[论文解读] Geotagged tweets to inform a spatial interaction model: a case study of museums

Robin Lovelace, Nick Malleson+2 more|arXiv (Cornell University)|Mar 20, 2014

Geographic Information Systems Studies参考文献 43被引用 10

一句话总结

本研究提出利用英国约克郡的带地理标签推文校准空间互动模型，以估算179个区域之间的博物馆访客流动。当使用推文推导出的移动模式进行校准时，模型拟合效果得到改善，表明社交媒体数据可作为官方统计数据的补充，用于地理学中的人类行为建模。

ABSTRACT

This paper explores the potential of volunteered geographical information from social media for informing geographical models of behavior, based on a case study of museums in Yorkshire, UK. A spatial interaction model of visitors to 15 museums from 179 administrative zones is constructed to test this potential. The main input dataset comprises geo-tagged messages harvested using the Twitter Streaming Application Programming Interface (API), filtered, analyzed and aggregated to allow direct comparison with the model's output. Comparison between model output and tweet information allowed the calibration of model parameters to optimize the fit between flows to museums inferred from tweets and flow matrices generated by the spatial interaction model. We conclude that volunteered geographic information from social media sites have great potential for informing geographical models of behavior, especially if the volume of geo-tagged social media messages continues to increase. However, we caution that volunteered geographical information from social media has some major limitations so should be used only as a supplement to more consistent data sources or when official datasets are unavailable.

研究动机与目标

• 评估社交媒体中自愿提供的地理信息（VGI）在人类行为地理模型中的潜在应用价值。
• 利用带地理标签的推文数据作为博物馆实际访客流动的代理指标，构建并校准空间互动模型。
• 评估基于推文推导出的移动模式在多大程度上可提升模型精度，相较于传统数据源。
• 识别在空间行为建模中使用社交媒体数据时的关键局限与实际约束。

提出的方法

• 构建了一个空间互动模型，用于预测约克郡179个行政区的15个博物馆的访客流动情况。
• 通过Twitter流媒体API收集带地理标签的推文，并筛选出仅与博物馆访问相关的消息。
• 按来源区域聚合推文数据，生成代表推断访客流动的流量矩阵。
• 通过最小化推文推导出的流量与模型预测流量之间的差异，对模型参数进行校准。
• 模型采用基于引力的公式，其中区域之间的互动取决于距离和吸引力（如博物馆规模或受欢迎程度）。
• 通过比较模型预测流量与从带地理标签推文推断出的流量，使用R平方或均方根误差（RMSE）等统计指标评估模型拟合度（校准过程隐含此方法）。

实验结果

研究问题

• RQ1 带地理标签的推文能否提供可靠的代理数据，用于文化旅游中的空间互动建模？
• RQ2 在仅使用社交媒体推导出的移动模式的情况下，空间互动模型能在多大程度上实现校准？
• RQ3 当使用推文数据或官方统计数据训练时，空间互动模型的拟合度有何差异？
• RQ4 在行为建模中使用社交媒体自愿提供的地理信息（VGI）的主要局限是什么？

主要发现

• 当使用带地理标签的推文数据校准时，空间互动模型的拟合度得到改善，表明社交媒体可作为访客流动的可行代理数据。
• 基于推文推导出的流量矩阵对高流量区域的实际博物馆访问模式提供了合理的近似。
• 研究发现，当官方数据集不可用或不一致时，社交媒体数据可增强模型校准效果。
• 尽管前景广阔，作者仍警告称，社交媒体VGI偏向年轻、技术熟练的用户群体，可能低估某些人口群体的代表性。
• 带地理标签推文的数量和空间分布被发现是影响模型可靠性与校准精度的关键因素。