[论文解读] Land Use Detection & Identification using Geo-tagged Tweets.

Saeed Khan, Shahzamal|arXiv (Cornell University)|Jan 9, 2021

Human Mobility and Location-Based Analysis参考文献 14被引用 5

一句话总结

本文提出了一种监督学习方法，利用地理标签化的Twitter数据中的时空模式，识别并预测布里斯班、墨尔本和悉尼的城市用地类型（如商业区、住宅区、休闲区和教育区）。该方法在预测聚类与官方分区地图之间实现了高达67.2%的重叠度，表明社交媒体活动能够有效反映现实中的用地模式，且数据预处理需求极低。

ABSTRACT

Geo-tagged tweets can potentially help with sensing the interaction of people with their surrounding environment. Based on this hypothesis, this paper makes use of geotagged tweets in order to ascertain various land uses with a broader goal to help with urban/city planning. The proposed method utilises supervised learning to reveal spatial land use within cities with the help of Twitter activity signatures. Specifically, the technique involves using tweets from three cities of Australia namely Brisbane, Melbourne and Sydney. Analytical results are checked against the zoning data provided by respective city councils and a good match is observed between the predicted land use and existing land zoning by the city councils. We show that geo-tagged tweets contain features that can be useful for land use identification.

研究动机与目标

• 开发一种可扩展、数据驱动的方法，利用实时社交媒体活动识别城市用地类型。
• 评估使用地理标签化Twitter数据作为官方土地分区和城市规划代理的可行性。
• 评估从Twitter活动推导出的用地聚类与城市议会分区地图之间的空间准确性。
• 探索社交媒体数据作为传统基于调查的用地评估方法的低成本、实时替代方案的潜力。
• 确定时间与空间上的推文模式与已知用地类别之间的相关程度。

提出的方法

• 该方法对布里斯班、墨尔本和悉尼三个澳大利亚城市的地理标签化推文应用监督学习，提取空间与时间模式。
• 使用空间聚类算法对Twitter数据进行聚类，根据位置和时间对推文进行分组，形成各区域的独特活动特征。
• 聚类过程旨在保留底层空间特征，不进行数据过滤或原始数据点的丢弃。
• 通过多边形重叠分析，将预测聚类与城市议会提供的官方用地分区地图进行比较，以衡量空间相似性。
• 该技术依赖于时间行为特征（如高峰活动时间与推文数量）来区分住宅区、商业区和休闲区等用地类型。
• 该方法具有可扩展性和高效性，能够在不进行数据缩减或空间分辨率损失的情况下处理大规模Twitter数据。

实验结果

研究问题

• RQ1 地理标签化Twitter数据中的时空模式与官方用地分区分类在多大程度上一致？
• RQ2 基于Twitter活动训练的监督学习模型能否准确预测已知的用地类型（如住宅区、商业区和休闲区）？
• RQ3 预测的推文聚类与官方分区多边形之间的重叠度在不同用地类别之间如何变化？
• RQ4 聚类大小与区域面积对预测与官方用地分区之间重叠度测量准确性有何影响？
• RQ5 社交媒体数据能否作为传统基于调查的用地评估方法的可行、实时替代方案？

主要发现

• 所提出的方法在墨尔本的预测聚类与官方休闲区之间实现了最高67.2%的重叠度，表明具有较强的时空一致性。
• 对于商业区，重叠度在墨尔本为52.4%，在悉尼为62.5%，表明在各城市间均表现出一致的性能。
• 住宅用地聚类与官方分区的重叠度为50%–56%，表明对住宅活动模式的检测具有可靠性。
• 墨尔本的教育区预测效果较差（0%重叠），但在悉尼达到了53.5%的重叠度，表明数据表现存在区域差异。
• 休闲区的平均重叠度最高（52.6%–67.2%），表明Twitter活动模式在识别公共与休闲空间方面尤为有效。
• 该方法通过处理未经过滤的原始Twitter数据，未造成数据损失，保持了所有聚类的空间保真度，展现出良好的可扩展性与鲁棒性。