首都圏における帰宅困難者のモデリング 最終報告
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

首都圏における帰宅困難者のモデリング 最終報告

on

  • 5,367 views

311 bigdata workshop https://sites.google.com/site/prj311/

311 bigdata workshop https://sites.google.com/site/prj311/
http://d.hatena.ne.jp/repose/

Statistics

Views

Total Views
5,367
Views on SlideShare
1,889
Embed Views
3,478

Actions

Likes
6
Downloads
30
Comments
0

5 Embeds 3,478

http://d.hatena.ne.jp 3455
https://twitter.com 15
http://webcache.googleusercontent.com 5
https://si0.twimg.com 2
http://hrt.happy.nu 1

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

首都圏における帰宅困難者のモデリング 最終報告 Presentation Transcript

  • 1. 首都圏における帰宅困難者のモデリング 野良分析チーム@y_benjo, @harapon, 他3名
  • 2. 2つのテーマ
  • 3. 人々はいかに して帰宅を 決断したか
  • 4. Twitterによる 首都圏の避難 所情報は有用 だったか?
  • 5. 人々はいかにして 帰宅を決断したか @haraponhttp://ja.wikipedia.org/wiki/%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB:2011_Sendai_earthquake_Shinjuku_Station.JPG
  • 6. 問題意識•どうして帰ろうとしたのか?• 職場で避難命令が出たから?• 自宅のテレビが倒れていないか不安だったから?• 帰宅者の意思決定理由が分かれば• 帰宅者が減る事による交通網の混乱回避• 二次・三次災害の防止
  • 7. アプローチ そのものの分析ではなく変換 計量経済 モデリング ユーザーの実行動
  • 8. 震災当日の首都圏の帰宅行動• ジオタグ付きtwitter idから1,778名のデータ作成 • 徒歩帰宅(963名/54.1%),公共交通帰宅(433名/24.4%) • 待機・宿泊(382名/21.5%)• 勤務地・自宅(と推測される場所)間の距離分布 徒歩 公共交通 待機・宿泊 ある程度の距離では公共交通機関, もっと遠くなると待機する傾向
  • 9. 帰宅/待機意志決定モデル• Nested Logit Modelで帰宅意志決定をモデル 化,シミュレーション 家族が不安 電車動いた 帰宅命令出た 帰宅 ネスト 自宅まで: **km 乗換: **回 徒歩: **分 徒歩 公共交通 待機/ 帰宅 帰宅 宿泊 " User" designed by Thomas Weber from The Noun Project
  • 10. 結論/提言• 家族・自宅不安を取り除く→待機が4%増加• 家族間での安否確認システム(取り決め)が必要• 滞在場所の確保→待機が22%増加• 安易に帰宅命令を出すより,待機場所として会社を利 用すべき• 宿泊可能な避難所の重要性
  • 11. Twitterによる首都圏の避難所情報は 有用だったか? @y_benjo
  • 12. 問題•流れてきた避難所情報は有用だったか?• 「拡散希望ばかり流れて来て邪魔」• モバイルではtwitterから取得できる情報が少ない• 混雑情報データと突き合わせる事で検証
  • 13. アプローチ• 避難所情報を取得(Twitter) • 目視によって68箇所を抽出,緯度経度を付与 • 避難所名を含むtweetを数え上げ• 人口を取得(ゼンリン) • 避難所にいる人数を取得
  • 14. 避難所と人口 松戸 新木場大森 避難所情報における川崎 空白地域の存在
  • 15. tweetと人口人口 # of tweets 相関係数: 0.197  → 関係があるとは…?
  • 16. 時系列的な関係高島屋タイムズスクエア 赤: tw 赤点: デマ指摘 青: 人口 青点: 平常時人口
  • 17. 時系列的な関係 ハローワーク池袋 赤: tw 赤点: デマ指摘 青: 人口 青点: 平常時人口
  • 18. 時系列的な相関関係相互相関係数の最大値 やはりこれも 関係があるとは…? 人口
  • 19. そもそも• RT数は多くても誰もそれを確認していない• デマだった避難所情報が拡散したがそれを確か めたユーザが少なすぎる• 高島屋タイムズスクエア• 渋谷区役所• 文化服装学院
  • 20. 高島屋 全言及100000 94723 デマ指摘 75000 50000 25000 0 45
  • 21. 渋谷区役所 全言及7000 6394 デマ指摘525035001750 65 0
  • 22. 文化服装学院20000 19725 全言及 デマ指摘1500010000 5000 90 0
  • 23. 結論/提言• 避難所情報は役に立っているとは言いがたい• RTのピークが早い/遅い時間に起こってしまう • 厚生労働省の避難所告知は遅すぎた• 広告枠のように常時表示する必要がある• 非公式RTダメ絶対• 避難所のデマ訂正情報が全く広まっていない• RTするならまとめ情報(google maps)を