파괴적인 사건 이후 개인의 이동 패턴 변화는 지역 사회 자원에 대한 변화하는 수요를 보여줄 수 있다. 본 연구는 개인의 사회 기반 시설 회복력(SIR)을 심층 학습 모델에 통합하여 대규모, 희소 개인 수준 데이터를 사용하여 개인 이동 패턴과 지역 공간적 맥락 간의 복잡한 관계를 포착한다. 연구 결과, 개인의 SIR과 공간적 맥락을 통합하면 사건 후 개인 이동 패턴을 예측하는 모델의 능력이 향상됨을 확인했다. 또한, 모델은 유사한 사전 사건 패턴을 보이지만 SIR이 다른 개인 간의 이동 패턴의 발산을 포착할 수 있다.
