[論文レビュー] Infostop: Scalable stop-location detection in multi-user mobility data

Ulf Aslak, Laura Alessandretti|arXiv (Cornell University)|Mar 31, 2020

Human Mobility and Location-Based Analysis被引用数 7

ひとこと要約

Infostop は、測定ノイズによる近接した場所の融合や、複数ユーザーを同時に分析できないという従来手法の限界を克服するスケーラブルでマルチユーザー対応の停止位置検出アルゴリズムである。Infomap ネットワークコミュニティ検出法を活用し、コンactな目的地クラスタリングを実現するとともに、社会的会合の検出を可能にし、Python および C++ で実装された高性能なオープンソース実装を提供する。

ABSTRACT

Data-driven research in mobility has prospered in recent years, providing solutions to real-world challenges including forecasting epidemics and planning transportation. These advancements were facilitated by computational tools enabling the analysis of large-scale data-sets of digital traces. One of the challenges when pre-processing spatial trajectories is the so-called stop location detection, that entails the reduction of raw time series to sequences of destinations where an individual was stationary. The most widely adopted solution to this problem was proposed by Hariharan and Toyama (2004) and involves filtering out non-stationary measurements, then applying agglomerative clustering on the stationary points. This state-of-the-art solution, however, suffers of two limitations: (i) frequently visited places located very close (such as adjacent buildings) are likely to be merged into a unique location, due to inherent measurement noise, (ii) traces for multiple users can not be analysed simultaneously, thus the definition of destination is not shared across users. In this paper, we describe the Infostop algorithm that overcomes the limitations of the state-of-the-art solution by leveraging the flow-based network community detection algorithm Infomap. We test Infostop for a population of $\sim 1000$ individuals with highly overlapping mobility. We show that the size of locations detected by Infostop saturates for increasing number of users and that time complexity grows slower than for previous solutions. We demonstrate that Infostop can be used to easily infer social meetings. Finally, we provide an open-source implementation of Infostop, written in Python and C++, that has a simple API and can be used both for labeling time-ordered coordinate sequences (GPS or otherwise), and unordered sets of spatial points.

研究の動機と目的

• 測定ノイズの影響で、近接した頻繁に訪問される場所が融合してしまうという、従来の停止位置検出手法の限界を解消すること。
• 複数ユーザーの移動トレースを同時に分析し、個人間で共有される目的地を特定できること。
• 高空間・高時間分解能を持つ大規模な人口移動データに適した、スケーラブルで効率的なアルゴリズムの開発。
• 同じ場所での重複した滞在を特定することで、社会的会合の検出を促進すること。
• 単一ユーザーおよび複数ユーザーの軌跡処理に対応するシンプルな API を備えた、高速でオープンソースの実装の提供。

提案手法

• Infostop は、ノイズを低減するための走査平均計算を伴う時間的ダウンサンプリングを用いて、時系列データから静止点を特定する。
• 冗長な点を削減し、計算効率を向上させるために空間的ダウンサンプリングを適用する。
• ボールツリー構造を用いて、空間的半径 $ r_2 $ 内の静止イベントを効率的に同定し、隣接するイベント同士が接続されたネットワークを構築する。
• 得られたネットワークに対して Infomap アルゴリズムを適用し、コミュニティ検出によって各コミュニティに一意の目的地ラベルを割り当てる。
• 空間的および時間的ダウンサンプリングを逆方向に適用し、ラベルを元の軌跡記録にマッピングする。
• 任意の距離計測法をサポートでき、タイムスタンプあり・なしの両方の入力シーケンスを処理可能で、多様なデータフォーマットへの柔軟な適用が可能である。

実験結果

リサーチクエスチョン

• RQ1 ネットワークベースのクラスタリングアプローチは、従来のユークリッド距離クラスタリング（例：DBSCAN）に比べ、空間的に異なるが近接した目的地をより良く保持できるか？
• RQ2 Infostop を用いたマルチユーザー停止位置検出は、単一ユーザー手法に比べ、より正確でコンactな目的地クラスタリングを実現できるか？
• RQ3 Infostop は、大規模なユーザー群において、同時に同じ場所に滞在する社会的会合（社会的会合）を効果的に同定できるか？
• RQ4 Infostop の計算複雑度は、ユーザー数およびデータサイズの増加に伴いどのようにスケーリングするか？
• RQ5 Infostop のパフォーマンスは、$ r_1 $、$ t_{min} $、$ r_2 $ のようなパrameter の選択にどの程度依存するか？また、空間的および時間的ダウンサンプリングは、効率性をどのように向上させるか？

主な発見

• ユーザー数の増加に伴い、Infostop は停止位置の数が飽和する傾向を示しており、集団全体にわたる安定的かつ一貫性のある目的地クラスタリングが実現している。
• Infostop の時間計算量は、従来手法よりもゆっくりと増加するため、大規模なマルチユーザー移動データの効率的処理が可能である。
• Infostop は社会的会合を効果的に検出でき、共有滞在と実際の携帯電話通話・SMS との間に強い相関が確認された。
• アルゴリズムはコンactな目的地クラスタリングを維持しており、隣接する建物など、別々の場所が融合してしまうのを防いでいる。
• C++ のサブモジュールを用いて時間的ダウンサンプリングなどの重要なステップを高速化した、C++ および Python でのオープンソース実装は高いパフォーマンスを発揮している。
• 入力フォーマットに柔軟性があり、時系列順・非順序の両方の空間的点をサポートし、停留所の凸包やヒートマップの可視化ツールも提供している。