改变行为 日记法的固有局限,难以消除
代表性偏差 CADDI样本可能不代表全UK人口 使用survey权重(未实现)可以缓解

14.3 理论反思

反思1:可预测性=约束,但约束是否一定是坏事?

我们倾向于将"自由"赋予正面价值,但高可预测性也可以意味着稳定性、安全感和可靠性。就业者的91.71%可预测性反映的不仅是"约束",也是"结构化的安全"——有固定的工作时间、稳定的收入、可预期的日常节奏。失业者的89.03%可预测性虽然"更自由",但可能伴随的是经济不安全和社会孤立。

反思2:Transition Acc=0%意味着什么?

如果人何时改变活动是不可预测的,这是否意味着人的"自由意志"体现在何时切换活动?或者它只是说明切换的触发因素(如手机提醒、孩子的需求、生理饥饿感)不在我们的数据中?更可能的是后者——我们缺少外部事件(event)这一关键预测因子。

反思3:10分钟粒度的适切性

10分钟可能太细了。在这个粒度上,"惯性"信号统治一切。如果将粒度改为1小时甚至"活动片段"(activity episode),可能会出现更丰富的预测结构。这是Phase 2值得探索的方向。

14.4 后续阶段的实现情况

Phase 1 在单国 UK 场景中提出的几个核心延展方向,已在后续阶段中得到实证推进。就当前三阶段导师包而言,最重要的后续任务与其实现状态如下:

Phase 1 中提出的延展方向 当前实现情况 在导师包中的对应文档
单国结果的外部效度验证 已在 Phase 2 完成 US 复现,在 Phase 3 完成 MTUS 多国验证 PHASE2_COMPLETE_REPORT.*、PHASE3_COMPLETE_REPORT.*
跨国活动码映射与数据对齐 已形成可复用的 harmonization 与 summary 生成链条 PHASE2_COMPLETE_REPORT.*、PHASE3_COMPLETE_REPORT.*
Level One 跨国基准复现 已完成 UK / US / MTUS 的主线对表 PHASE2_COMPLETE_REPORT.*、PHASE3_COMPLETE_REPORT.*
Level Two 分组差异扩展 已在 US 与多国条件下完成 grouped analysis,并收敛到更稳的维度主线 PHASE2_COMPLETE_REPORT.*、PHASE3_COMPLETE_REPORT.*
论文主叙事收束 已形成“强惯性、弱但稳定的模型增益、样本条件决定可见性、外部效度成立”的三阶段证据链 本导师包全部主报告与图链说明

因此,本节中原本指向未来阶段的若干开放任务,在当前项目状态下已经大体转化为已完成的研究路径。保留这一节的目的,是说明 Phase 1 如何自然延展为后续两阶段,而不表示本项目仍停留在待启动状态。


附录A: 全部可视化索引

编号 文件 嵌入位置 内容
Fig.1 figure1_a_class_performance.png §5.1 A类实验总览
Fig.2 figure2_b_class_heatmap.png §6.1 B类分组热力图
Fig.3 figure3_e2b_waterfall.png §5.5 通道消融瀑布图
Fig.4 figure4_e1_model_comparison.png §5.1 7模型对比
Fig.5 figure5_bootstrap_ci.png §6.7 Bootstrap 95%CI
Fig.6 figure6_transition_analysis.png §7.2 转换点分析
Fig.7 figure7_imputation_robustness.png §10.2 插补鲁棒性
Fig.8 figure8_input_info_effect.png §5.2 输入信息量效果
Fig.9 figure9_unified_model_comparison.png §8.1 12模型统一对比
Fig.10 figure10_dimension_importance.png §6.6 维度重要性排名
Fig.11 figure11_deep_transition.png §8.2 深度模型转换点
Fig.12 figure12_order_vs_bag.png §5.3 Order vs Bag
Fig.13 figure13_role_timelines.png §10.1 角色模拟时间线
Fig.14 figure14_role_comparison.png §10.1 角色对比统计
S1 supplementary_fig1_deep_models_by_income.png §8.3 深度模型按收入
S2 supplementary_fig2_multitask_comparison.png §9.2 多任务对比
S3 supplementary_fig3_error_rate_by_group.png §11.1 群体错误率

文档版本: v2.0
生成日期: 2026-03-14
状态: Phase 1 Complete — Ready for Paper Writing
字数: ~20,000字 | 图表: 17张全部嵌入