[论文解读] Choosing the right home location definition method for the given dataset

Iva Bojić, Emanuele Massaro+3 more|arXiv (Cornell University)|Oct 13, 2015

Human Mobility and Location-Based Analysis参考文献 32被引用 11

一句话总结

本文在兩個不同的數位移動性資料集——Flickr簽到資料與BBVA銀行金融卡交易資料——上評估了五種家庭位置定義方法，顯示方法表現因資料類型而異。銀行金融卡資料在各方法下均產生一致的家庭位置結果，而Flickr資料則對方法選擇極為敏感，突顯必須根據資料特有的移動模式來選擇家庭檢測技術，以避免產生偏誤推論。

ABSTRACT

Ever since first mobile phones equipped with GPS came to the market, knowing the exact user location has become a holy grail of almost every service that lives in the digital world. Starting with the idea of location based services, nowadays it is not only important to know where users are in real time, but also to be able predict where they will be in future. Moreover, it is not enough to know user location in form of latitude longitude coordinates provided by GPS devices, but also to give a place its meaning (i.e., semantically label it), in particular detecting the most probable home location for the given user. The aim of this paper is to provide novel insights on differences among the ways how different types of human digital trails represent the actual mobility patterns and therefore the differences between the approaches interpreting those trails for inferring said patterns. Namely, with the emergence of different digital sources that provide information about user mobility, it is of vital importance to fully understand that not all of them capture exactly the same picture. With that being said, in this paper we start from an example showing how human mobility patterns described by means of radius of gyration are different for Flickr social network and dataset of bank card transactions. Rather than capturing human movements closer to their homes, Flickr more often reveals people travel mode. Consequently, home location inferring methods used in both cases cannot be the same. We consider several methods for home location definition known from the literature and demonstrate that although for bank card transactions they provide highly consistent results, home location definition detection methods applied to Flickr dataset happen to be way more sensitive to the method selected, stressing the paramount importance of adjusting the method to the specific dataset being used.

研究动机与目标

• 探討不同數位移動性資料集（Flickr與金融卡交易）如何以不同方式呈現人類移動模式。
• 評估五種常見家庭位置定義方法在這些資料集上的穩健性。
• 證明家庭檢測方法的選擇會因資料來源特性而顯著影響結果。
• 提供基於資料類型的實證依據，以協助選擇適當的家庭位置推斷方法。

提出的方法

• 本研究使用半徑變異量（radius of gyration）量化並比較Flickr與BBVA金融卡交易資料集的移動模式。
• 應用五種家庭位置定義方法：(1) 最高訪問頻率，(2) 最長停留時間，(3) 距離質心最近，(4) 在時間視窗內訪問次數最多，(5) 基於聚類的空間聚合。
• 使用調整蘭德指數（Rand Adjusted Index）衡量方法輸出之間的成對相似性，以評估方法間的一致性。
• 利用雷達圖（radar plots）視覺化比較各資料集中的方法一致性。
• 分析以結果的一致性（結果的標準差）與方法選擇的敏感度為指標。
• 未使用真實值；相反，透過比較各資料集中方法間的一致性來評估方法的穩健性。

实验结果

研究问题

• RQ1 Flickr與BBVA金融卡交易資料集所捕捉的移動模式在半徑變異量上有何差異？
• RQ2 不同家庭位置定義方法在相同資料集上產生一致結果的程度為何？
• RQ3 為何方法選擇對某些資料集（如Flickr）比其他資料集（如金融卡資料）更具影響力？
• RQ4 家庭檢測方法對方法選擇的敏感度能否根據資料特徵（如空間分佈或訪問頻率）預測？

主要发现

• 半徑變異量分佈顯示Flickr使用者的移動性顯著更高，平均半徑變異量高出近50%，且有10%更多使用者移動距離超過100公里，遠高於BBVA金融卡使用者。
• 對於BBVA金融卡資料，方法一致性偏差介於1%至9%之間，顯示高度穩健且對方法選擇不敏感。
• 對於Flickr資料，方法一致性偏差介於10%至20%之間，顯示對方法選擇極為敏感，表示方法選擇會顯著影響結果。
• 圖4的雷達圖確認，不同資料集之間的方法一致性差異顯著，Flickr資料顯示各方法之間的分歧程度高於BBVA資料。
• 本研究結論指出，並無單一家庭位置檢測方法在所有情境下皆為最佳，方法選擇必須根據資料集的基礎移動模式量身訂做。
• 研究結果強調資料集背景在家庭位置推斷中的重要性，特別是在使用簡化方法時，這些方法假設家庭位置為訪問次數最多或停留時間最長的場所。