著者

李 龍 若宮 翔子 角谷 和俊

出版者

情報処理学会

雑誌

情報処理学会論文誌データベース(TOD) (ISSN:18827799)

巻号頁・発行日

vol.5, no.2, pp.36-52, 2012-06-29

---

都市を特徴付けることは,人々が日々の生活や様々な活動の中で行っている情報処理過程の一部であり,都市での意思決定を行う際に重要となる.従来は,物理的な構造形態に基づく都市の機能や都市に対する人々の意識といった都市の外観に基づく特徴付けが行われていたが,実際に都市で生活する人々の活動を支援するためには,人々のライフスタイルを中心とした特徴付けが重要となる.都市における人々の活動は多様であり容易に把握することは困難であるが,近年のソーシャル・ネットワーク(SNS)の発達とスマートフォンの普及により,多くのユーザが実空間における活動や感情を自らの居場所の位置情報とともに自発的に発信するようになり,実世界の物理的空間と密接に関連した位置ベースSNSを通して,都市における群衆のライフスタイルを把握することが可能になっている.本研究では,位置ベースSNSに蓄積されている大量のユーザの時空間ライフログを用いて都市空間における群衆行動をモニタリングし,都市の地域特徴を抽出する手法を提案する.具体的には,Twitterに投稿されているジオタグ付きTweetsを用いてモニタリングした群衆行動をベクトル化し,地域と群衆行動特徴によって構成した行列を分析することで,特徴的な行動パターンとそれに対応する都市を抽出する手法を提案する.実験では,Twitterから取得した大量のジオタグ付きTweetsを用いて群衆行動を分析し抽出した地域特徴の意味付けを行うために,Yahoo! ロコが提供している店舗や施設のジャンルを調査した結果について示す.Characterizing urban space is critical to understand the space and conduct decision-makings in our daily urban lives and activities. Conventional methods have attempted to characterize urban space using urban functionalities based on physical configuration and people's conscious mind to the space. However, in order to support residents' activities in urban space, it is essential to extract characteristics focusing on crowd's urban lifestyles. However, it is a non-trivial work to monitor crowd activities and lifestyles in large-scale regions. In order to solve this problem, we can exploit current crowd's power on behalf of the proliferation of smartphones as well as the recent development of location-based social networks, where massive users voluntarily share their lifelogs and thoughts together with their whereabouts. Therefore, we can easily monitor crowd behavior through such location-based social networks. In this work, we propose a method to characterize urban space in terms of crowd behavior by utilizing enormous number of users' spatio-temporal lifelogs archived over social networks. Specifically, we derive latent classes of urban characteristics in terms of crowd behavioral patterns and relevant urban areas which are extracted using geo-tagged Tweets over Twitter.