[論文レビュー] Multi-scale Population and Mobility Estimation with Geo-tagged Tweets

Jiajun Liu, Kun Zhao+3 more|arXiv (Cornell University)|Dec 1, 2014

Human Mobility and Location-Based Analysis参考文献 9被引用数 6

ひとこと要約

本研究では、オーストラリアにおける人的な人口分布および移動行動のリアルタイムの代理指標として、位置タグ付きツイッター投稿データの使用を提案している。Twitterユーザーの密度が国勢調査に基づく人口と強く相関していることが示された。重力モデルは、国、州、メトロポリタン圏のスケールにおいて、人口が希薄で不均一に分布するオーストラリアの特性を考慮すると、放射モデルを上回る性能を示した。

ABSTRACT

Recent outbreaks of Ebola and Dengue viruses have again elevated the significance of the capability to quickly predict disease spread in an emergent situation. However, existing approaches usually rely heavily on the time-consuming census processes, or the privacy-sensitive call logs, leading to their unresponsive nature when facing the abruptly changing dynamics in the event of an outbreak. In this paper we study the feasibility of using large-scale Twitter data as a proxy of human mobility to model and predict disease spread. We report that for Australia, Twitter users' distribution correlates well the census-based population distribution, and that the Twitter users' travel patterns appear to loosely follow the gravity law at multiple scales of geographic distances, i.e. national level, state level and metropolitan level. The radiation model is also evaluated on this dataset though it has shown inferior fitness as a result of Australia's sparse population and large landmass. The outcomes of the study form the cornerstones for future work towards a model-based, responsive prediction method from Twitter data for disease spread.

研究の動機と目的

• 位置タグ付きツイッター投稿データが、人的な人口分布および移動行動の代理指標として利用可能かどうかを評価すること。
• 重力モデルおよび放射モデルが、複数の地理的スケールで人的移動フローを推定する際の性能を評価すること。
• Twitterデータが、感染症の拡散モデリングに役立つタイムリーで高解像度の移動パターンを提供できるかどうかを調査すること。
• 特にオーストラリアのような人口が希薄で不均一に分布する地域において、異なる移動モデルの適切さを特定すること。

提案手法

• 2013年9月から2014年4月にかけて、オーストラリア全域で473,956人のユニークユーザーから630万件の位置タグ付きツイートを収集した。
• 空間的バインディングと対数スケーリングを用いてツイート数を集計し、国、州、メトロポリタン圏のスケールで人口密度を推定した。
• 重力モデル（2パラメータおよび4パラメータの変種）と放射モデルを用いて、地理的領域間の移動フローを推定した。
• 観測されたツイートベースの移動フローを基準として、モデルのパラメータを誤差を最小化するように調整した。
• ピアソンの積率相関係数およびHitRate@50%（相対誤差50％以内の推定値の割合）を用いて、モデルの性能を評価した。
• 異なる地理的スケールおよび人口密度の状態における、モデルの頑健性と正確性を比較した。

実験結果

リサーチクエスチョン

• RQ1 位置タグ付きツイートの分布は、オーストラリアにおける公式な国勢調査に基づく人口分布とどの程度相関しているか？
• RQ2 重力モデルおよび放射モデルは、複数の地理的スケールでツイッター・データから導かれた観測された移動パターンをどの程度うまく再現できるか？
• RQ3 特に人口が希薄で地理的に分散している地域において、放射モデルが重力モデルを常に上回る性能を示すのか？
• RQ4 国、州、メトロポリタン圏の異なる地理的集計スケールに適用した場合、モデルの正確性と頑健性はどのようになるか？
• RQ5 特に、タイムリーな国勢調査データやモバイル通話記録データが入手できない状況において、Twitterデータが感染症の拡散モデリングに実用的かつリアルタイムの代理指標として機能できるか？

主な発見

• オーストラリアにおける位置タグ付きツイートの分布は、特に人口が密集した沿岸地域において、国勢調査に基づく人口分布と強く相関している。
• 国レベルでは、重力モデル（特に2パラメータ変種）がピアソン積率相関係数0.912を達成し、放射モデル（0.840）を上回り、スケールにわたる頑健性が優れていた。
• メトロポリタン圏レベルでは、重力モデルのHitRate@50%は0.600に達し、放射モデルの0.397を著しく上回り、移動フロー推定の正確性が優れていた。
• 放射モデルは移動フローを強く低く見積もる傾向にあり、特にフローの大きさが大きい場合、誤差が最大で20年分に達するケースもあった。
• 重力モデルの優れた性能は、都市中心部からの人口密度の滑らかな減少という仮定を満たさないオーストラリアの人口が希薄で不均一に分布する地理的特性に起因している。
• 本研究は、Twitterデータが感染症拡散の動的推移をリアルタイムでモデリング可能である高解像度の代替指標として実用的であることを確認した。