[論文レビュー] Twitter Activity Timeline as a Signature of Urban Neighborhood

Philipp Kats, Cheng Qian+2 more|arXiv (Cornell University)|Jul 19, 2017

Human Mobility and Location-Based Analysis参考文献 32被引用数 3

ひとこと要約

本稿では、ニューヨークシティの都市的地域の機能および社会経済的特徴を特定するために、Twitterの活動タイムライン（TWS）を動的でデータ駆動型のシグネチャとして使用する手法を提案する。地理的に位置指定されたツイートを郵便番号ごとに集計することで、各地域の活動パターンの時系列的プロファイルを構築し、イベント検出、機能的類似性に基づく地域のクラスタリング、機械学習モデルを用いた社会経済的指標の予測（R²スコア最大0.65）に活用する。

ABSTRACT

Modern cities are complex systems, evolving at a fast pace. Thus, many urban planning, political, and economic decisions require a deep and up-to-date understanding of the local context of urban neighborhoods. This study shows that the structure of openly available social media records, such as Twitter, offers a possibility for building a unique dynamic signature of urban neighborhood function, and, therefore, might be used as an efficient and simple decision support tool. Considering New York City as an example, we investigate how Twitter data can be used to decompose the urban landscape into self-defining zones, aligned with the functional properties of individual neighborhoods and their social and economic characteristics. We further explore the potential of these data for detecting events and evaluating their impact over time and space. This approach paves a way to a methodology for immediate quantification of the impact of urban development programs and the estimation of socioeconomic statistics at a finer spatial-temporal scale, thus allowing urban policy-makers to track neighborhood transformations and foresee undesirable changes in order to take early action before official statistics would be available.

研究の動機と目的

• リアルタイムで入手可能な公開のTwitterデータを用いて、都市的地域の機能を定量化する手法を開発すること。
• ソーシャルメディア活動の時間的パターンに基づき、異なる都市的機能領域を同定・特徴付けること。
• 雪嵐などの異常イベント（例）を検出し、Twitterタイムラインを用いてその空間的・時間的影響を定量化すること。
• TWS特徴量を用いて、郵便番号レベルでの社会経済的指標（通勤時間、教育水準、住宅価格など）をモデル化すること。
• アプリケーション固有のツイートソースを統合する際の、データの細分化とモデル性能のトレードオフを評価すること。

提案手法

• 2014年1月から2016年6月まで、スタテン島を除くニューヨークシティの4つの行政区で、地理的位置情報が付与されたTwitterデータを収集し、自動アカウントを除外した。
• ツイートを262のニューヨークシティの郵便番号に集計し、各地域の活動パターンの時系列的表現（TWS）を作成した。
• TWSを1日24時間 × 7日分の168次元のベクトルとして定義し、1時間ごとの平均ツイート数を1日単位で要約した。
• 主なアプリケーション（Twitterネイティブ、Instagram、Foursquare）の粒度を追加することでTWSを強化し、特徴空間を2,688次元に拡大した。
• 活動のリズムに基づき、機能的に類似した地域を特定するために、TWSにk-meansクラスタリングを適用した。
• TWS特徴量を入力として、教師あり機械学習モデル（ランダムフォレスト、エクストラツリー）を訓練し、社会経済的変数を予測した。

実験結果

リサーチクエスチョン

• RQ1 Twitter活動タイムライン（TWS）は、都市的地域の機能を信頼的かつ動的シグネチャとして機能するか？
• RQ2 社会経済的・土地利用的特性が異なる地域間で、TWSパターンはどのように異なるか？
• RQ3 TWSを用いて、極端な天候などの都市的イベントの空間的・時間的影響をどの程度検出・定量化できるか？
• RQ4 TWS特徴量は、教育水準や住宅価格などの社会経済的指標を十分な精度で予測できるか、都市政策意思決定を支援できるか？
• RQ5 アプリケーションレベルの詳細なツイートデータを用いる場合、モデル性能とデータ要件の間のトレードオフはどのようなものか？

主な発見

• TWSパターンは、商業的核心、住宅地、ミックスユース地域を含む7つの明確に区別できる郵便番号クラスタを効果的に同定した。
• アプリケーション固有のTWS（2,688特徴量）を用いたモデルは、商業用地の割合を予測する際、R²が0.62を達成し、ベースラインTWSモデルを上回った。
• エクストラツリー回帰モデルは、高価格帯住宅ユニットの割合を予測する際、R²が0.65に達し、不動産の特性に対する強い予測能力を示した。
• ランダムフォレストモデルは、大学院修了者の割合をR² 0.55、大学卒業資格保有者の割合をR² 0.54で予測し、教育到達度の信頼性ある推定を示した。
• イベント検出は、大規模な雪嵐を正常に検出し、地域ごとの被災度を推定した。これは、緊急対応や影響評価に有効であることを示した。
• アプリケーションレベルの特徴量を統合した強化モデルは、データ量の増加に伴い、スパarsityのため96郵便番号に制限された。これは、解像度とデータ可用性のトレードオフを浮き彫りにした。