[論文レビュー] Where Chicagoans tweet the most: Semantic analysis of preferential return locations of Twitter users

Aiman Soliman, Junjun Yin+3 more|arXiv (Cornell University)|Dec 21, 2015

Human Mobility and Location-Based Analysis参考文献 13被引用数 4

ひとこと要約

本研究は、2014年にシカゴに在住する164,000人以上のユーザーから得られた位置情報付きツイートデータを分析し、帰属する場所（preferential return locations）とその意味的土地利用タイプを同定する。意味的拡張を施したツイートを用いたDBSCANクラスタリングにより、ホームと仕事場が一般的な上位2つの場所であるものの、多くのユーザーがこのパターンから逸脱しており、ツイート行動が土地利用タイプに強く時間的ロックされていることが判明。これは、上位2つの場所が普遍的にホームと仕事場であるという仮定に疑問を呈する。

ABSTRACT

Recent studies on human mobility show that human movements are not random and tend to be clustered. In this connection, the movements of Twitter users captured by geo-located tweets were found to follow similar patterns, where a few geographic locations dominate the tweeting activity of individual users. However, little is known about the semantics (landuse types) and temporal tweeting behavior at those frequently-visited locations. Furthermore, it is generally assumed that the top two visited locations for most of the users are home and work locales (Hypothesis A) and people tend to tweet at their top locations during a particular time of the day (Hypothesis B). In this paper, we tested these two frequently cited hypotheses by examining the tweeting patterns of more than 164,000 unique Twitter users whom were residents of the city of Chicago during 2014. We extracted landuse attributes for each geo-located tweet from the detailed inventory of the Chicago Metropolitan Agency for Planning. Top-visited locations were identified by clustering semantic enriched tweets using a DBSCAN algorithm. Our results showed that although the top two locations are likely to be residential and occupational/educational, a portion of the users deviated from this case, suggesting that the first hypothesis oversimplify real-world situations. However, our observations indicated that people tweet at specific times and these temporal signatures are dependent on landuse types. We further discuss the implication of confounding variables, such as clustering algorithm parameters and relative accuracy of tweet coordinates, which are critical factors in any experimental design involving Twitter data.

研究の動機と目的

• シカゴのツイッター利用者の上位2つの訪問場所が、一般的に想定されるように常にホームと仕事場であるかどうかを調査すること（仮説A）。
• 頻繁に訪問される場所における時間的ツイートパターンと、それが土地利用タイプに依存するかどうかを検討すること（仮説B）。
• クラスタリングアルゴリズムのパラメータやGPSの精度といった交絡要因が、ツイッターを用いた移動行動分析に与える影響を評価すること。
• 意味的拡張を施した位置情報付きツイートを用いて、帰属する場所を同定・分類すること。
• ソーシャルメディアデータを通じて、人間の移動行動の意味的・時間的構造に関する実証的証拠を提供すること。

提案手法

• 2014年におけるシカゴに所在する164,000件を超える一意なツイッター利用者の位置情報付きツイートを収集・処理。
• シカゴ都市計画庁の詳細な土地利用インventryを用いて、各ツイートに土地利用属性を割り当てた。
• 空間的近接性と意味的類似性に基づき、帰属する場所を特定するため、DBSCANクラスタリングを適用。
• 同定された各場所におけるツイート活動の時間的パターンを抽出し、1日中の行動様式を分析。
• DBSCANのパラメータおよびGPS座標の精度に対する感度を評価することで、結果の妥当性を検証。
• 住宅、商業、教育など、土地利用タイプごとに上位ロケーションを分類し、主な場所に関する仮説を検証。

実験結果

リサーチクエスチョン

• RQ1 大多数のシカゴのツイッター利用者の上位2つの場所が、一般的に想定されるように常にホームと仕事場であると言えるか？
• RQ2 ユーザーは、好みの場所の意味的土地利用タイプに密接に関連した、明確な時間的ツイートパターンを示すか？
• RQ3 クラスタリングアルゴリズムのパラメータやGPSの精度が、ツイッターデータにおける帰属する場所の同定にどの程度影響を及えるか？
• RQ4 ユーザーが非住宅的・非職場的場所にどの程度頻繁に戻るのか、またその場所の意味的特徴は何か？
• RQ5 住宅、教育、商業ゾーンなどの異なる土地利用カテゴリ間で、ツイート行動に顕著な差異が見られるか？

主な発見

• ホームと仕事場が上位2つの訪問場所であるという一般的な仮定に反し、多くのツイッター利用者がこのパターンから逸脱していることが判明。
• ユーザーのツイート行動には、好みの場所の意味的土地利用タイプと密接に関連した明確な時間的シグネイチャが見られる。
• 最も頻繁に訪問される場所は主に住宅地および職場／教育施設が占めるが、レクリエーション施設や商業施設など非伝統的場所も高い訪問頻度を示している。
• 土地利用タイプごとに時間的ツイートパターンに顕著な差が見られる。例えば、職場では平日の業務時間帯に活動がピークに達するが、住宅地では夕方以降に活動が増加する。
• 結果はクラスタリングアルゴリズムのパラメータおよびGPS座標の精度に敏感であることが判明し、ツイッターを用いた移動行動研究におけるメソドロジカルな厳密さの重要性が浮き彫りになった。
• 位置情報付きツイートの意味的拡張により、単なる空間的クラスタリングを超えた、より洗練された人間の移動行動パターンの同定が可能になった。