[論文レビュー] Modelling and Design of Generic Semantic Trajectory Data Warehouse

Michael Mireku Kwakye|arXiv (Cornell University)|Jan 26, 2017

Data Management and Algorithms参考文献 18被引用数 2

ひとこと要約

本稿は、高分解能のETL処理済み軌跡データと空間的・時間的文脈の意味的付与を統合する、意味的軌跡データウェアハウスを設計する汎用的オントロジー基盤フレームワークを提案する。多次元スターシャープモデルとProtégé/PostGISの実装を活用することで、観光や動物の移動など多様な応用分野において、効率的な照会処理、予測的トレンド分析、意味的推論の向上を実現する。

ABSTRACT

The trajectory patterns of a moving object in a spatio-temporal domain offers varied information in terms of the management of the data generated from the movement. A trajectory data warehouse is a data repository for the data and information of trajectory objects and their associated spatial objects for defined temporal periods. The query results of trajectory objects from the data warehouse are usually not enough to answer certain trend behaviours and meaningful inferences without the associated semantic information of the trajectory object or the geospatial environment within a specified purpose or context. This paper formulates and designs a generic ontology modelling framework that serves as the background model platform for the design of a semantic data warehouse for trajectories. This semantic trajectory data warehouse can be adaptable for trajectory data processing and analytics on any chosen spatio-temporal application domain. The methodology underpins on higher granularity of data as a result of pre-processed and transformed ETL data so as to offer efficient semantic inference to the underlying trajectory data. Moreover, the approach outlines the thematic dimensions that serve as necessary entities for extracting semantic information. Additionally, the modelling approach offers a design platform for effective predictive trend analysis and knowledge discovery in the trajectory dynamics and data processing for moving objects.

研究の動機と目的

• 意味的軌跡データウェアハウスのための包括的で汎用的なオントロジー・モデルの不足に対処すること。
• 生の空間的・時間的座標を越えて、軌跡パターンの意味的推論と文脈的理解を可能にすること。
• 移動対象データにおける予測的トレンド分析と知識発見を支援すること。
• 観光ポイント（POI）、イベント、行動、ソーシャルメディア連携の意味的付与を軌跡データに統合すること。
• さまざまな応用分野において再利用可能でドメイン適合可能な軌跡データウェアハウスのフレームワークを提供すること。

提案手法

• 地理的空間、時間的インスタンス、イベント、軌跡表現、社会的相互作用といったテーマ的次元を有する汎用的オントロジー・モデルを構築する。
• 高分解能のETL処理済み軌跡データを適用することで、意味的推論と照会処理の効率化を実現する。
• 多次元エンティティリレーションシップ（MER）モデルを用いて、データウェアハウススキーマを構造化する。
• ファクトテーブルを複数の次元テーブルにリンクさせるスターシャープロジェクト設計を採用し、照会性能を最適化する。
• Semantic Web Ontology Language（OWL）を用いてProtégéでオントロジーを実装し、PostGISをオブジェクトリレーショナルDBMSとしてデータウェアハウスを実装する。
• POI、イベント、行動データの意味的付与を統合することで、軌跡の意味的側面を強化する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、軌跡オブジェクト、イベント、その空間的・時間的文脈の意味的特性を表現する汎用的かつ再利用可能なオントロジー・モデルを設計できるか？
• RQ2 どのような多次元スキーマ設計が、軌跡データウェアハウスにおける効率的な照問処理と意味的推論を支援するか？
• RQ3 観光ポイント（POI）、イベント、ソーシャルメディア連携の意味的付与を、分析的インサイトを高めるためにどのように体系的に軌跡データに統合できるか？
• RQ4 高分解能のETL処理済みデータは、どのようにして軌跡データにおける意味的推論と予測分析を向上させるか？
• RQ5 提案されたフレームワークは、異なる応用分野において、文脈的かつ目的志向的な軌跡移動分析をどのように支援するか？

主な発見

• 提案された意味的軌跡データウェアハウスは、高分解能のETL処理済みデータを活用したスターシャープロジェクト設計により、効率的な照問処理を実現する。
• テーマ的次元（例：イベント、POI、ソーシャルメディア）の統合により、基本的な軌跡座標を越えたより豊かな意味的推論が可能になる。
• 行動パターンと文脈的目標をモデル化することで、フレームワークは予測的トレンド分析と知識発見を可能にする。
• ProtégéとPostGISへの実装は、実世界への展開における実現可能性と拡張性を示している。
• 本手法は、軌跡データの意味的複雑性と文脈的豊かさの両方を効果的に処理する点で、先行手法を上回る。
• 本モデルは、ソーシャルメディアを含む人間の軌跡データに対して、統合的プライバシー意識設計を備えることで、プライバシー保護を支援する。