[論文レビュー] Explaining the Power-law Distribution of Human Mobility Through Transportation Modality Decomposition

Kai Zhao, Mirco Musolesi+3 more|arXiv (Cornell University)|Aug 21, 2014

Human Mobility and Location-Based Analysis被引用数 16

ひとこと要約

本稿は、歩行、自転車、自動車、鉄道などの移動モードに軌跡を分解することで、人間の移動行動におけるパワー則分布の起源を説明している。個々の移動モードは、飛行距離が対数正規分布に従うことが示された。これらの対数正規分布の混合は、連続する飛行の相関関係と指数分布に従う滞在時間の影響により、顕在的なパワー則パターンを生成し、観察されたレヴィウォーク行動を説明する。

ABSTRACT

Human mobility has been empirically observed to exhibit Levy flight characteristics and behaviour with power-law distributed jump size. The fundamental mechanisms behind this behaviour has not yet been fully explained. In this paper, we analyze urban human mobility and we propose to explain the Levy walk behaviour observed in human mobility patterns by decomposing them into different classes according to the different transportation modes, such as Walk/Run, Bicycle, Train/Subway or Car/Taxi/Bus. Our analysis is based on two real-life GPS datasets containing approximately 10 and 20 million GPS samples with transportation mode information. We show that human mobility can be modelled as a mixture of different transportation modes, and that these single movement patterns can be approximated by a lognormal distribution rather than a power-law distribution. Then, we demonstrate that the mixture of the decomposed lognormal flight distributions associated with each modality is a power-law distribution, providing an explanation to the emergence of Levy Walk patterns that characterize human mobility patterns.

研究の動機と目的

• GPSおよび通話記録データから観察されたパワー則分布を示す人間移動行動の飛行距離の起源を解明すること。
• 歩行、自転車、自動車、大衆交通などの個々の移動モードが、全体の移動パターンとは異なる飛行距離分布を示すかどうかを調査すること。
• モード固有の飛行距離分布の混合が、人間移動行動における観察されたパワー則行動を再現できるかどうかを検証すること。
• 時間的相関関係と滞在時間分布が、レヴィウォーク特性の出現に果たす役割を定量化すること。

提案手法

• GeolifeおよびNokia MDCの2つの大規模GPSデータセットからの軌跡を、方向変化のない直線飛行に簡略化するための長方形モデルを用いて処理した。
• Geolifeでは時刻ベースのラベル付け、Nokia MDCではアクティビティIDベースのラベル付けを用い、4つの移動モード（歩行／走行、自転車、自動車／タクシー／バス、鉄道／地下鉄）に飛行距離を割り当てた。
• 各モードごとの飛行距離分布を、AIC（アカイケ情報基準）を用いた最尤推定法で、切り捨てパワー則、対数正規、パワー則、指数分布と比較してフィッティングした。
• 同じモード内での連続飛行の相関関係と指数分布に従う滞在時間の特徴を踏まえ、モード固有飛行距離分布の混合がパワー則分布を再現できるかを分析した。
• パワー則フィッティングの最小x_minは、コルモゴロフ＝スミルノフ検定を用い、実測データとフィットした分布との距離を最小化することで決定した。
• モデルのフィット品質を評価するためのアカイケ重みを計算し、高い重みはより良いフィットを示した。

実験結果

リサーチクエスチョン

• RQ1 個々の移動モードはパワー則分布に従う飛行距離を示すのか、それとも他の分布に従うのか？
• RQ2 モード固有の飛行距離分布の混合は、集計された人間移動行動で観察された全体のパワー則パターンを説明できるか？
• RQ3 同じ移動モード内での連続飛行の時間的相関が、全体の移動パターンに与える影響は何か？
• RQ4 各移動モード内での滞在時間の分布は、レヴィウォーク行動の顕在にどのように寄与するか？
• RQ5 全体の人間移動行動は、単一のパワー則分布よりも、各モードごとの対数正規分布の混合によってより良く説明できるか？

主な発見

• GeolifeおよびNokia MDCの両データセットにおいて、全移動モードの飛行距離分布は、それぞれα = 1.57およびα = 1.39の切り捨てパワー則分布に適合した。
• 個々の移動モード（歩行／走行、自転車、自動車／タクシー／バス、鉄道／地下鉄）は、飛行距離分布がパワー則ではなく、対数正規分布に最もよく適合した。
• 同じ移動モード内での連続飛行間に顕著な正の相関関係が認められ、構造的な移動パターンが存在することが示された。
• 各移動モードでの滞在時間は指数分布に従い、モード遷移のマルコフ性を支持する結果となった。
• 同じモード内での飛行距離の相関関係と指数分布に従う滞在時間の下で、異なる移動モードの対数正規飛行距離分布の混合が、顕在的なパワー則分布を生成した。
• アカイケ重みの結果、個々の移動モードでは対数正規分布がパワー則よりもより良いフィットを示したが、全体の移動パターンでは切り捨てパワー則が最良のフィットを示した。