[論文レビュー] Scikit-mobility: a Python library for the analysis, generation and risk assessment of mobility data

Luca Pappalardo, Filippo Simini+2 more|arXiv (Cornell University)|Jul 8, 2019

Human Mobility and Location-Based Analysis被引用数 47

ひとこと要約

Scikit-mobility は、移動データの読み込み、前処理、分析、シミュレーション、プライバシーリスク評価のツールを提供する Python ライブラリで、軌跡とフローの表現を統合し、プロットとモビリティ指標を組み合わせます。 pandas データ構造を拡張して、移動データの取り扱いと可視化を容易にします。

ABSTRACT

The last decade has witnessed the emergence of massive mobility data sets, such as tracks generated by GPS devices, call detail records, and geo-tagged posts from social media platforms. These data sets have fostered a vast scientific production on various applications of mobility analysis, ranging from computational epidemiology to urban planning and transportation engineering. A strand of literature addresses data cleaning issues related to raw spatiotemporal trajectories, while the second line of research focuses on discovering the statistical "laws" that govern human movements. A significant effort has also been put on designing algorithms to generate synthetic trajectories able to reproduce, realistically, the laws of human mobility. Last but not least, a line of research addresses the crucial problem of privacy, proposing techniques to perform the re-identification of individuals in a database. A view on state of the art cannot avoid noticing that there is no statistical software that can support scientists and practitioners with all the aspects mentioned above of mobility data analysis. In this paper, we propose scikit-mobility, a Python library that has the ambition of providing an environment to reproduce existing research, analyze mobility data, and simulate human mobility habits. scikit-mobility is efficient and easy to use as it extends pandas, a popular Python library for data analysis. Moreover, scikit-mobility provides the user with many functionalities, from visualizing trajectories to generating synthetic data, from analyzing statistical patterns to assessing the privacy risk related to the analysis of mobility data sets.

研究の動機と目的

• 軌跡とフロー表現を跨いで、移動研究を再現し、移動データを分析するための統合的な Python 環境を提供する。
• 移動軌跡とフローのデータ読み込み、クリーニング、前処理ツールを提供する。
• 標準的な移動指標の計算を可能にし、生成的モビリティモデルをサポートする。
• 移動データセットに対する再識別攻撃をシミュレートするプライバシーリスク評価ツールを含む。

提案手法

• 軌跡とフローの拡張 pandas DataFrame として TrajDataFrame と FlowDataFrame を導入する（任意の uid/tid およびテセレーション対応を含む）。
• 多様な形式からのデータ読み込みをサポートし、テセレーションのための geopandas との統合を提供する。
• ノイズフィルタリング、停止検出、軌跡圧縮といった前処理手法を提供する。
• folium マップを用いた軌跡、停止、ダイアリー、テセレーション、フローの可視化ユーティリティを実装する。
• 個人および集団分析のための移動指標モジュールを組み込み（例：回転半径、エントロピーベースの指標）。
• 移動をシミュレートする機構的生成モデルとして EPR、Gravity、Radiation モデルを含め、将来のバージョンで次地点予測を追加する計画。
• モビリティデータに対する再識別攻撃をシミュレートするプライバシーリスク評価フレームワークを提供する。

実験結果

リサーチクエスチョン

• RQ1 モビリティデータは、統一された Python ライブラリでどのように表現され、読み込み、可視化できるか？
• RQ2 単一のパッケージ内でモビリティ研究を再現・拡張するために必要な前処理および分析ツールは何か？
• RQ3 知られた移動法則を反映する合成モビリティデータをどのように生成し、モビリティデータセットのプライバシーリスクをどのように定量化できるか？
• RQ4 実務家が移動分析のために準備しておくべきコアの移動指標とモデルは何か？
• RQ5 将来のリリースで追加のモビリティ領域と参照系を扱えるようにライブラリを拡張できるか？

主な発見

• ライブラリは、GIS サポートを備えた軌跡およびフロー用の pandas ベース構造として TrajDataFrame と FlowDataFrame を提供します。
• ノイズフィルタリング、停止検出、軌跡圧縮の前処理ツールを提供し、データクリーニングを促進します。
• 対話的な地図を介して軌跡、停止、ダイアリー、テセレーション、フローの可視化機能を含みます。
• 個人と集団の主要な移動指標を実装し、著名なモデル（EPR、Gravity、Radiation）を用いた合成軌跡の生成をサポートします。
• 特定のモビリティデータセットに対して、さまざまな攻撃下で再識別リスクをシミュレートするプライバシーリスクモジュールを提供します。