[論文レビュー] Discovering Hidden Structure in High Dimensional Human Behavioral Data via Tensor Factorization

Homa Hosseinmardi, Hsien-Te Kao+2 more|arXiv (Cornell University)|May 21, 2019

Tensor decomposition and applications参考文献 18被引用数 10

ひとこと要約

本論文は、StudentLife研究から得られた高次元のウェアラブルセンサデータにおける隠れた低次元構造を解明するために、非負のテンソル分解（NTF）を提案する。48名の学生が10週間にわたり収集したマルチモーダル行動データを分析することで、NTFは、勉強、パーティー、課題締切関連行動といった解釈可能な潜在的時間的要因を同定する。さらに、成績、性格特性、行動パターンに差がある個々のグループのクラスタを明らかにし、真のメタデータと照合して妥当性を検証した。

ABSTRACT

In recent years, the rapid growth in technology has increased the opportunity for longitudinal human behavioral studies. Rich multimodal data, from wearables like Fitbit, online social networks, mobile phones etc. can be collected in natural environments. Uncovering the underlying low-dimensional structure of noisy multi-way data in an unsupervised setting is a challenging problem. Tensor factorization has been successful in extracting the interconnected low-dimensional descriptions of multi-way data. In this paper, we apply non-negative tensor factorization on a real-word wearable sensor data, StudentLife, to find latent temporal factors and group of similar individuals. Meta data is available for the semester schedule, as well as the individuals' performance and personality. We demonstrate that non-negative tensor factorization can successfully discover clusters of individuals who exhibit higher academic performance, as well as those who frequently engage in leisure activities. The recovered latent temporal patterns associated with these groups are validated against ground truth data to demonstrate the accuracy of our framework.

研究の動機と目的

• 実世界の人間行動研究から得られる高次元でノイズが多く、マルチモーダルなセンサデータにおける低次元で解釈可能な構造を同定すること。
• 次元を統合せずに、データの各次元にわたる集約を伴わずに、類似した行動パターンを示す個々のグループと潜在的時間的要因を特定すること。
• GPA、性格特性、自己報告による感情状態や活動レベルといった真のメタデータと照合して、同定された要因の妥当性を検証すること。
• 非負のテンソル分解が、異種的でスパースで高次元の縦断的データから意味的で解釈可能なパターンを効果的に抽出できることを示すこと。

提案手法

• 行動データを3-wayテンソル X ∈ ℝ^{I×J×K} としてモデル化し、I を個人数、J を行動変数数、K を時間フレーム数とする。
• 非負のテンソル分解（NTF）を適用し、個人、変数、時間の各次元における潜在的要因を表す非負の成分にテンソルを分解する。
• CANDECOMP/PARAFAC（CP）分解を用いて、多様なデータの低次元表現を捉えるランク-Rの成分を抽出する。
• 変数（例：沈黙、移動、音声）の重みと個人の所属関係を分析することで、各成分の要因負荷を解釈し、行動的テーマを特定する。
• GPA、性格特性（例：外向性）および自己報告による感情状態やリラクゼーション時間といったメタデータにおける、各成分ごとの上位25％の個人の分布を比較することで、同定された成分の妥当性を検証する。
• t検定や分散分析（ANOVA）を用いて、成分間におけるメタデータ分布の差の有意性を評価する。

実験結果

リサーチクエスチョン

• RQ1 非負のテンソル分解は、高次元でノイズが多く、異種的なウェアラブルセンサデータにおける隠れた低次元時間的構造を効果的に同定できるか？
• RQ2 抽出された潜在的成分は、勉強、パーティー、課題締切関連行動といった解釈可能な行動パターンに対応しているか？
• RQ3 特定の成分に強く関連する個人は、成績、性格特性、または自己報告による感情状態で区別できるか？
• RQ4 回復された時間的パターンは、学期のスケジュールや自己報告行動といった既知の真のデータと照合できるか？

主な発見

• パーティー要因と関連する成分2は、成分1と比較して有意に高い平均外向性スコア（p値 = 0.01）を示し、社会的・レクリエーション的要因としての解釈を支持する。
• 成分2に高い所属度を示す学生は、他の成分に属する学生と比較して有意に低いGPAを示す（p値 = 0.008）ため、社会的活動と成績のトレードオフが生じていると示唆される。
• 成分1（勉強要因）に属する人々は、有意にリラクゼーション時間が短く、オンライン授業フォーラム（Piazza）への参加頻度が高いため、より高い学業関与が示唆される。
• 成分1は他の成分と比較して有意に高い肯定的感情スコア（p値 = 0.03）を示し、感情的 wellbeing が良好であることを示唆する。
• 成分3（課題締切関連）に高い所属度を示す学生は、10週間の平均で有意に多い課題数を有している（p値 = 0.06）ため、学業的プレッシャー要因としての解釈が支持される。
• 成分3は、朝の沈黙、静止行動、移動性の低下と強く相関しており、宿題の締切パターンと整合的である。