[论文解读] A Scalable Framework for Spatiotemporal Analysis of Location-based Social Media Data

Guofeng Cao, Shaowen Wang+4 more|arXiv (Cornell University)|Sep 8, 2014

Human Mobility and Location-Based Analysis参考文献 36被引用 8

一句话总结

本文提出了一种可扩展的计算框架，用于基于空间-时间轨迹构建的分层时空数据立方体模型，对大规模基于位置的社交媒体数据进行时空分析。该框架通过交互式流映射界面，实现了多尺度、实时的运动动态可视化探索，展示了在北美大陆至街区级别分辨率下对Twitter数据的高效分析。

ABSTRACT

In the past several years, social media (e.g., Twitter and Facebook) has been experiencing a spectacular rise and popularity, and becoming a ubiquitous discourse for content sharing and social networking. With the widespread of mobile devices and location-based services, social media typically allows users to share whereabouts of daily activities (e.g., check-ins and taking photos), and thus strengthens the roles of social media as a proxy to understand human behaviors and complex social dynamics in geographic spaces. Unlike conventional spatiotemporal data, this new modality of data is dynamic, massive, and typically represented in stream of unstructured media (e.g., texts and photos), which pose fundamental representation, modeling and computational challenges to conventional spatiotemporal analysis and geographic information science. In this paper, we describe a scalable computational framework to harness massive location-based social media data for efficient and systematic spatiotemporal data analysis. Within this framework, the concept of space-time trajectories (or paths) is applied to represent activity profiles of social media users. A hierarchical spatiotemporal data model, namely a spatiotemporal data cube model, is developed based on collections of space-time trajectories to represent the collective dynamics of social media users across aggregation boundaries at multiple spatiotemporal scales. The framework is implemented based upon a public data stream of Twitter feeds posted on the continent of North America. To demonstrate the advantages and performance of this framework, an interactive flow mapping interface (including both single-source and multiple-source flow mapping) is developed to allow real-time, and interactive visual exploration of movement dynamics in massive location-based social media at multiple scales.

研究动机与目标

• 解决在地理空间中表示、建模和分析大规模、动态且非结构化的基于位置的社交媒体数据所面临的挑战。
• 开发一种可扩展的计算框架，支持在多个空间和时间尺度上进行系统性时空分析。
• 利用社交媒体数据实现实时、交互式的集体人类运动动态可视化探索。
• 将社交媒体数据与GIS及时空分析工具集成，用于大规模动态建模。
• 为未来在可扩展、结构化的社交媒体数据时空分析方面的研究奠定基础。

提出的方法

• 将个体社交媒体用户表示为空间-时间轨迹，以建模其随时间和空间的运动模式。
• 基于基本长方体设计分层时空数据立方体模型，以支持在空间、时间及用户群体上的多尺度聚合。
• 利用来自北美的公开Twitter数据流构建并维护数据立方体，以支持高效查询与汇总。
• 实现一种实时、交互式的流映射界面，用于在不同尺度下可视化单源和多源运动流。
• 利用数据立方体支持OLAP风格查询，以分析用户自定义聚合边界下的时空分布与动态。
• 利用该框架分析集体行为，例如通过追踪受影响用户的运动模式来研究疾病传播（如流感样症状，ILI）。

实验结果

研究问题

• RQ1 如何有效建模大规模、动态且非结构化的基于位置的社交媒体数据，以实现可扩展的时空分析？
• RQ2 何种分层数据模型能够支持跨空间和时间的集体人类运动模式的多尺度分析？
• RQ3 如何利用社交媒体数据实现实时、交互式的超大规模运动动态可视化探索？
• RQ4 当应用于真实世界的Twitter数据流时，所提出的框架在性能和可扩展性方面具有哪些特征？
• RQ5 如何通过整合社交网络结构与位置不确定性，提升对社交媒体驱动的人类动态的分析能力？

主要发现

• 所提出的时空数据立方体模型成功支持了基于位置的社交媒体数据的多尺度分析，支持在空间区域、时间跨度和用户群体之间的查询。
• 该框架在北美公开Twitter数据流上实现了高效实时处理与可视化，成功展示了运动动态的分析能力。
• 交互式流映射揭示了主要城市之间的清晰大陆尺度旅行模式，并在街区级别分辨率下提供了详细洞察。
• 该系统支持对子人群（如感染流感样症状（ILI）的用户）在多个时间窗口下的运动流进行有效可视化探索。
• 数据立方体模型为社交媒体数据与传统GIS及时空分析工具的集成提供了结构化、可扩展的基础。
• 该框架可扩展至其他社交媒体平台（如Foursquare），后者可提供更丰富的关于位置和活动的上下文数据。