[論文レビュー] Choosing the right home location definition method for the given dataset

Iva Bojić, Emanuele Massaro+3 more|arXiv (Cornell University)|Oct 13, 2015

Human Mobility and Location-Based Analysis参考文献 32被引用数 11

ひとこと要約

本研究では、FlickrのチェックインデータとBBVA銀行のクレジットカード取引データという2つの異なるデジタルモビリティデータセットを用いて、5つのホームロケーション定義手法の性能を評価した。その結果、手法の性能はデータタイプによって顕著に異なることが明らかになった。クレジットカードデータでは、どの手法を用いても一貫したホームロケーションの結果が得られる一方、Flickrデータでは手法の選択に極めて敏感であることが示された。これは、バイアスの生じる推論を避けるために、ホーム検出手法をデータセット固有の移動パターンに適合させる必要があることを強調している。

ABSTRACT

Ever since first mobile phones equipped with GPS came to the market, knowing the exact user location has become a holy grail of almost every service that lives in the digital world. Starting with the idea of location based services, nowadays it is not only important to know where users are in real time, but also to be able predict where they will be in future. Moreover, it is not enough to know user location in form of latitude longitude coordinates provided by GPS devices, but also to give a place its meaning (i.e., semantically label it), in particular detecting the most probable home location for the given user. The aim of this paper is to provide novel insights on differences among the ways how different types of human digital trails represent the actual mobility patterns and therefore the differences between the approaches interpreting those trails for inferring said patterns. Namely, with the emergence of different digital sources that provide information about user mobility, it is of vital importance to fully understand that not all of them capture exactly the same picture. With that being said, in this paper we start from an example showing how human mobility patterns described by means of radius of gyration are different for Flickr social network and dataset of bank card transactions. Rather than capturing human movements closer to their homes, Flickr more often reveals people travel mode. Consequently, home location inferring methods used in both cases cannot be the same. We consider several methods for home location definition known from the literature and demonstrate that although for bank card transactions they provide highly consistent results, home location definition detection methods applied to Flickr dataset happen to be way more sensitive to the method selected, stressing the paramount importance of adjusting the method to the specific dataset being used.

研究の動機と目的

• デジタルモビリティデータセット（Flickr対比クレジットカード取引）が人間の移動パターンをどのように異なって表現するかを調査すること。
• これらのデータセット上で一般的に用いられる5つのホームロケーション定義手法のロバスト性を評価すること。
• ホーム検出手法の選択が、データソースの特性に応じて結果に顕著に影響することを示すこと。
• データセットの種別に基づいて、適切なホームロケーション推定手法を選定する根拠に基づいたガイドラインを提供すること。

提案手法

• 本研究では、FlickrとBBVAクレジットカード取引データセット間の移動パターンを定量化・比較するために、ガイダンス半径（radius of gyration）を用いた。
• 5つのホームロケーション定義手法を適用した：(1) 行き先の訪問頻度が最大のもの、(2) 停留時間が最長のもの、(3) 中心点からの距離が最小のもの、(4) 時間窓内での訪問回数が最も多いもの、(5) クラスタリングに基づく空間的集約。
• 各手法の出力結果同士の類似度を、ランダム補正済みインデックス（Rand Adjusted Index）を用いて測定し、手法間の一貫性を評価した。
• 結果の比較を可視化するためにレーダープロットを用いた。
• 各データセットにおける手法の整合性（結果の標準偏差）と手法選択への感受性という観点から、手法の性能を比較分析した。
• 真のホーム位置（ground truth）は使用せず、代わりに各データセットにおける手法間の一致度を比較することで、手法のロバスト性を評価した。

実験結果

リサーチクエスチョン

• RQ1 FlickrとBBVAクレジットカード取引データセットが捉える移動パターンのガイダンス半径には、どのような違いがあるか？
• RQ2 異なるホームロケーション定義手法が、同じデータセットで一貫した結果を生じる程度はどの程度か？
• RQ3 なぜあるデータセット（例：Flickr）では手法の選択がより重要となるのに対し、他のデータセット（例：クレジットカードデータ）ではそれほど影響がないのか？
• RQ4 空間的分布や訪問頻度といったデータセットの特性から、ホーム検出手法の手法選択への感受性を予測できるか？

主な発見

• ガイダンス半径の分布から、Flickrユーザーは著しく高い移動性を示しており、平均ガイダンス半径が50％近く高く、100 km以上移動するユーザーの割合もBBVAカードユーザーに比べ10％多いことが明らかになった。
• BBVAクレジットカードデータでは、手法間の一致度が1％から9％の範囲で変動しており、これは高いロバスト性と手法選択への低感受性を示している。
• Flickrデータでは、手法間の一致度が10％から20％の範囲で変動しており、手法選択への感受性が著しく高いことが示された。これは、手法の選択が結果に顕著に影響することを意味する。
• 図4のレーダープロットは、手法間の一致度がデータセットによって顕著に異なることを確認しており、FlickrではBBVAに比べて手法間の乖離が顕著に大きいことが示された。
• 本研究の結論として、いかなる1つのホーム検出手法も普遍的に最適であるとは限らず、手法の選択はデータセットの背後にある移動パターンに合わせて調整されるべきである。
• 研究結果は、特にホームが最も頻繁に訪問される場所または最も長く滞在する場所であると仮定する簡易手法を用いる際、データセットの文脈を考慮することが極めて重要であることを強調している。