[논문 리뷰] Visualizing the "Heartbeat" of a City with Tweets

Urbano L. França, Hiroki Sayama외 3명|arXiv (Cornell University)|2014. 01. 01.

Human Mobility and Location-Based Analysis참고 문헌 22인용 수 34

한 줄 요약

이 연구는 뉴욕 시티(2013년 8월~12월)에서 수집한 600만 건이 넘는 지리적 위치가 기록된 트위터 메시지를 분석하여 도시의 집단적 일일 및 주간 리듬을 시각화한다. 시간대별 히트맵과 도심에서 떨어진 거리 측정을 통해, 출퇴근 패턴에 의해 이끄는 일일 '심장박동'이 드러나며, 활동 시기와 공간 분포에서 평일과 주말 간의 뚜렷한 변화가 관찰된다. 이는 공항, 관광지, 스포츠 시설 등에서의 피크를 포함한다.

ABSTRACT

Describing the dynamics of a city is a crucial step to both understanding the human activity in urban environments and to planning and designing cities accordingly. Here we describe the collective dynamics of New York City and surrounding areas as seen through the lens of Twitter usage. In particular, we observe and quantify the patterns that emerge naturally from the hourly activities in different areas of New York City, and discuss how they can be used to understand the urban areas. Using a dataset that includes more than 6 million geolocated Twitter messages we construct a movie of the geographic density of tweets. We observe the diurnal "heartbeat" of the NYC area. The largest scale dynamics are the waking and sleeping cycle and commuting from residential communities to office areas in Manhattan. Hourly dynamics reflect the interplay of commuting, work and leisure, including whether people are preoccupied with other activities or actively using Twitter. Differences between weekday and weekend dynamics point to changes in when people wake and sleep, and engage in social activities. We show that by measuring the average distances to the heart of the city one can quantify the weekly differences and the shift in behavior during weekends. We also identify locations and times of high Twitter activity that occur because of specific activities. These include early morning high levels of traffic as people arrive and wait at air transportation hubs, and on Sunday at the Meadowlands Sports Complex and Statue of Liberty. We analyze the role of particular individuals where they have large impacts on overall Twitter activity. Our analysis points to the opportunity to develop insight into both geographic social dynamics and attention through social media analysis.

연구 동기 및 목표

• 실시간 소셜 미디어 데이터를 활용해 도시 내 인간 활동의 시간적 및 공간적 역학을 맵핑하기.
• 트위터 사용의 일일 및 주간 패턴을 식별하고 정량화하여 집단적 도시 행동의 지표로 삼기.
• 소셜 미디어가 도시 내 지리적 사회적 역학, 주목 패턴, 이질적인 개인의 영향을 어떻게 드러낼 수 있는지 탐색하기.
• 특히 활동 시기와 활동의 공간 분포에서 평일과 주말의 활동 패턴을 비교하기.
• 특정 개인이 지역 트위터 활동 패턴을 얼마나 왜곡하거나 지배하는지 평가하기.

제안 방법

• 뉴욕 및 주변 지역을 커버하는 300×300 격자 내에서 트위터 스트리밍 API를 통해 600만 건 이상의 지리적 위치가 기록된 트윗을 수집했다.
• 일주일 동안의 '표준 주'를 나타내기 위해 데이터를 168개의 시간대별 슬라이스(7일 × 24시간)로 집계했다.
• 히프터-정규화된 차이를 사용해 주간 평균에서의 편차를 계산: $ d_i^{\text{hour}} = \tanh(\alpha(n_i^{\text{hour}} - \bar{n}_i)) $, $ \alpha = 0.04 $로 설정하여 히트맵을 생성했다.
• 공개 웹 포털을 통해 접근 가능한 2차원 및 3차원 트위터 활동 역학의 시각화를 구축했다.
• 활동의 시간에 따른 공간 이동을 추적하기 위해 하버신 공식을 사용해 센트럴 파크로부터의 평균 거리를 계산했다.
• 이상 탐지 및 시간적 군집 분석을 통해 활동이 빈번한 장소와 시간을 특정했다. 이는 공항, 관광지, 스포츠 시설을 포함한다.

실험 결과

연구 질문

• RQ1 뉴욕 시티의 집단적 트위터 활동은 도시의 일일 및 주간 리듬을 어떻게 반영하는가?
• RQ2 평일과 주말 동안 트위터 사용의 공간적·시간적 패턴은 어떻게 다른가?
• RQ3 출퇴근 패턴과 근무 일정은 트위터 활동의 지리적 분포에 어떻게 영향을 미치는가?
• RQ4 기본 수준의 트위터 활동에서 뚜렷한 이질성을 보이는 특정 장소와 시간은 어디이며, 어떤 사건이 그 원인인가?
• RQ5 개인 사용자가 지역 트위터 활동 패턴에 얼마나 영향을 미치거나 왜곡하는가?

주요 결과

• 명확한 일일 '심장박동' 패tern이 드러나며, 평일 중 뉴욕 맨해튼에서 정오 무렵(13:00)에 트위터 활동이 최고조에 이르고, 아침 6시에 외곽 지역에서 출퇴근 전 흐름이 발생한다.
• 주말 활동은 하루에 약 3시간 늦춰지며, 늦은 기상 시간과 출퇴근 전 피크가 없어지면서 사회적 리듬이 변화한 것으로 나타난다.
• 일요일 밤(오전 2시)의 트위터 활동은 평일보다 뚜렷하게 높고, 맨해튼, 브루클린, 호보켄에서 더욱 광범위하게 퍼져 있다.
• 공항(JFK, 뉴어크, 라과디아)의 활동은 평일 오후 4~6시에 피크에 이르며, 장소에 따라 다름. 특히 JFK는 일요일 오후 8시에 보조 피크가 관찰된다.
• 특정 이벤트 기반 활동은 뉴욕의 자유의 여신상(일요일 오후 2시)과 메도우랜즈 스포츠 컴플렉스(토요일 오후 2~9시, 일요일 오전 9시~오후 7시)에서 관찰되었다.
• 매우 높은 참여도를 보이는 개인은 지역 트위터 활동을 지배하며, 도시 전체 패턴에서 벗어난 국소적 피크를 만들어 낼 수 있다.