[論文レビュー] Urban Explorations: Analysis of Public Park Usage using Mobile GPS Data

Wenfei Xu|arXiv (Cornell University)|Jan 5, 2018

Human Mobility and Location-Based Analysis参考文献 20被引用数 3

ひとこと要約

本研究では、1000万人の日常利用者からのモバイルGPSデータを用いて、ハイアラルキカルクラスタリングとトランジット分析を採用し、セントラル・パークにおける空間的・時間的活動パターンを分析し、共有体験を定量化した。その結果、整備された施設が顕著に共有ユーザー体験の割合を増加させる「ビーコン」として機能しており、これらの領域では社会的相互作用の可能性がより高いことが示された。

ABSTRACT

This study analyzes mobile phone data derived from 10 million daily active users across the United States to better understand the spatio-temporal activity patterns of users in Central Park, New York. The aim of this initial investigation is to create quantifiable measures for understanding public space usage in regions of the city that have no natural data source for measuring activity. We analyze the trip behaviors of users across time and different regions in the park to find patterns of co-location and shared time and, thus, potential social interaction. We find that regions with established amenities and points of interest exhibit a higher percentage of shared experiences, indicating that institutional amenities act as 'beacons' for users' experiences in the park.

研究の動機と目的

• 自然なデータソースが欠如する状況においてもスケーラブルでデータ駆動型の公共空間利用の定量的評価手法を開発すること。
• モバイル端末のGPSトレースを用いて、セントラル・パークにおけるユーザー活動の空間的・時間的ダイナミクスを理解すること。
• 潜在的な社会的相互作用の指標として、平均的な共有体験の割合を測定すること。
• 公園施設の空間的・時間的特性が、ユーザーの集積と相互作用に与える影響を調査すること。
• ハイアラルキカルクラスタリング（HDBSCAN）が都市公園環境におけるマルチスケール活動クラスタを効果的に検出できるかを評価すること。

提案手法

• 本研究では、ニューヨークシティの公園内から得られた556,385人のユニークユーザーの匿名化されたモバイルGPSトレースを用い、2017年5月のセントラル・パークに焦点を当てた。
• ユーザーの移動を空間的・時間的ウィンドウ内で検出するため、1次元のレンジ検索アルゴリズムを用いてトランジットを同定した。
• 空間クラスタリングにはHDBSCANを採用し、DBSCANにおける固定パラメータεを必要としない、密度に応じて動的に調整される特徴を持つ。
• ユーザーのトレース密度に基づいてクラスタを形成することで、ロー・ボー・ハウスや動物園などの複数スケールの活動ゾーンを検出可能となった。
• 各クラスタごとの平均共有体験割合は、複数のトランジットにおけるユーザーの訪問時間の集合積を用いて計算された。
• クラスタサイズ（ユニークなトランジット数）と平均共有時間の関係を調査するため、対数-対数回帰モデルを適用した。

実験結果

リサーチクエスチョン

• RQ1 セントラル・パークの異なる地域における平均的な共有ユーザー体験の割合はどの程度で、場所によってどのように変化するか？
• RQ2 整備された施設や観光スポットは、公園利用者の間での社会的相互作用の可能性にどのように影響を与えるか？
• RQ3 ユーザークラスタのサイズが共有体験の水準とどの程度相関しているか？
• RQ4 ハイアラルキカルクラスタリング（HDBSCAN）は、都市公園環境におけるマルチスケール活動パターンを効果的に検出できるか？
• RQ5 インfraストラクチャーや施設の水準が異なる地域において、空間的・時間的移動パターンはどのように異なるか？

主な発見

• ロー・ボー・ハウス、動物園、スケートリンクといった整備された施設を有する地域が、最も高い平均共有ユーザー体験割合を示した。
• クラスタサイズが大きくなるにつれて平均共有時間は増加するが、非線形的（サブラインス）に増加し、対数-対数スケールでのスケーリング勾配は約0.058であった。
• 平均共有体験で上位10の地域は、主に特定の施設に関連しており、これは制度的要因が社会的「ビーコン」として機能していることを示している。
• HDBSCANはマルチスケール活動クラスタを効果的に同定でき、ヒュッドルストーン・アーチのような局所的ホットスポットや、メトロポリタン美術館周辺のような大規模なゾーンを含むクラスタを検出できた。
• クラスタごとの平均滞在時間の分布は概ね一様であったが、ノース・メイドーズの野球場を除いては、外れ値のパターンを示した。
• コロンブス・サークルやメトロポリタン美術館のような大規模クラスタは、予想される共有時間の高さのため共有体験の計算から除外されたが、その行動は同様のトレンドに従うと想定された。