[논문 리뷰] Extracting Patterns of Urban Activity from Geotagged Social Data

Emre Çelikten, Géraud Le Falher외 1명|arXiv (Cornell University)|2016. 04. 15.

Human Mobility and Location-Based Analysis인용 수 3

한 줄 요약

이 논문은 40개의 글로벌 도시에서의 지리적 태그가 부여된 Foursquare 체크인 데이터를 기반으로 도시 활동 패턴을 추출하기 위해 확률적 희소 모델링 접근법을 제안한다. 장소의 분포를 카테고리, 시간, 방문자 프로필 등의 특징을 사용해 모델링함으로써, 임의의 가정 없이 데이터에 기반한 명확한 도시 지역을 발견한다. 이는 방문자 신원이 장소 카테고리보다 더 구분력이 높음을 드러내며, 이론적으로 탄탄한 프레임워크를 기반으로 한 보다 뛰어난 예측 성능을 보이는 원칙적인 도시 간 지역 유사성 탐지가 가능하게 한다.

ABSTRACT

Data generated on location-based social networks provide rich information on the whereabouts of urban dwellers. Specifically, such data reveal who spends time where, when, and on what type of activity (e.g., shopping at a mall, or dining at a restaurant). That information can, in turn, be used to describe city regions in terms of activity that takes place therein. For example, the data might reveal that citizens visit one region mainly for shopping in the morning, while another for dining in the evening. Furthermore, once such a description is available, one can ask more elaborate questions: What are the features that distinguish one region from another -- is it simply the type of venues they host or is it the visitors they attract? What regions are similar across cities? In this paper, we attempt to answer these questions using publicly shared Foursquare data. In contrast with previous work, our method makes use of a probabilistic model with minimal assumptions about the data and thus relieves us from having to make arbitrary decisions in our analysis (e.g., regarding the granularity of discovered regions or the importance of different features). We perform an empirical comparison with previous work and discuss insights obtained through our findings.

연구 동기 및 목표

• 지리적 태그가 부여된 소셜 미디어 활동을 기반으로 데이터 기반의, 임의의 가정이 없는 도시 지역을 밝혀내는 것.
• 장소 카테고리, 시간, 방문자 프로필 중 어떤 특징가 도시 지역을 가장 잘 구분하는지 확인하는 것.
• 다른 도시 간 도시 지역을 원칙적인, 확률론적으로 기반한 방식으로 비교할 수 있도록 하는 것.
• 이론적으로 탄탄한 프레임워크를 사용하여 이전의 히وري스틱 방법보다 개선된 지역 유사성 탐지 방법을 개발하는 것.

제안 방법

• 기대값 최대화(EM)를 통해 희소 확률 모델을 학습하여 지리적 지역과 장소 특징 간의 연관성을 설정함으로써, 지역의 해상도나 특징 중요도에 대해 최소한의 가정을 둔다.
• 장소 카테고리, 체크인 시간, 사용자 신원 등의 특징을 인코딩하며, 데이터에 의해 강하게 지지되지 않는 한 지역별 분포를 학습하지 않는다.
• 조건부 확률 분포를 학습된 모델에서 유도하여 특징 중요도를 정량화함으로써 특징 기여도의 원칙적인 비교가 가능해진다.
• 두 가지 확률적 유사성 측정법을 정의하여 도시 간 지역 비교를 수행한다: 하나는 특징 분포의 쿨백-라이블러 발산 기반, 다른 하나는 지역 기술자 표기의 상호정보량 기반.
• 정의된 유사성 측정법을 기반으로 탐욕적 탐색 알고리즘을 사용하여 도시 간 가장 유사한 지역 쌍을 식별한다.
• 예측 성능 및 지역의 고유성 지표를 사용하여 이전 방법과의 실험적 검증을 수행한다.

실험 결과

연구 질문

• RQ1 장소 카테고리, 시간대, 방문자 프로필 중 어떤 특징가 도시 지역을 가장 효과적으로 구분하는가?
• RQ2 지역 크기나 수에 대한 임의의 가정 없이 도시 지역을 어떻게 발견할 수 있는가?
• RQ3 다른 도시 간 지역을 비교하기 위한 원칙적이고 확률론적으로 기반한 방법은 무엇인가?
• RQ4 제안된 모델은 이전의 히وري스틱 접근법에 비해 성능과 해석 가능성 측면에서 어떻게 비교되는가?

주요 결과

• 방문자 신원이 모든 연구된 도시에서 장소 카테고리보다 도시 지역을 더 잘 구분하는 가장 중요한 특징임을 확인하였다.
• 모델은 이전 방법보다 더 날카우며 더 명확한 특징을 지닌 지역을 발견하였으며, 이는 체크인 데이터에 대한 예측 성능 향상으로 입증되었다.
• 확률적 유사성 측정법은 효과적이고 해석 가능한 방식으로 도시 간 유사한 지역을 식별할 수 있게 하였으며, 바르셀로나와 샌프란시스코의 유사한 저녁 식사 지역을 예로 들 수 있다.
• 예측 정확도와 지역 기술의 명확성 측면에서 이전의 접근법보다 뛰어난 성능을 보였으며, 이는 고유성과 데이터 일관성 측정 기준으로 확인되었다.
• 모델은 도시 활동 패턴이 장소 유형에 의해만 정의되는 것이 아니라, 그 장소를 자주 찾는 사람들이 그 패턴을 크게 형성한다는 점을 드러내었다.