[論文レビュー] Micromobility in Smart Cities: A Closer Look at Shared Dockless E-Scooters via Big Social Data

Yunhe Feng, Dong Zhong+5 more|arXiv (Cornell University)|Oct 28, 2020

Human Mobility and Location-Based Analysis参考文献 11被引用数 25

ひとこと要約

本研究は、2018年10月から2020年3月にかけて、580万件の位置タグ付きでスケートボード関連のツイートと144,197枚の画像を活用し、スマートシティにおける共有ドッキングレスエスカーター利用の大型で多次元的な分析を実施した。ビッグソーシャルデータ分析を用いて、空間的・時間的利用パターンをプロファイリングし、利用者、ギグワーカー、企業といった主要ステークホルダーを特定。けがの行動や駐車行動を分析し、感情分析を実施した結果、利用者の性別に65.14％が男性、34.86％が女性という男女格差が確認され、不適切な駐車は62.61％に上り、安全性に関する懸念にもかかわらず、全体的に肯定的な公衆の感情が顕在した。

ABSTRACT

The micromobility is shaping first- and last-mile travels in urban areas. Recently, shared dockless electric scooters (e-scooters) have emerged as a daily alternative to driving for short-distance commuters in large cities due to the affordability, easy accessibility via an app, and zero emissions. Meanwhile, e-scooters come with challenges in city management, such as traffic rules, public safety, parking regulations, and liability issues. In this paper, we collected and investigated 5.8 million scooter-tagged tweets and 144,197 images, generated by 2.7 million users from October 2018 to March 2020, to take a closer look at shared e-scooters via crowdsourcing data analytics. We profiled e-scooter usages from spatial-temporal perspectives, explored different business roles (i.e., riders, gig workers, and ridesharing companies), examined operation patterns (e.g., injury types, and parking behaviors), and conducted sentiment analysis. To our best knowledge, this paper is the first large-scale systematic study on shared e-scooters using big social data.

研究の動機と目的

• リアルタイムのソーシャルメディアデータを用いて、主要都市における共有ドッキングレスエスカーター利用の空間的・時間的ダイナミクスを理解すること。
• ソーシャルメディアのエンゲージメントを通じて、利用者、ギグワーカー、ライドシェアリング会社を含む主要ステークホルダーを特定・プロファイリングすること。
• クラウドソーシングされたデータを用いて、けがの種類、駐車行動、規制上の懸念といった運用上の課題を分析すること。
• テキスト、画像、絵文字を用いた信号を統合して、エスカーター共有サービスに対する公衆の認識の包括的感情分析を実施すること。
• ビッグソーシャルデータを用いた、共有エスカーターに関する最初の大規模かつ体系的な研究を提供し、都市計画者や政策立案者に実行可能なインサイトを提供すること。

提案手法

• 2018年10月から2020年3月にかけて、Twitter Streaming APIを用いて「scooter」やスケートボード絵文字を含む英語のツイートを580万件収集した。
• 都市レベルおよび時間的（毎時）レベルでのツイート分布に対して、多スケールの地理空間的・時間的分析を実施し、利用トレンドを同定した。
• トピックモデリング（LDA）とハッシュタグ分析を適用し、規制、けが、市場シェアなどを含む12の顕著な議題を抽出・分類した。
• コンピュータビジョンと画像認識を用いて、ユーザーがアップロードした144,197枚の画像からエスカーターのブランドロゴを検出。これにより、市場シェアを推定し、駐車行動や破損行為の分析を実施した。
• TextBlobの極性スコア、顔の絵文字、絵文字を用いて感情分析を実施。公衆の感情を肯定的、ニュートラル、否定的の3カテゴリに分類した。
• アプリのスクリーンショット分析をテキストおよびGPSデータと統合し、中央値の移動時間とコストを推定。また、けがの種別と駐車場所を分類した。

実験結果

リサーチクエスチョン

• RQ1 ツイートの件数と地理的分布の観点から、都市間および時間的変動におけるエスカーター利用パターンの違いは何か？
• RQ2 ソーシャルメディア上での共有エスカーターに関する公衆の議論の主なトピックは何か。また、それらはステークホルダー、運用、感情とどのように関連しているか？
• RQ3 ソーシャルメディアの自己申告に基づくエスカーター利用者の性別構成比は何か。また、それらは公平性とアクセス性にどのような意味を持つのか？
• RQ4 利用者が報告する代表的なけがの種別と駐車行動は何か。また、それらは場所によってどのように変化するか？
• RQ5 全体的な公衆の感情はどのようなものか。言語的サイン（語彙、絵文字、顔の絵文字）は、肯定的または否定的な認識をどのように反映しているか？

主な発見

• アメリカ、ニュージーランド、オーストラリアではエスカーター関連ツイートの数が減少傾向にあったが、カナダとインドでは利用が増加し、イギリスは安定した水準を維持した。
• ソーシャルメディアデータに基づく自己申告により、エスカーター利用における性別格差が確認された。男性利用者は65.14％、女性利用者は34.86％であった。
• 62.61％のエスカーターが不適切に駐車されており、その内訳は歩道をふさぐ34.78％、他の不適切な場所17.39％、破損行為5.65％、屋内駐車4.78％であった。
• 最も一般的なけがの部位は脚・足（49.67％）、続くのが胴体・手（27.45％）、頭部（22.88％）で、顔へのけがは5.88％にのぼった。
• 公衆の感情は全体的に肯定的であった。肯定的極性語の使用頻度は否定的極性語の3.48倍であり、最も頻繁に使われた顔の絵文字は「笑顔の涙」であった。
• エスカーターのアプリスクリーンショットデータの分析から、中央値の移動コストは3.00ドル、中央値の移動時間は12.5分と推定された。