[論文レビュー] The path most travelled: Mining road usage patterns from massive call data

Jameson L. Toole, Serdar Çolak+3 more|arXiv (Cornell University)|Mar 3, 2014

Human Mobility and Location-Based Analysis参考文献 26被引用数 15

ひとこと要約

本論文は、大規模なモバイル電話の通話記錆記録（CDRs）を活用して、出発地・到着地（OD）移動フローを推定し、分散型交通割り当てアルゴリズムを用いてそれらを道路網に割り当て、全住民区画と道路を結ぶ二部グラフとしての使用状況ネットワークを構築するスケーラブルなシステムを提案する。この手法により、道路の役割（例：接続路、誘致路）の分類と、5か国の都市における混雑状況や使用パターンのインタラクティブなウェブベース可視化が可能となり、都市移動計画に役立つインサイトを明らかにする。

ABSTRACT

Rapid urbanization places increasing stress on already burdened transportation systems, resulting in delays and poor levels of service. Billions of spatiotemporal call detail records (CDRs) collected from mobile devices create new opportunities to quantify and solve these problems. However, there is a need for tools to map new data onto existing transportation infrastructure. In this work, we propose a system that leverages this data to identify patterns in road usage. First, we develop an algorithm to mine billions of calls and learn location transition probabilities of callers. These transition probabilities are then upscaled with demographic data to estimate origin-destination (OD) flows of residents between any two intersections of a city. Next, we implement a distributed incremental traffic assignment algorithm to route these flows on road networks and estimate congestion and level of service for each roadway. From this assignment, we construct a bipartite usage network by connecting census tracts to the roads used by their inhabitants. Comparing the topologies of the physical road network and bipartite usage network allows us to classify each road's role in a city's transportation network and detect causes of local bottlenecks. Finally, we demonstrate an interactive, web-based visualization platform that allows researchers, policymakers, and drivers to explore road congestion and usage in a new dimension. To demonstrate the flexibility of this system, we perform these analyses in multiple cities across the globe with diverse geographical and sociodemographic qualities. This platform provides a foundation to build congestion mitigation solutions and generate new insights into urban mobility.

研究の動機と目的

• 急激な都市化とインフラ整備の不足が引き起こす都市の混雑の増大という課題に対処すること。
• 膨大な時空間的移動データと、既存の交通インfraストラクチャのマップの間のギャップを埋めること。
• ODフローを推定し、それらを道路網に割り当てて混雑状況やサービス水準を分析できる、スケーラブルでデータドリブンなシステムを開発すること。
• 二部グラフモデルを用いて、物理的なトポロジーと実際の使用状況の両面から道路セグメントを分類すること。
• 研究者、政策立案者、一般市民がリアルタイムで都市移動のパターンを探索できる、インタラクティブなウェブプラットフォームの構築

提案手法

• 数十億件のCDRから位置遷移確率を抽出し、個々の移動パターンを推定する。
• 人口統計データを用いて遷移確率をスケーリングし、都市の交差点間の出発地・到着地（OD）フローを推定する。
• 分散型インクリメンタル交通割り当てアルゴリズムを実装し、ODフローを道路網にルーティングし、各道路区間の混雑状況とサービス水準を計算する。
• 住民が使用する道路と関連する住民区画を結ぶ二部グラフネットワークを構築し、使用状況のパターンを分析する。
• 媒介性中央度と使用度の両方を基準に、4つの役割に分類する：接続路、誘致路、使用度が低い接続路、地方道路。
• GeoJSONとD3.jsを用いたウェブベースの可視化プラットフォームを開発し、道路使用状況と混雑度の指標をインタラクティブに探索可能にする。

実験結果

リサーチクエスチョン

• RQ1 大規模な通話記録（CDRs）をどのように活用して都市部における出発地・到着地の移動パターンを推定できるか？
• RQ2 モバイルフォンデータから導出される実際の道路使用状況と、物理的な道路網トポロジーの間にどのような関係があるか？
• RQ3 スケールを考慮してODフローを道路網に効率的に割り当て、混雑状況とサービス水準を推定するにはどうすればよいか？
• RQ4 使用状況とトポロジーに基づいて、都市の交通網における道路の機能的役割はどのように異なるか？
• RQ5 インタラクティブでウェブベースのプラットフォームは、多様なステークホルダーに複雑な道路使用状況と混雑状況を効果的に伝えることができるか？

主な発見

• 本システムは、地理的・社会的・文化的に多様な特徴を示す5か国の都市において、ODフローの推定と道路網への割り当てに成功した。
• 二部使用状況ネットワークは、高い媒介性と高い使用度を持つ道路（例：橋や都市環状道路）が、重要な接続路および誘致路として機能していることを明らかにした。
• 高い媒介性だが使用度が低い道路が多数存在し、これはインフラ利用の非効率性を示唆している。
• 可視化プラットフォームにより、MIT（ボストン）のようなトリップ生成・吸引の中心となる住民区画と、その住民が使用する道路をリアルタイムで探索可能となった。
• リオデジャネイロのような大都市では、10スレッドを用いた場合、ルーティング性能が最大600％向上し、ODペアあたりの平均ルート計算時間が0.12 ms未満にまで短縮された。
• 本手法により、都市の形状や人口統計的特徴の違いに関係なく、一貫した道路役割分類が可能であることが示された。