[論文レビュー] Exploring Human Mobility Patterns Based on Location Information of US Flights

Bin Jiang, Tao Jia|arXiv (Cornell University)|Apr 23, 2011

Human Mobility and Location-Based Analysis参考文献 16被引用数 20

ひとこと要約

本研究では、米国国内のフライトデータを用いて人間の移動行動を分析し、トポロジー的性質（交通量や空港の接続性）がべき乗則分布に従うのに対し、移動距離は指数分布に従うことが明らかになった。著者らは、移動パターンが主に空港ネットワークのトポロジーによって規定されることを示し、移動行動や幾何的距離による影響は小さいことを示した。さらに、重たい尾を持つ分布における主要空港の特定に新たな手法であるヘッド/テイル分割法を導入した。

ABSTRACT

A range of early studies have been conducted to illustrate human mobility patterns using different tracking data, such as dollar notes, cell phones and taxicabs. Here, we explore human mobility patterns based on massive tracking data of US flights. Both topological and geometric properties are examined in detail. We found that topological properties, such as traffic volume (between airports) and degree of connectivity (of individual airports), including both in- and outdegrees, follow a power law distribution but not a geometric property like travel lengths. The travel lengths exhibit an exponential distribution rather than a power law with an exponential cutoff as previous studies illustrated. We further simulated human mobility on the established topologies of airports with various moving behaviors and found that the mobility patterns are mainly attributed to the underlying binary topology of airports and have little to do with other factors, such as moving behaviors and geometric distances. Apart from the above findings, this study adopts the head/tail division rule, which is regularity behind any heavy-tailed distribution for extracting individual airports. The adoption of this rule for data processing constitutes another major contribution of this paper. Keywords: scaling of geographic space, head/tail division rule, power law, geographic information, agent-based simulations

研究の動機と目的

• 大規模な米国フライト追跡データを用いて人間の移動行動パターンを調査すること。
• フライトネットワークのトポロジカル性質（交通量や接続性）と幾何的性質（移動距離など）がべき乗則または指数分布に従うかどうかを特定すること。
• ネットワークトポロジーが移動行動パターンに与える影響と、移動行動や距離の影響を評価すること。
• 重たい尾を持つ分布における主要空港の同定に、ヘッド/テイル分割法を発展させ、適用すること。
• 空港ネットワークのトポロジー上でのエージェントベースのシミュレーションを実施し、構造的ネットワーク特徴の影響を分離すること。

提案手法

• 本研究では、米国運輸統計局が提供するフライトデータを用いて、フライト接続に基づく二値ネットワークとして空港ネットワークを構築した。
• 統計的フィッティングを用いて、インデグリー、アウトディグリー、交通量などのトポロジカル性質がべき乗則分布に従うかを分析した。
• フライト距離などの幾何的性質が指数分布およびべき乗則（指数カットオフ付き）に従うかをテストした。
• 重たい尾を持つ交通量分布から個々の空港を抽出するためにヘッド/テイル分割法を適用し、ハブ空港の同定を可能にした。
• ネットワークトポロジーを一定に保ちながら、異なる移動ルールを想定したエージェントベースのシミュレーションを実施した。
• 分布タイプの妥当性を確認するため、コルモゴロフ・スミルノフ検定およびべき乗則フィッティングを用いた統計的検証を実施した。

実験結果

リサーチクエスチョン

• RQ1 米国フライトネットワークのトポロジカル性質（交通量や接続性）は、べき乗則分布に従うか？
• RQ2 フライト距離などの幾何的性質は、以前の研究で報告されたように、指数カットオフ付きべき乗則に従うか？
• RQ3 人間の移動行動は、移動行動や距離の影響よりも、根本的なネットワークトポロジーにどれほど強く影響を受けるか？
• RQ4 ヘッド/テイル分割法は、重たい尾を持つ移動データから意味のあるハブ空港を効果的に抽出するためにどのように適用できるか？
• RQ5 ネットワーク構造のみを保持した場合、エージェントベースのシミュレーションは観察された移動パターンを再現できるか？

主な発見

• 交通量および空港の接続性（インデグリーおよびアウトディグリー）はべき乗則分布に従い、米国フライトシステムにスケールフリー特性があることを示している。
• フライト距離は、指数分布に従うが、指数カットオフ付きべき乗則ではないことが判明し、類似研究での以前の報告とは矛盾する。
• 移動パターンは、主に空港ネットワークの二値的トポロジーによって規定されており、移動行動や幾何的距離の影響は最小限である。
• ヘッド/テイル分割法は、ネットワークを支配する少数の高交通量空港を的確に同定でき、重たい尾を持つシステムにおけるデータセグメンテーションに強固な手法を提供した。
• エージェントベースのシミュレーションにより、ネットワーク構造のみを保持した場合に、同じ移動パターンが再現されることを確認した。これは、トポロジーが人間移動を規定する上で中心的役割を果たしていることを裏付けている。