前言
去到不同的城市，当地人与旅行者在城市中留下的足迹是不同的。基于香港、纽约及三藩市三座 城市的swarm 社交平台数据，可以窥见当地人与过路人对于一座城市不同的打开方式。
SWARM数据集简介
在这个案例中我们使用的数据集是SWARM平台上线后某城市用户的签到信息数据。有兴趣的小伙伴可以点击进入数据下载页面（密码:xjmq）
这个数据集中的数据已经被分为了两个部分，一部分是当地人的profile信息及签到信息，另一部分是旅行者（也就是常驻城市标记不为目标城市的用户）的profile信息及签到信息。在本case中我们使用的是来自纽约市、香港市以及三藩市的签到数据信息。
签到的时间点
从时间维度上看各个城市当地人和旅行者的签到总数
比较香港2013 年1 月-2017 年4 月，纽约2013 年1 月-2017 年4 月及三藩市2013 年1 月- 2017 年3 月每个月的当地人和旅行者的总签到数量，可以看出在2014 年初到达峰值后三个城市 的swarm 用户签到数量都有明显下降，到2015 年中开始迅速增加，2015 年全年呈上升趋势，到 2016 年后趋于平稳。这个模式在每座城市的当地用户中体现得比较明显，通过网络搜索得到信息 “Swarm 平台是从Foursquare 社交app 中分出去的一个专注于签到的应用，它在2014 年5 月 16 日正式在ios 平台和安卓平台上发布。”也许是因为分流的缘故，用户签到数量出现了明显的跳 水现象。根据 AppAnnie 的数据，在推出之后，Swarm 在苹果 App Store 的排名一路走低。在 2015 年1 月到达低谷后的回升可能是因为Foursquare 的老用户逐渐回归签到功能，开始将社交 圈转移到新的app 中。由于有社交正反馈的效应，很容易产生如图所示个体使用数量迅速增加的 现象。
香港的用户签到总数基本保持稳定，可能是因为“天高皇帝远”，Swarm 平台的剧变并不能在 香港产生很强的舆论效应，也就没有什么影响力，更不会改变用户的使用行为。再加上用户数量 较少的缘故，所以历年签到总数相对比较稳定。
而旅行者的签到数量相对当地居民来说波动比较大，在每年的11-12 月份（暴跌的2015 年除 外），用户的签到数量会出现明显的峰值，这可能是因为圣诞时节大家有比较长的假期可以出门旅 行。与当地人比起来，旅行者的总签到数量明显较少。从签到总数上来看也可以看出这三座大城 市，当地人的签到数量多于旅行者，对Swarm 平台来说，每个城市的当地人贡献的流量比较多。
从时间维度看各个城市当地人和旅行者在不同月份的签到次数
从当地人不同月份的签到数量来看地处美国西海岸四季如春的三藩市当地居民对季节和月份 没有什么特别的感觉，毕竟没有温度的刺激，也就没有什么普遍的能增强或减弱出门动机的事情 了。从图中可以看出来纽约和香港的当地居民在三四月份的签到总数较多，这可能是因为冬天即 将结束，不下雪的时候大家都跑出门愉快的玩耍了。
从旅行者的数据来看，全年没有什么明显的差异，除了12 月份香港的签到数量有所上升外， 基本上全年维持稳定。香港12 月份签到数量的上升可能是前文所述的圣诞假期的影响。
总体而言，这个模式并不可靠，因为加总了三年的数据，从2013 年1 月到2016 年12 月，中 间2015 年由于经历了大的波动，所以对月份加总数据的质量有很大的影响。
从时间维度看各个城市当地人和旅行者在每天的不同时间的签到次数
一天24 小时，从当地人的数据可以看出三个较为明显的签到小高峰——早上上班时间，中午 午休时间以及晚上下班以后，当然这也对应着一日三餐的时间。这很符合上班族的作息规律，在 上班时间自然是要少发定位签到的，但是在上班前后及中间间隙的时候发点东西满足一下自己的 社交需求是再常见不过的事情了，再加上吃饭与社交的关系是密不可分的，于是在吃饭时间，解 锁餐厅发定位，在朋友圈里刷刷存在感，这些签到小高峰就这样出现了。有趣的是，可以看到在 香港第一个峰值出现在八点，而在纽约和三藩市峰值都出现在九点，这也很符合我的切身体会。 曾经在香港居住的时候就觉得这是一座早起的城市，港式早点，粤文化中的“早茶”这些与饮食 相关的概念深深影响着香港居民，至少相比于纽约和三藩来说，是比较早一些了。至于美国西海 岸的三藩市，我也有近距离的体验。去年在伯克利交流…在中国设置为早上九点开始考试的GRE 在湾区都变成了十一点，早早八点出门的我，还能独享整节车厢，可见他们的作息与香港相比是 整体往后调整了一些的。香港的晚餐时间高峰在六点，而三藩市和纽约市的数据都显示早高峰时 间在晚上七点在夜晚从起点的
再来看十分有趣的旅行者数据，在当地人数据中比较明显的三个小高峰在旅行用户数据中变 得较为模糊。三个城市都呈现出早高峰消失的数据状态。中午午餐时间和晚餐时间有出现签到人 数增加的现象，但是相较于当地居民而言，不是特别明显。这也符合一般人之中旅行者的行为模 式，他们不需要上班，所以早高峰消失了，也没有上班时间不能分心的限制，所以中午的高峰和 晚上的高峰相对没有那么集中。有趣的是，当旅行者在香港和三藩市入眠的时候，在纽约市一切 才刚刚开始。凌晨3 点，来到纽约市的旅行者开始活跃了。
凌晨3 点大家都在干什么呢？这个问题实在让人好奇，于是将纽约市旅行者凌晨3-4 点的签 到地点做了个饼图，如下。
从图中可以看出纽约市的旅行用户在凌晨3-4 点的时候会在地铁站签到，在住所附近签到，还有在机场签到，在路上签到，在公园签到…….地铁站大概是浪完了要回住处了，这提示我们在旅游城市中24 小时地铁是有需求；住所附近，凌晨三点，保守估计是home party 完准备回家了；机场……既然是旅行者，那么机场也是一个挺符合认知的地方，红眼班机的特殊属性，夜晚这个时候在机场等飞机的情景，提供了一个不受打扰的回顾与思考的时间，十分容易激发人们的社交分享欲望。路上…那可能是回家的路上或者去机场的路上；至于停车场…嗯…
从时间维度看各个城市当地人和旅行者一周七天的签到次数分布
从图上看本地用户每周签到的次数较为稳定，周末反而会比较少，可能是工作比较累的缘故，周末都在家里躺尸休养生息。本地用户在三藩市周三出现了一个签到高峰，这是周中工作聚会的内party？记得有些同学说过硅谷有些公司有这样的传统，但这个高峰不知道是不是因为这个造成的，只是一个小小的猜测。
从旅行用户一周的签到数据来看，可以看出三藩市和纽约市的旅行者在一周内的签到数量没有明显差异，这与旅行者的身份相符合，因为他们到另一座城市，不容易受工作时间与周末区分的影响。但是在香港市，可以明显看到，周末时签到的数量会更多，这可以推测在周末时有更多的旅行者来到香港，那大概是来买买买了。作为一个广州人，我妈就经常带我在周五的时候到香港去住两三天买买买。在途中也可以看到签到数量在周五的时候开始增加持续到周日。
签到的地点
从签到类别看各个城市当地人和旅行者的签到场所偏好
由图可以看出在香港市排在当地用户和旅行用户常用签到地点前三位的都是餐厅，购物中心和地铁站，这代表了人们常常出行的激发社交分享欲望的地点。当地用户排在第四位的是各种建筑，第五位和第六位都是是自家街区，说明了人们也常在家里发签到。在旅行者的签到排行中靠前的是酒店和街区，还有机场。
如之前对凌晨3-4 点的讨论，其实这些地点都指向了同一个问题——孤独感。除餐厅、购物中心和地铁站外，与自我状态相关的，与休憩相关的更私人的地点出现在一个基于定位的社交平台上从心理学的角度来说是不符合人本能的安全需求的。因为动物会有隐藏自己的巢穴位置的本能，人也有隐藏隐私信息的倾向。在家中签到是违反本能的私生活信息的分享，其实暗示了一种社交邀请。
和香港市一样，纽约市和三藩市的当地人签到最多的地点类别是餐厅，看来人们对食物还是情有独钟的，当然食物本身的功能除了饱腹外，还掺杂了很多与情感与社交相关的东西。另外，有趣的地域差异再次出现了。香港用户签到地点排名第二的购物广场没有出现在纽约和三藩的任何一个榜单上。而在纽约和三藩每个榜单中都出现了的咖啡店也没有出现在香港的榜单上。
都说生活在其中的人塑造了一座城，给予了城市属于它的独特性格。从这样的签到类别榜单中我们便可以通过人们最常落脚的地点管窥可以看出一座城，及这座城对接近它的旅人的影响（抱歉突然文艺）。香港被人贴上买买买的标签，不只是外地人乐于到香港去采购，从shopping mall 在当地人签到数量第二位就可以看出，香港本地人对“买买买”本身也是高度认同的；在纽约当地人的榜单前十中出现了“酒吧”，这与不夜城哥谭市的名声也是有高度关联的，酒吧文化在人们的生活中就得以体现。而这一城市标签同样影响着来到这座城的人，虽然没有进前十，但排在纽约旅者签到榜单第十二位的“酒吧”也能算得上是显眼了；在三藩市当地人的榜单中，我们可以体会到强烈的生活气息，“酒吧”、“披萨屋”、“食品杂货店”、“面包店”等，都体现出与纽约的冷硬不同的休闲味道。值得一提的是到三藩旅者的榜单上出现了“Piers”这个著名的休闲旅游景点，可见三藩的海鲜，码头海狮，金门大桥等美景在过路人心中的地位了。
谈了如此多的差异，回到共有的模式上可以看出在每一个榜单中都有代表着私人领域的签到 类别名列前位。就像前面说的，我认为这指向了生活在大城市中的人们存在的一个共有主题—— 孤独。很多美国学者指出，在21 世纪孤独可能会成为除了肥胖和物质滥用外的第三个公共健康问 题，可见这个问题的普遍性已经深入人们，特别是年轻人生活的方方面面(Pittman & Reich, 2016)。可以想见，这类社交签到平台的用户多是年轻人。许多心理学的研究显示年轻的成年人比老年人的孤独感更强，因为他们有更高的社交需求，和亲密感需求(DiTommaso,Brannen-McNulty, Ross,& Burgess, 2003; Gierveld, 1998)。由此也使得他们更有动机通过社交网络，特别是分享个人信息的社交平台降低由孤独感引发的焦虑和抑郁心境(Hughes, Rowe, Batey, & Lee, 2012)。一项关于脸书和推特的研究显示在社交媒体上更多个人信息的曝露与会更有效地降低孤独感带来的负性情绪，基于图片的分享优于纯文本的分享，有个人信息及个人形象展露的分享优于无个人信息及及个人形象展露的分享(Pittman & Reich, 2016)。由此也许可以部分解释为什么人们常在自己的家及所在的街区发定位。
Reference
DiTommaso, E., Brannen-McNulty, C., Ross, L., & Burgess, M. (2003). Attachment styles, social skills and loneliness in young adults. Personality and Individual Differences, 35(2), 303–312. https://doi.org/10.1016/S0191-8869(02)00190-3
Gierveld, J. de J. (1998). A review of loneliness: concept and definitions, determinants and consequences. Reviews in Clinical Gerontology, 8(1), 73–80. https://doi.org/10.1017/S0959259898008090
Hughes, D. J., Rowe, M., Batey, M., & Lee, A. (2012). A tale of two sites: Twitter vs. Facebook and the personality predictors of social media usage. Computers in Human Behavior, 28(2), 561–569. https://doi.org/10.1016/j.chb.2011.11.001
Pittman, M., & Reich, B. (2016). Social media and loneliness: Why an Instagram picture may be worth more than a thousand Twitter words. Computers in Human Behavior, 62, 155–167.
文件下载：
- [Task 2 Creative Rplot 代码] 点击进入下载页面
