[論文レビュー] Leveraging WiFi Network Logs to Infer Social Interactions: A Case Study of Academic Performance and Student Behavior.

Vedant Das Swain, Hyang Won Kwon+10 more|arXiv (Cornell University)|May 22, 2020

Context-Aware Activity Recognition Systems参考文献 81被引用数 7

ひとこと要約

本稿では、大学キャンパス内の学生間の社会的相互作用を推定するために、アーカイブ済みのWiFiアクセスポイントログを活用する手法を提案する。この手法により、粗い同時存在（collocation）を抽出し、14週間にわたり0.75の相関を示すグループのパフォーマンス予測が可能である。この方法は34回の講義において、学生の同時存在を特定する際、0.89の精度と0.75の再現率を達成しており、追加のデータ収集を要せず、スケーラブルで受動的な社会的ネットワーク推定が可能である。

ABSTRACT

On university campuses, social interactions among students can explain their academic experiences. However, assessing these interactions with surveys fails to capture their dynamic nature. While these behaviors can be captured with client-based passive sensing, these techniques are limited in scalability. By contrast, infrastructure-based approaches can scale to a large cohort and infer social interactions based on collocation of students. This paper investigates one such approach by leveraging WiFi association logs archived by a managed campus network. In their raw form, access point logs can approximate a student's location but with low spatio-temporal resolution. This paper first demonstrates that processing these logs can infer the collocation of 46 students in 34 lectures over 3 months, with a precision of 0.89 and a recall of 0.75. Next, we investigate how this WiFi-based coarse collocation reflects signals of social interaction. With 163 students in 54 project groups, we find that member performance shows a correlation of 0.75 with performance determined from collocation of groups through 14 weeks. Additionally, this paper presents preliminary insights for other campus-centric applications of automatically inferred social interactions. Finally, this paper discusses how repurposing archival WiFi logs can facilitate applications for other domains like mental wellbeing and physical health.

研究の動機と目的

• 動的な学生の社会的相互作用を捉えるために、アンケートベースやクライアントベースの手法に見られるスケーラビリティの限界を解消すること。
• インfraストラクチャベースのWiFiログが、大学キャンパスにおける社会的同時存在の代替的かつスケーラブルな指標として機能できるかどうかを調査すること。
• WiFiログから推定された同時存在と、グループプロジェクトにおける実際の学業成績の相関関係を評価すること。
• キャンパスのウェルネスや健康モニタリングへの応用を含め、再利用可能なWiFiログの幅広い応用可能性を検討すること。

提案手法

• 粗い時間的・空間的分解能で学生の位置特定を実現するため、生のWiFiアクセスポイントログを処理する。
• 共有のアクセスポイント接続に基づき、クラスタリングおよび時間的近接性ヒューリスティクスを用いて、学生の同時存在イベントを推定する。
• 34回の講義において、既知の出席データと照合することで、推定された同時存在を検証する。
• 14週間にわたり54のプロジェクトグループの学業成績を予測するために、グループレベルの同時存在パターンを用いる。
• WiFiログから推定されたグループ内相互作用と実際の成績指標との相関を測定する。
• アーカイブ済みのネットワークログを再利用することで、追加のデータ収集を要せず、受動的かつ大規模な社会的相互作用分析を可能にする。

実験結果

リサーチクエスチョン

• RQ1 WiFiアクセスポイントログを効果的に処理することで、妥当な正確性を有する学生の同時存在イベントを推定できるか？
• RQ2 WiFiログから推定された同時存在は、共同作業を行う学生グループの実際の学業成績とどの程度相関しているか？
• RQ3 アクティブセンシングやアンケート手法と比較して、このインfraストラクチャベースのアプローチはどの程度スケーラブルで信頼性があるか？
• RQ4 再利用可能なWiFiログは、学生のウェルネスや行動の監視にどのような応用が可能か？

主な発見

• 本手法は、34回の講義において46名の学生の同時存在を、精度0.89、再現率0.75で成功裏に推定した。
• 14週間にわたり、WiFiログから推定されたグループの同時存在と実際の学業成績の間に0.75の強い相関が観察された。
• 本手法により、特別なクライアント側の装置を要せず、大規模かつ受動的な社会的相互作用のモニタリングが可能となった。
• 本研究は、アーカイブ済みのWiFiログが、キャンパス環境における行動研究や学業研究の有効なデータソースとして機能しうることを示した。
• 予備的な洞察から、本手法を精神的ウェルネスや身体的健康モニタリングの応用に拡張可能である可能性が示唆された。
• 結果から、既存のネットワークインfraストラクチャを活用して大規模に行動的インサイトを抽出することが実現可能であることが裏付けられた。