[論文レビュー] General human activity patterns.

Anders Mollgaard, Sune Lehmann+1 more|arXiv (Cornell University)|Nov 24, 2016

Human Mobility and Location-Based Analysis被引用数 1

ひとこと要約

本研究では、638名の個人から得られたスマートフォンデータを分析し、通信、移動、社会的接近の分野における人間の行動パターンが、集団レベルで顕著に予測可能であることを示している。行動の予測精度は71%、無活動状態の予測精度は85%に達する。一般化線形モデルの分析から、単純な線形ダイナミクスが集団全体にわたる多様な社会的・物理的行動を説明可能であることが判明し、強い共有される行動の規則性が示唆される。

ABSTRACT

We investigate the dynamics and interplay between human communication, movement, and social proximity by analyzing data collected from smartphones distributed among 638 individuals. The main question we consider is: to what extent do individuals act according to patterns shared across an entire population? Based on statistics of the entire population, we successfully predict 71\% of the activity and 85\% of the inactivity involved in communication, movement, and social proximity. We find that individual level statistics only result in marginally better predictions, indicating a high degree of shared activity patterns across the population. Finally, we predict short-term activity patterns using a generalized linear model, which suggests that a simple linear description might be sufficient to explain a wide range of actions, whether they be of social or of physical character.

研究の動機と目的

• 通信、移動、社会的接近における人間の行動パターンが、集団レベルのダイナミクスに従っているかどうかを調査すること。
• 個人レベルの行動が、これらの集団的パターンからどれほど逸脱しているか、あるいはそれらに寄与しているかの程度を特定すること。
• 単純な線形モデルが、多様な人間行動における短期的行動パターンを効果的に予測できるかどうかを評価すること。
• 人間行動のモデリングにおいて、集団レベルの統計と個人レベルの統計の予測力の違いを評価すること。

提案手法

• 638名の個人のスマートフォンから得られたデータ収集。通信イベント、物理的移動、社会的接近の時間的推移を追跡。
• 個人レベルのデータを集団レベルの統計に集約し、活動と無活動の繰り返しの時間的パターンを同定。
• 一般化線形モデルを用いて、集団レベルの統計に基づき短期的行動パターンを予測。
• 集団レベルのデータのみを用いたモデルと、個人レベルのデータを組み込んだモデルの予測精度を比較。
• 活動時間と無活動時間の統計的分析により、背後にある規則性を示すべきパワーローまたは指数分布の有無を同定。
• 交差検証を用いて、行動の遷移と無活動期間の予測性能を評価。

実験結果

リサーチクエスチョン

• RQ1 人間の通信、移動、社会的接近行動パターンは、集団全体にわたってどの程度共有されているか？
• RQ2 集団レベルの統計は、個人レベルの統計と比較して、個人の活動と無活動をどの程度うまく予測できるか？
• RQ3 単純な線形モデルは、社会的行動や物理的行動を含む多様な人間行動を正確に記述できるか？
• RQ4 集団レベルのダイナミクスは、短期的行動パターンをどの程度正確に予測できるか？
• RQ5 異なる行動分野において、人間の行動のタイミングを支配する普遍的な統計的法則が存在するか？

主な発見

• 集団レベルの統計は、通信、移動、社会的接近の分野において、71%の活動イベントと85%の無活動期間を正確に予測できた。
• 個人レベルの統計は、集団レベルのモデルに比べて僅かに精度が向上するにとどまり、強い共有される行動パターンが裏付けられた。
• 一般化線形モデルは高い予測性能を示し、多様な人間行動の背後には単純な線形ダイナミクスが存在する可能性が示唆された。
• 無活動期間の高い予測可能性（85%）は、人間の行動がランダムではなく、一貫した時間的構造に従っていることを示している。
• 結果から、集団レベルの規則性が個人のばらつきを支配しており、普遍的な人間行動パターンの存在が支持された。
• これらの発見は、社会的・物理的分野における複雑な人間行動ダイナミクスを捉えるために、最小限の統計的ルールのセットで十分である可能性を示唆している。