[論文レビュー] Digital breadcrumbs: Detecting urban mobility patterns and transport mode choices from cellphone networks

Thomas Holleczek, Yu Liang+5 more|arXiv (Cornell University)|Aug 30, 2013

Human Mobility and Location-Based Analysis被引用数 5

ひとこと要約

本稿では、シンガポールの地区レベルの解像度で都市内移動行動と交通手段選択を特定するため、携帯電話通話記録（CDRs）と公共交通のスマートカードデータを統合したデータマイニング手法を提案する。340万人の匿名化されたユーザーのCDRsとスマートカード利用者を差し引くことで、個人用および公共交通機関の利用状況を推定し、結果として、朝の時間帯の公共交通機関利用割合が38％から夕方の52％に上昇することが明らかになった。特にベドクおよびタンピン地区に、重要な未対応の交通接続が存在することが判明した。

ABSTRACT

Many modern and growing cities are facing declines in public transport usage, with few efficient methods to explain why. In this article, we show that urban mobility patterns and transport mode choices can be derived from cellphone call detail records coupled with public transport data recorded from smart cards. Specifically, we present new data mining approaches to determine the spatial and temporal variability of public and private transportation usage and transport mode preferences across Singapore. Our results, which were validated by Singapore's quadriennial Household Interview Travel Survey (HITS), revealed that there are 3.5 (HITS: 3.5 million) million and 4.3 (HITS: 4.4 million) million inter-district passengers by public and private transport, respectively. Along with classifying which transportation connections are weak or underserved, the analysis shows that the mode share of public transport use increases from 38 percent in the morning to 44 percent around mid-day and 52 percent in the evening.

研究の動機と目的

• 成長著しい都市、たとえばシンガポールのような都市における公共交通機関利用の減少を分析するための、効率的で大規模なツールの不足に対処すること。
• 従来の移動調査には、費用が高く、時間がかかり、空間的・時間的精度に欠けるという限界を克服すること。
• 既存の携帯電話と交通スマートカードデータを活用して、大規模かつリアルタイムに公共交通機関および個人用交通機関の利用状況を推定する、スケーラブルな手法を開発すること。
• 移動行動パターンに基づいて、都市の各地域における弱いまたは未対応の公共交通機関接続を同定すること。
• 信頼性を確認するため、公式の四半期ごと実施の世帯訪問移動調査（HITS）データと照合すること。

提案手法

• 2011年3月から5月までの2か月間にわたり、340万人のSingTelユーザーの匿名化された携帯電話通話記録（CDRs）を用い、基地局の位置をユーザー位置の代理指標として使用する。
• 基地局の半径（212 m）とデータオフセット（最大200 m）の影響により、平均して412 mの局所化誤差が生じると推定されるが、データセットに信号強度が含まれないため、信号強度を活用すれば誤差を128 mまで低減可能である。
• ユーザーの移動頻度を評価するため、ネットワーク間イベント時間の指標を適用し、ネットワーク活動が著しく高いユーザーは、より信頼性の高い追跡が可能であると特定する。
• CDRから得られる地域間移動フローと公共交通スマートカードデータを統合し、スマートカード利用者を全地域間移動回数から差し引くことで、個人用交通機関利用状況を特定する。
• 時間帯と地域ペアごとに交通手段の利用割合を分類し、ピーク時間帯と未対応の経路を同定する。
• 公式の四半期ごと実施の世帯訪問移動調査（HITS）と照合し、結果の整合性を検証した。その結果、公共移動の利用は350万人（HITS：350万人）で、個人移動は430万人（HITS：440万人）と、良好な一致が得られた。

実験結果

リサーチクエスチョン

• RQ1 既存の携帯電話データと交通データを活用して、大規模かつ正確に都市内移動行動と交通手段選択を特定する方法は何か？
• RQ2 シンガポールの各地域において、公共交通機関と個人用交通機関の利用状況にどのような空間的・時間的変動があるか？
• RQ3 特に公共交通機関において、都市全体で重要な未対応または弱い接続が存在する場所はどこか？
• RQ4 公共交通機関の利用割合は1日を通じてどのように変化し、その変化に影響を与える要因は何か？
• RQ5 携帯電話CDRsとスマートカードデータは、従来の移動調査の代替手段として、信頼性がありリアルタイムに利用可能か？

主な発見

• 本研究では、公共移動の地域間移動を350万件、個人移動を430万件と推定した。これは、HITS調査の350万件（公共）と440万件（個人）と非常に近い一致を示した。
• 公共交通機関利用割合は、朝の時間帯（6–10時）の38％から、昼間（10時–17時）の44％、夕方（17時–22時）の52％へと顕著に上昇した。
• ブルート・ティマおよびシティ・センター間の移動で、朝と夕方のピーク時刻に、個人用交通機関利用が約80％に達するなど、地下鉄の未整備が顕著に現れた。
• ベドクおよびタンピン地区周辺に、特に人口の多い東部シンガポールの主要地域で、未対応の公共交通機関接続が同定された。
• 本分析により、2013年から2015年にかけて建設が予定されたダウンタウンMRT線が、ブルート・ティマとシティ・センター間の高需要で未対応の接続を解消するだろうと判明した。
• 本手法により、空間的・時間的解像度の高いリアルタイムの地域レベルの移動マッピングが可能となり、従来の移動調査に代わるスケーラブルな代替手段を提供する。