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：

• 预测准确率高 → 行为受制度化时间安排约束（如9-5工作制、通勤节奏）
• 预测准确率低 → 行为自由度高（如自由职业者、高收入者的弹性时间）
• 群体间差距 → 社会结构不平等在日常节奏上的具象化

1.2 投稿定位

• 目标刊物：Nature子刊级别社会科学期刊（如 Nature Human Behaviour）
• 论文重心：框架的社会科学洞见，而非技术方法创新
• 创新点：首次系统性地将时间序列预测准确率作为"社会约束强度"的量化指标

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：

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

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：

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

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)

4.2 评估指标体系

分类指标 (Activity / Location / With_whom):

序数指标 (Enjoyment):

序列级指标:

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)

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。

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)

Enjoyment / Location / With_whom

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：

• Location最容易预测(98.6%)：人的物理位置在10分钟尺度上极度惰性。你现在在家，10分钟后99%还在家。这反映了空间锁定效应——人被物理空间"锚定"。
• With_whom次之(98.5%)：社交陪伴也高度惰性。你在和家人吃饭，10分钟后大概率还和他们在一起。社交情境一旦建立，短期内不会改变。
• Enjoyment高度惰性(98.0%)：情感体验的连续性也很强，但比空间和社交略低——人的主观感受会有更多微波动。
• Activity最难预测(91.0%)：行为是四维度中变化最频繁的。同在家中、同与家人在一起、同样享受程度，你可能在看电视、做饭、聊天之间切换。行为是日常生活中最具"能动性"的维度。

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

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

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

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

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）

E2b: 有无通道消融（含自身历史）

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

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

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

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

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

6.6 维度重要性排名

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。

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

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：

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：

• Stay（持续）：y_t = y_{t-1}，即"和刚才一样"
• Transition（转换）：y_t ≠ y_{t-1}，即"换了一个活动"

分别计算两个子集上的准确率。

7.2 结果：Stay = 100%，Transition = 0%

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

W=12 完整结果

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：

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

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。

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：

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

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

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 ⭐

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

Econstat分组

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。

• High Income组：Transformer提升+3.58%（从85.88%→89.45%）
• Employed组：Transformer提升-0.01%（几乎为零）

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

补充图S2 将三种配置在四个通道上并排对比。

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。

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：

• 在职男性(工作日)：大面积的单色块（工作），两端有短色块（起床/晚间）
• 学生(工作日)：色彩最丰富、切换最频繁——马赛克般的碎片化日程
• 退休者(工作日)：色块较大但比在职者更多样——悠闲但有节奏

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。

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。

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。

模型对比

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

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：

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：

• 晨峰(08:00, 16.05%)：起床→洗漱→早餐→出门的快速切换链
• 午峰(12:00, 12.24%)：工作→午餐→工作的切换
• 晚峰(17:00-18:00, 13-14%)：下班→通勤→到家→晚间活动的连锁转换

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

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

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

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：

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

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

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

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

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

13.4 实验规模

14. 局限性、反思与未来工作

14.1 方法论局限

14.2 数据局限

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：

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

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