[論文レビュー] Do we need another coffee house? The amenity space and the evolution of neighborhoods

César A. Hidalgo, Elisa E. Castañer|arXiv (Cornell University)|Sep 9, 2015

Human Mobility and Location-Based Analysis被引用数 5

ひとこと要約

本論文は、正確な位置データを用いて都市の地域におけるカフェや図書館などの施設の共存確率をマッピングするネットワークモデル「アメニティスペース」を導入する。地域をクラスタリングし、施設の共存パターンを分析することで、欠けている施設を特定するレコメンデーションシステムを可能にし、都市計画および地域開発のためのデータ駆動型の知見を提供する。

ABSTRACT

Neighborhoods populated by amenities, such as restaurants, cafes, and libraries, are considered to be a key property of desirable cities. Yet, despite the global enthusiasm for amenity-rich neighborhoods, little is known about the empirical laws governing the colocation of amenities at the neighborhood scale. Here, we contribute to our understanding of the naturally occurring neighborhood-scale agglomerations of amenities observed in cities by using a dataset summarizing the precise location of millions of amenities. We use this dataset to build the network of co-location of amenities, or Amenity Space, by first introducing a clustering algorithm to identify neighborhoods, and then using the identified neighborhoods to map the probability that two amenities will be co-located in one of them. Finally, we use the Amenity Space to build a recommender system that identifies the amenities that are missing in a neighborhood given its current pattern of specialization. This opens the door for the construction of amenity recommendation algorithms that can be used to evaluate neighborhoods and inform their improvement and development.

研究の動機と目的

• 都市の地域スケールにおける都市施設の共存の実証的法則を理解すること。
• 特定の地域に特定の施設が集まる理由について、体系的な知識が不足している現状を是正すること。
• 現在の専門分野に基づいて、どの施設が地域に欠けているかを特定するための手法を開発すること。
• アメニティの最適な組み合わせを予測することで、都市計画および地域改善を支援するレコメンデーションシステムを構築すること。

提案手法

• 数百万件の正確な位置情報を持つ都市施設データセットを用いて、地域レベルでの空間的分布をマッピングすること。
• 施設の密度と空間的近接性に基づいて、地域の境界を定義するクラスタリングアルゴリズムを適用すること。
• エッジが同じ地域内で2つの施設が共存する確率を表す共存ネットワークを構築すること。
• 得られたアメニティスペースを用いて、特定の地域における欠落している施設を予測するレコメンデーションシステムを訓練すること。
• ネットワーク構造を活用して、施設の専門分野と補完性のパターンを推定すること。

実験結果

リサーチクエスチョン

• RQ1 都市施設の種類ごとに、地域スケールでの共存の背後にあるパターンは何か？
• RQ2 現実の都市の集積を反映するように、施設の共存確率をどのようにモデル化できるか？
• RQ3 特定の施設プロファイルを持つ地域では、どの施設が体系的に欠けているか？
• RQ4 施設の共存に基づくネットワークモデルは、地域開発のための新しい施設の推薦を効果的に実行できるか？

主な発見

• アメニティスペースモデルは、カフェ、レストラン、図書館などの施設の非ランダムな共存パターンを都市の地域で的確に捉えている。
• 地域は明確な専門分野のパターンを示しており、特定の施設タイプが予想外に頻繁に同時に出現している。
• 同様の施設が高密度に集中している地域において、特定の施設が頻繁に欠落していることが判明し、需要が満たされていない可能性を示唆している。
• アメニティスペースに基づくレコメンデーションシステムは、欠落している施設を測定可能な正確さで予測でき、都市計画者にとって実行可能な知見を提供している。