[論文レビュー] Twitter as a Source of Global Mobility Patterns for Social Good

Mark Dredze, Manuel García–Herranz+2 more|arXiv (Cornell University)|Jun 20, 2016

Human Mobility and Location-Based Analysis参考文献 31被引用数 10

ひとこと要約

本稿では、2012年から2015年までの間、85億件を超える公開の位置タグ付きツイートデータを活用して、都市レベルおよび国レベルの世界的な移動ネットワークを構築する手法を提案している。主な貢献は、770万件の都市レベルエッジおよび12,449件の国レベルエッジを有する高分解能で世界的な移動ネットワークを構築したことである。本研究は、ツイッターが人道的活動や開発分野におけるスケーラブルでリアルタイムのデータソースとしての可能性を示している。

ABSTRACT

Data on human spatial distribution and movement is essential for understanding and analyzing social systems. However existing sources for this data are lacking in various ways; difficult to access, biased, have poor geographical or temporal resolution, or are significantly delayed. In this paper, we describe how geolocation data from Twitter can be used to estimate global mobility patterns and address these shortcomings. These findings will inform how this novel data source can be harnessed to address humanitarian and development efforts.

研究の動機と目的

• 既存の人間移動データソースに見られる遅延、バイアス、グローバルカバレッジの欠如といった限界を是正するため。
• 公開の位置タグ付きツイッター・データが、グローバルな移動パターンを追跡するためのスケーラブルでリアルタイムの代替手段として機能しうるかを評価するため。
• ツイッターの位置情報メタデータを用いて、都市間および国間の大型旅行ネットワークを構築し、分析するため。
• 特に低所得国におけるツイッター利用率が低い状況でも、ツイッター・データの代表性と人道的・開発的応用における可能性を評価するため。

提案手法

• 2012年1月1日から2015年9月30日までに、公開の位置タグ付きツイートをすべて収集し、5000万人以上のユーザーから合計8,578億件のツイートを取得した。
• 各ツイートの位置をGeonamesのグローバル地理データベースにマッピングすることで、位置参照の標準化と解決を実施した。
• ユーザーの位置情報が時間経過で変化することを検出することで旅行イベントを同定し、非移動行動をフィルタリングした。
• 都市間（87,856都市、770万エッジ）および国間（248カ国、12,449エッジ）の2種類のモビリティネットワークを構築し、エッジの重みには旅行イベントの頻度を用いた。
• 地域ごとのツイッター浸透率の差を補正するための正規化手法を適用したが、完全な正規化は継続中である。
• スパム検出およびユーザー行動のヒューリスティクスを用いてデータをフィルタリング・クリーニングし、データ品質の向上とノイズ低減を図った。

実験結果

リサーチクエスチョン

• RQ1 位置タグ付きツイッター・データは、都市レベルおよび国レベルの両方で信頼性があり大規模なグローバル移動パターンを生成できるか？
• RQ2 航空会社の記録や携帯電話データといった既存のデータソースと比較して、ツイッターベースのモビリティネットワークのスケールと解像度はどの程度か？
• RQ3 異なる大陸における主要な移動ルートとツイッター利用者の浸透率は何か？また、地域ごとにどのように異なるか？
• RQ4 特にツイッター利用率が低い低所得国においても、ツイッター・データはグローバルな人間移動を代表していると言えるか？
• RQ5 ツイッター・データは、感染症のアウトブレイクモデルや危機対応といったリアルタイムの人道的・公衆衛生分野の支援にどのように活用できるか？

主な発見

• 本研究では、4年間分のデータを活用して、87,856の頂点と7,688,854のエッジを有するグローバル都市レベルの移動ネットワークを構築した。
• 248の頂点と12,449のエッジを有する国レベルの移動ネットワークを構築し、国と国との間の移動フローを可視化した。
• 国と国との間で最も頻繁に利用されたルートはヨーロッパのイギリス＝スペイン間であり、アジアではインドネシア＝マレーシア間が最多であった。
• 大陸別に見ると、ツイッター浸透率が最も高い国はイギリス（4.4％）で、次にカタール（4.1％）、米国（3.7％）であった。
• 本データセットには3億900万件の旅行イベントが含まれており、1,160万人のユーザーがアクティブな旅行者として分類され、合計21億5000万件のツイートが記録された。
• 全体の位置タグ付与率が2–3％と低くても、1日あたり5億件のツイートという膨大なデータ量のおかげで、毎日数百万件の位置特定データポイントが得られ、大規模なモビリティ分析が可能になった。