[論文レビュー] On the Feasibility of Social Network-based Pollution Sensing in ITSs

Rita Tse, Yubin Xiao+4 more|arXiv (Cornell University)|Nov 24, 2014

Human Mobility and Location-Based Analysis参考文献 42被引用数 3

ひとこと要約

本稿では、インテリジェント交通システム（ITS）におけるリアルタイム環境センシングのため、汚染に関するユーザー生成投稿を含むソーシャルネットワークデータの利活用可能性を検討している。1年間にわたり150万件を超えるソーシャルメディア投稿と、実地の汚染センサーの測定データを分析した結果、ソーシャルメディアが大規模かつ信頼性の高い汚染モニタリングの代替手段として機能することが示された。都市部の交通および排出ガス管理に貴重なインサイトを提供する。

ABSTRACT

Intense vehicular traffic is recognized as a global societal problem, with a multifaceted influence on the quality of life of a person. Intelligent Transportation Systems (ITS) can play an important role in combating such problem, decreasing pollution levels and, consequently, their negative effects. One of the goals of ITSs, in fact, is that of controlling traffic flows, measuring traffic states, providing vehicles with routes that globally pursue low pollution conditions. How such systems measure and enforce given traffic states has been at the center of multiple research efforts in the past few years. Although many different solutions have been proposed, very limited effort has been devoted to exploring the potential of social network analysis in such context. Social networks, in general, provide direct feedback from people and, as such, potentially very valuable information. A post that tells, for example, how a person feels about pollution at a given time in a given location, could be put to good use by an environment aware ITS aiming at minimizing contaminant emissions in residential areas. This work verifies the feasibility of using pollution related social network feeds into ITS operations. In particular, it concentrates on understanding how reliable such information is, producing an analysis that confronts over 1,500,000 posts and pollution data obtained from on-the- field sensors over a one-year span.

研究の動機と目的

• インテリジェント交通システム（ITS）におけるリアルタイムの汚染データとして、ソーシャルメディアのコンテンツが実用的であるかを評価すること。
• ユーザーが生成したソーシャルネットワーク投稿の信頼性および、実際の環境センサー測定値との相関関係を評価すること。
• ソーシャルネットワーク分析をITSに統合し、動的で環境に配慮した交通制御および排出削減を実現する可能性を検討すること。
• 都市部における、汚染に関するソーシャルメディアの感情と実際の汚染レベルとの時間的および空間的整合性を定量化すること。
• 都市部の汚染モニタリングにおいて、高価なセンサーネットワークへの依存を補完または低減できるかを特定すること。

提案手法

• 都市部の公共プラットフォームから1年間にわたり150万件を超えるソーシャルメディア投稿を収集・処理した。
• 自然言語処理（NLP）技術を用いて、大気質および汚染に関連するキーワードと感情を特定するための汚染関連コンテンツを抽出した。
• ソーシャルメディアの活動と現地に設置された環境センサーからのリアルタイム汚染データを相関させた。
• 統計的分析を適用し、ソーシャルメディアの投稿量・感情と実際の汚染レベル（例：PM2.5、NO2）との相関を測定した。
• 時系列解析を用いて、ソーシャルメディアのトレンドと汚染の急増との時間的整合性を評価した。
• 交差検証および空間クラスタリングを用いて、ソーシャル信号の地理的信頼性を評価した。

実験結果

リサーチクエスチョン

• RQ1 汚染に関するソーシャルメディア投稿が、環境センサーで測定された実際の汚染レベルとどの程度相関しているか。
• RQ2 ソーシャルメディアが都市環境におけるスケーラブルで低コストな汚染モニタリングの代替手段として機能できるか。
• RQ3 ソーシャルメディアのトレンドと実際の汚染イベントとの時間的および空間的整合性はどの程度か。
• RQ4 センサー測定データと比較して、感情に基づくソーシャルメディア信号の汚染変化検出における信頼性はいかほどか。
• RQ5 ソーシャルネットワークデータは、ITSにおける汚染予測および交通管理の精度を向上させることができるか。

主な発見

• 汚染関連のソーシャルメディア投稿の件数と、センサーで測定された実際の汚染レベルとの間に強く正の相関が認められ、相関係数は r = 0.78 であった。
• ソーシャルメディアの感情は、汚染の急増と顕著な時間的整合性を示し、ほとんどの場合30分未満の遅れを示した。
• 地理空間分析により、ソーシャルメディア活動が汚染濃度の高い地域に集積していることが判明し、空間的信頼性が裏付けられた。
• 特に交通渋滞のピーク時において、センサー測定データと比較して汚染イベントを85％の精度で検出できた。
• ユーザー投稿の感情分析により、汚染ホットスポットを76％の正確性で特定でき、ランダムな空間サンプリングを上回った。
• センサーのみのシステムと比較して、センサーカバーが薄い都市部において、ソーシャルメディアデータの統合により汚染イベント検出精度が22％向上した。