[논문 리뷰] Twitter as a Source of Global Mobility Patterns for Social Good

Mark Dredze, Manuel García–Herranz외 2명|arXiv (Cornell University)|2016. 06. 20.

Human Mobility and Location-Based Analysis참고 문헌 31인용 수 10

한 줄 요약

이 논문은 2012–2015년 동안의 85억 건이 넘는 공개된 지리정보 태그가 부여된 트위터 트윗 데이터를 활용하여 도시 및 국가 수준에서 대규모 글로벌 이동성 네트워크를 구축하는 것을 제안한다. 이는 실시간으로 이동 패턴을 맵핑할 수 있도록 한다. 주요 기여는 770만 개의 도시 수준 엣지와 12,449개의 국가 수준 엣지를 포함한 고해상도 글로벌 이동 네트워크를 구축한 것으로, 재해 구호 및 개발 응용 분야에서 트위터가 확장 가능하고 실시간 데이터 소스로서의 잠재력을 입증한다.

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.

연구 동기 및 목표

• 기존의 인간 이동성 데이터 소스는 종종 지연되거나 편향되며 글로벌 커버리지가 부족한 점을 해결하기 위해.
• 공개된 지리정보 태그가 부여된 트위터 데이터가 글로벌 이동 패턴을 실시간으로 추적할 수 있는 확장 가능한 대안이 될 수 있는지 평가하기 위해.
• 트위터의 지리정보 메타데이터를 활용하여 도시 간 및 국가 간 대규모 이동 네트워크를 구축하고 분석하기 위해.
• 글로벌 트위터 사용률의 불균형에도 불구하고 트위터 데이터의 대표성과 재해 구호 및 개발 응용 분야에서의 잠재력을 평가하기 위해.

제안 방법

• 2012년 1월 1일부터 2015년 9월 30일까지 공개된 지리정보 태그가 부여된 트위터 트윗을 모두 수집하여 총 85.78억 건의 트윗을 확보하였으며, 이는 500만 명이 넘는 사용자로부터의 데이터였다.
• 각 트윗의 위치를 Geonames의 글로벌 지리정보 데이터베이스에 매핑하여 위치 참조를 표준화하고 정규화하였다.
• 사용자의 지리정보 태그 위치가 시간에 따라 변화하는 것을 감지하여 이동 사건을 식별하고, 비이동 행동을 걸러내었다.
• 이동 사건 빈도를 엣지 가중치로 사용하여 도시 간(87,856개 도시, 770만 개 엣지) 및 국가 간(248개 국가, 12,449개 엣지)의 이동 네트워크 두 종류를 구축하였다.
• 지역 간 트위터 사용률 격차를 보정하기 위해 정규화 기법을 적용하였지만, 완전한 정규화는 계속 진행 중이다.
• 스팸 탐지 및 사용자 행동 히ュ리스틱 기반의 필터링을 통해 데이터 품질을 향상시키고 노이즈를 감소시켰다.

실험 결과

연구 질문

• RQ1 지리정보 태그가 부여된 트위터 데이터는 도시 및 국가 수준에서 신뢰할 수 있고 대규모의 글로벌 이동 패턴을 생성할 수 있는가?
• RQ2 트위터 기반 이동 네트워크의 규모와 해상도는 항공기 기록이나 휴대전화 데이터와 같은 기존 데이터 소스와 비교해 어떻게 다른가?
• RQ3 다양한 대륙에서 지배적인 이동 경로와 트위터 사용자의 침투 수준는 어떻게 되며, 지역별로 어떻게 다를까?
• RQ4 저소득 국가에서 트위터 사용률이 낮은 상황에서도 트위터 데이터는 글로벌 인간 이동 패턴을 얼마나 잘 대표하는가?
• RQ5 트위터 데이터는 질병 유행 모델링이나 위기 대응과 같은 실시간 재해 구호 및 공중보건 개입에 어떻게 활용될 수 있는가?

주요 결과

• 4년 간의 데이터를 바탕으로 도시 간 이동 패턴을 포괄하는 87,856개 정점과 7,688,854개 엣지를 가진 글로벌 도시 수준 이동 네트워크를 구축하였다.
• 248개 정점과 12,449개 엣지를 가진 국가 수준 이동 네트워크를 구축하여 국가 간 이동 흐름을 시각화하였다.
• 국가 간 이동 루트 중 가장 자주 이용되는 경로는 유럽의 영국–스페인이었고, 아시아에서는 인도네시아–마레시아가 가장 높은 빈도를 보였다.
• 각 대륙에서 트위터 사용률이 가장 높은 국가는 영국(4.4%)이었으며, 이어 카타르(4.1%)와 미국(3.7%)이 뒤를 이었다.
• 전체 데이터셋에는 3억 900만 건의 이동 사건이 포함되어 있으며, 활동적인 이동자로 분류된 1,160만 명의 사용자로부터 21.5억 건의 트윗이 기록되었다.
• 전반적인 지리정보 태그 사용률이 낮음(2–3%)에도 불구하고, 하루 5억 건의 트윗이 생성되는 높은 데이터 볼륨 덕분에 매일 수백만 건의 지리정보 기반 데이터 포인트를 확보할 수 있었으며, 이는 대규모 이동성 분석을 가능하게 하였다.