[論文レビュー] The Shortest Path to Happiness: Recommending Beautiful, Quiet, and Happy Routes in the City

Daniele Quercia, Rossano Schifanella+1 more|arXiv (Cornell University)|Jul 3, 2014

Human Mobility and Location-Based Analysis参考文献 27被引用数 62

ひとこと要約

本論文では、ロンドンのストリートシーンに関するクラウドソーシングによる知覚を活用して、単に短いだけでなく、美しい、静かで、幸せな気分になれるような都市の歩行ルートを推薦する手法を提案する。3,300件以上のユーザー投票に基づくグラフベースのモデルを用い、最短経路に数分しか追加しない経路を推薦するが、感情的な質において最短経路を著しく上回り、ロンドンおよびボストンでのユーザー調査で検証されている。

ABSTRACT

When providing directions to a place, web and mobile mapping services are all able to suggest the shortest route. The goal of this work is to automatically suggest routes that are not only short but also emotionally pleasant. To quantify the extent to which urban locations are pleasant, we use data from a crowd-sourcing platform that shows two street scenes in London (out of hundreds), and a user votes on which one looks more beautiful, quiet, and happy. We consider votes from more than 3.3K individuals and translate them into quantitative measures of location perceptions. We arrange those locations into a graph upon which we learn pleasant routes. Based on a quantitative validation, we find that, compared to the shortest routes, the recommended ones add just a few extra walking minutes and are indeed perceived to be more beautiful, quiet, and happy. To test the generality of our approach, we consider Flickr metadata of more than 3.7M pictures in London and 1.3M in Boston, compute proxies for the crowdsourced beauty dimension (the one for which we have collected the most votes), and evaluate those proxies with 30 participants in London and 54 in Boston. These participants have not only rated our recommendations but have also carefully motivated their choices, providing insights for future work.

研究の動機と目的

• 都市ナビゲーションにおけるルート推薦システムが、効率性のみを重視し、感情的体験を無視するというギャップを埋める。
• 大規模なクラウドソーシングを用いて、都市環境の主観的知覚（美しさ、静けさ、幸せ）を定量化する。
• 経路の長さと感情的な快適さの両立を図るグラフベースの推薦システムを開発する。
• ロンドンおよびボストンでの制御されたユーザー調査を通じて、推薦された経路の感情的質を検証する。
• Flickrメタデータから感情的知覚の代理指標を導出することで、本アプローチの汎用性をテストする。

提案手法

• ノードが地理的セル（100m×100mグリッドセルの重心）を表す空間グラフを構築する。
• ロンドンのストリートシーンのペアをユーザーが評価したクラウドソーシングデータ（3,300人以上）を用い、各位置に美しさ、静けさ、幸せの定量的スコアを割り当てる。
• 3つの感情的次元に基づく重み付きエッジコストを用いて、最短経路アルゴリズムを感情的快適さ最適化に適合させる。
• Flickrメタデータ（画像数、タグ、ジオタグなど）から美しさの代理指標を導出し、新たな都市への適用を可能にする。
• 30名のロンドン参加者および54名のボストン参加者によるユーザー調査で、最短経路と比較して推薦された経路の知覚された質を評価する。
• 定量的（評価スコア）および定性的（動機づけられたフィードバック）な両面から、経路の感情的質が人間の知覚と整合していることを検証する。

実験結果

リサーチクエスチョン

• RQ1 クラウドソーシングによる知覚データを用いて、感情的に快適な都市の歩行経路を自動的に推薦可能か。また、合理的な歩行時間を維持できるか。
• RQ2 本システムが推薦する経路の感情的質（美しさ、静けさ、幸せ）は、ユーザーが最短経路と比較してどのように評価されるか。
• RQ3 Flickrメタデータから導出された代理指標は、新しい都市における人間の都市の美しさへの知覚を効果的に予測できるか。
• RQ4 時間的・文脈的要因（例：1日中の時間帯、天候）は、ユーザーの経路快適さへの知覚にどのように影響するか。
• RQ5 ソーシャルメディアプラットフォームのメタデータを用いて、都市間で経路の感情的質をどの程度一般化できるか。

主な発見

• 推薦された経路は、最短経路に比べて平均して数分しか追加時間がなく、ユーザーによる評価では美しさ、静けさ、幸せの点で著しく高いスコアを得た。
• ロンドンでのユーザー調査で、参加者は推薦された経路が最短経路よりも感情的に快適であると明確に認識しており、定量的および定性的なフィードバックが一貫していた。
• Flickrメタデータから導出した美しさの代理モデルは、人間の知覚と強い相関を示し、ボストンのような新しい都市への適用が可能となった。
• ボストンでは54名の参加者がFlickrベースの代理指標の有効性を検証し、本手法がロンドンを越えて汎用可能であることを確認した。
• 参加者から豊富な定性的な洞察が得られ、1日中の時間帯、天候、個人の記憶が都市空間の感情的知覚に与える影響が明らかになった。
• 本研究では、感情的知覚が静的ではなく、平日対週末、時間帯、天候状態などの時間的・文脈的要因に著しく影響を受けることが明らかになった。