[논문 리뷰] ODT Flow Explorer: Extract, Query, and Visualize Human Mobility

Zhenlong Li, Xiao Huang외 2명|PubMed|2020. 11. 26.

Human Mobility and Location-Based Analysis참고 문헌 6인용 수 8

한 줄 요약

ODT 플로우 익스플로러는 지리정보 태그가 부여된 트위터 트윗과 SafeGraph 데이터를 활용하여 미세한 수준의 인간 이동 흐름을 추출하고 질의하며 시각화하는 상호작용식 웹 포털이다. 이는 ODT 데이터 큐브와 대용량 데이터 처리 클러스터를 활용하여 코로나19 팬데믹 기간 동안 세계 및 미국 수준에서 원천-도착지-시간 이동 패턴을 확장 가능한 방식으로 분석할 수 있도록 한다.

ABSTRACT

Understanding human mobility dynamics among places provides fundamental knowledge regarding their interactive gravity, benefiting a wide range of applications in need of prior knowledge in human spatial interactions. The ongoing COVID-19 pandemic uniquely highlights the need for monitoring and measuring fine-scale human spatial interactions. In response to the soaring needs of human mobility data under the pandemic, we developed an interactive geospatial web portal by extracting worldwide daily population flows from billions of geotagged tweets and United States (U.S.) population flows from SafeGraph mobility data. The web portal is named ODT (Origin-Destination-Time) Flow Explorer. At the core of the explorer is an ODT data cube coupled with a big data computing cluster to efficiently manage, query, and aggregate billions of OD flows at different spatial and temporal scales. Although the explorer is still in its early developing stage, the rapidly generated mobility flow data can benefit a wide range of domains that need timely access to the fine-grained human mobility records. The ODT Flow Explorer can be accessed via http://gis.cas.sc.edu/GeoAnalytics/od.html.

연구 동기 및 목표

• 코로나19 팬데믹 기간 동안 공중보건 및 도시 계획을 지원하기 위해 실시간으로 미세한 척도의 인간 이동 데이터가 필요한 긴급한 요구를 해결한다.
• 기존 이동 데이터 소스의 한계를 극복하기 위해 수십억 건의 원천-도착지-시간(ODT) 이동 흐름에 대해 확장 가능하고 상호작용 가능한 액세스를 가능하게 한다.
• 다양한 공간적 및 시간적 해상도에서 인간 이동을 동적 질의 및 시각화할 수 있도록 지리공간 웹 포털을 개발한다.
• 지리정보 태그가 부여된 트위터 트윗과 SafeGraph 데이터와 같은 다양한 데이터 소스를 통합하여 대규모 분석을 위한 통합적이고 계산 효율적인 ODT 데이터 큐브를 구축한다.
• 연구자 및 실무자들이 실시간으로 인간의 공간적 상호작용과 그들의 중력 역학을 탐색할 수 있는 도구를 제공한다.

제안 방법

• 공간적 및 시간적 필터링을 사용하여 수십억 건의 지리정보 태그가 부여된 트위터 트윗에서 전 세계 매일의 인구 이동 흐름을 추출한다.
• 미국 수준의 이동 데이터를 SafeGraph에서 수신하여 트위터 기반 이동 흐름을 보완하고 국내 분석의 해상도를 높인다.
• 원천-도착지-시간(ODT) 데이터 큐브를 구축하여 지리적 지역 및 시간 간격에 걸친 이동 흐름을 색인하고 정리한다.
• 다양한 공간적 및 시간적 해상도에서 ODT 이동 흐름의 효율적 질의, 집계 및 검색을 가능하게 하기 위해 대용량 데이터 처리 클러스터를 구현한다.
• 사용자가 동적 지ap 및 시간 시리즈 차트를 통해 이동 패턴을 탐색하고 필터링하며 시각화할 수 있도록 상호작용식 웹 인터페이스를 구현한다.
• ODT 데이터 큐브 아키텍처 내에서 데이터 색인 최적화 및 병렬 처리를 통해 데이터 확장성과 저지연 응답을 보장한다.

실험 결과

연구 질문

• RQ1 지리정보 태그가 부여된 소셜미디어 및 상업적 이동 데이터셋과 같은 다양한 데이터 소스에서 대규모 인간 이동 흐름을 효율적으로 추출하고 구조화하는 방법은 무엇인가?
• RQ2 ODT 데이터 큐브는 수십억 건의 원천-도착지-시간 이동 기록을 관리하고 질의하는 데서 성능과 확장성 측면에서 어떻게 작용하는가?
• RQ3 실시간으로 미세한 수준의 인간 이동 데이터는 팬데믹 기간 동안 공간적 상호작용을 동적으로 모니터링하는 데 얼마나 효과적인가?
• RQ4 ODT 이동 흐름의 다양한 공간적 및 시간적 집계는 인간 이동 패턴과 상호작용의 중력 법칙을 어떻게 드러내는가?
• RQ5 상호작용식 웹 포털은 연구자 및 의사결정자들이 대규모로 인간 이동을 탐색하고 분석하는 데 효과적으로 기여할 수 있는가?

주요 결과

• ODT 플로우 익스플로러는 수십억 건의 지리정보 태그가 부여된 트위터 트윗과 SafeGraph 이동 기록을 통합된 ODT 데이터 큐브에 성공적으로 수신하고 색인화했다.
• 이 시스템은 세계에서 국지적 규모까지 다양한 공간적 및 시간적 해상도에서 인간 이동 흐름의 상호작용 질의 및 시각화를 가능하게 한다.
• 대용량 데이터 처리 클러스터는 대규모 ODT 데이터셋을 대상으로 한 복잡한 질의에 대해 저지연 응답을 보장한다.
• 포털은 인간의 공간적 상호작용에 대한 실시간 인사이트가 필요한 응용 분야에 대해 빠른 데이터 접근을 제공한다.
• 트위터와 SafeGraph 데이터의 통합은 특히 미국 이동 패턴에 있어 데이터 커버리지와 해상도를 향상시킨다.
• 이 시스템은 확장 가능하고 상호작용적인 이동 분석을 통해 팬데믹 대응 및 도시 계획을 지원하는 데 실현 가능성과 유용성을 입증했다.