Trong bài báo này, chúng tôi trình bày một khuôn khổ cho mô hình mô hình di chuyển của con người đa năng nhằm khắc phục những hạn chế của các phương pháp tiếp cận hiện có tích hợp nhiều nguồn dữ liệu khác nhau. Chúng tôi tích hợp dữ liệu đa phương thức với nhiều đặc điểm và độ phân giải không gian-thời gian khác nhau, bao gồm địa lý, di chuyển, nhân khẩu học xã hội và thông tin giao thông, để xây dựng một tập dữ liệu quỹ đạo di chuyển của con người, bảo vệ quyền riêng tư và giàu ngữ nghĩa. Các kỹ thuật chuyển miền đảm bảo khả năng chuyển đổi giữa các môi trường đô thị, như đã được chứng minh trong các nghiên cứu điển hình ở Los Angeles và Ai Cập. LLM được sử dụng để làm giàu ngữ nghĩa cho dữ liệu quỹ đạo, cho phép hiểu toàn diện về các mô hình di chuyển. Thông qua đánh giá định lượng, chúng tôi chứng minh rằng tập dữ liệu tổng hợp được tạo ra tái tạo chính xác các mô hình di chuyển được quan sát thấy trong dữ liệu thực nghiệm và chứng minh tính thực tiễn của nó thông qua mô phỏng giao thông quy mô lớn tại Quận Los Angeles. Sai số phần trăm tuyệt đối trung bình là 5,85% đối với lưu lượng giao thông và 4,36% đối với tốc độ trên một đoạn đường I-405 ở California, chứng minh tiềm năng của khuôn khổ này cho các hệ thống giao thông thông minh và các ứng dụng di chuyển đô thị.
