Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

【UDC2016】データ209 gps2 lod

2,083 views

Published on

【UDC2016】データ部門209 gps2 lod

Published in: Data & Analytics
  • Be the first to comment

  • Be the first to like this

【UDC2016】データ209 gps2 lod

  1. 1. GPS trajectory linked data -国際会議参加者の移動軌跡のLOD化- GPS trajectory linked data project(※) ○古崎晃司(大阪大学),深見嘉明(立教大学) 横山輝明(神戸情報大学院大学) データ部門(ID:209) アーバンデータチャレンジ 2016  ファイナル・ステージ(2017/3/25) ※本プロジェクトはISWC2016@神戸の連携企画として実施されました.
  2. 2. GPS trajectory linked dataの概要 公開したオープンデータ • 国際会議ISWC2016の海外からの参加者(11名)を対象とした 会議期間中(5日間)「移動軌跡データ(GPS trajectory)」. • (インバウンド向け)観光施策の検討などのデータ分析に重要. データの特徴 ① 各参加者の「全移動履歴」が含まれるため,各個人の行動 の詳細な分析が可能. ② オープンデータを利用した移動軌跡のLOD(Linked Open  Data)化により,簡単な操作で柔軟な分析が可能 ③ データ収集・LOD化を汎用的 な仕組みで実現しているため 他地域への展開が容易.
  3. 3. 特徴①:データ収集方法 データ収集方法 • 事前了承を得た参加者に「GPSロガー」を貸与. • GPSロガーを持ち歩くことでデータを収集し, 会議の最終日に回収. 本手法の利点 • GPSロガーを“持ち歩くだけ”でデータ収集できる. →“いつデータ収集されているか”が明確.スマホ等の個人情報と分離可. 収集したデータ • 収集期間:2016/10/17-2016/10/21の5日間(会議の会期) • 収集データ数:被験者11名分 (※個人情報は一切取得せず) • 収集内容:約1分ごとの位置情報(緯度,経度)および, 時間(年月日・時分秒) • 公開データ形式:GXP(元データ),CSV,RDF(次項で説明) 利用したGPSロガー (i‐gotU GT‐600)
  4. 4. 特徴②:移動軌跡データのLOD化 GPSロガーのデータ (日時・緯度/経度)
  5. 5. 特徴②:移動軌跡データのLOD化 GPSロガーのデータ (日時・緯度/経度) lat long label 34.6662 135.213 神⼾国際会議場 35.0000 135.685 松尾⼤社 33.6659 135.335 三段壁 33.8300 135.777 備宿 オープンデータから取得 したスポット情報 (緯度/経度・スポット名) 神戸市の オープンデータ
  6. 6. 特徴②:移動軌跡データのLOD化 GPSロガーのデータ (日時・緯度/経度) lat long label 34.6662 135.213 神⼾国際会議場 35.0000 135.685 松尾⼤社 33.6659 135.335 三段壁 33.8300 135.777 備宿 オープンデータから取得 したスポット情報 (緯度/経度・スポット名) 神戸市の オープンデータ 「スポットからスポットへの移動」を表すRDFグラフとしてLOD化 ユーザU1が スポットP1に滞在 ユーザU1が スポットP2に滞在 ユーザU1が スポットP3に滞在 ・・・
  7. 7. 特徴②:移動軌跡データのLOD化 GPSロガーのデータ (日時・緯度/経度) lat long label 34.6662 135.213 神⼾国際会議場 35.0000 135.685 松尾⼤社 33.6659 135.335 三段壁 33.8300 135.777 備宿 オープンデータから取得 したスポット情報 (緯度/経度・スポット名) 神戸市の オープンデータ 「スポットからスポットへの移動」を表すRDFグラフとしてLOD化 ユーザU1が スポットP1に滞在 ユーザU1が スポットP2に滞在 ユーザU1が スポットP3に滞在 ・・・ 緯度・経度 日時・滞在時間 緯度・経度 日時・滞在時間 緯度・経度 日時・滞在時間 LODの標準API(SPARQLクエリ)を用いた検索・分析が可能に!
  8. 8. LODを用いた分析例(1) 1人の参加者に注目した分析例 • ある参加者が期間中,“どのスポット”に“何日”立ち寄ったか? 毎日 (=5日間)
  9. 9. LODを用いた分析例(1) 1人の参加者に注目した分析例 • ある参加者が期間中,“どのスポット”に“何日”立ち寄ったか? 「神戸国際会議場」(会場)に は毎日(=5日間)来ている 「三ノ宮駅」(周辺)にも 毎日(=5日間)来ている 毎日 (=5日間)
  10. 10. LODを用いた分析例(1) 1人の参加者に注目した分析例 • ある参加者が期間中,“どのスポット”に“何日”立ち寄ったか?
  11. 11. LODを用いた分析例(1) 1人の参加者に注目した分析例 • ある参加者が期間中,“どのスポット”に“何日”立ち寄ったか? 日中(17時まで) に限定しても 「三ノ宮駅」 に毎日いる
  12. 12. LODを用いた分析例(1) 1人の参加者に注目した分析例 • ある参加者が期間中,“どのスポット”に“何日”立ち寄ったか? 日中(17時まで) に限定しても 「三ノ宮駅」 に毎日いる 「三ノ宮」周辺に宿泊し 毎朝,会場に通っている
  13. 13. LODを用いた分析例(2) 参加者全体の傾向を分析 • 期間中,“どのスポット”に“何人”の参加者が立ち寄ったか? 全員 (=11人)
  14. 14. LODを用いた分析例(2) 参加者全体の傾向を分析 • 期間中,“どのスポット”に“何人”の参加者が立ち寄ったか? 「神戸国際会議場」(会場)に は全員,1度は来ている 全員 (=11人)
  15. 15. LODを用いた分析例(2) 参加者全体の傾向を分析 • 期間中,“どのスポット”に“何人”の参加者が立ち寄ったか? 「神戸国際会議場」(会場)に は全員,1度は来ている 「神戸ポートタワー」 にも,全員, 1度は来ている! 全員 (=11人)
  16. 16. LODを用いた分析例(2) 参加者全体の傾向を分析 • 期間中,“どのスポット”に“何人”の参加者が立ち寄ったか?
  17. 17. LODを用いた分析例(2) 参加者全体の傾向を分析 • 期間中,“どのスポット”に“何人”の参加者が立ち寄ったか? 夕食は,多くの人 が,「三ノ宮」周辺 で食べている.
  18. 18. LODを用いた分析(まとめ) 分析の特徴 1. 「個人単位」,「全体傾向」の双方の分析が可能 2. 人×スポット(場所,経路)×時間(日時,滞在時間)を, 任意に組み合わせた分析が可能 例)「元町駅 (兵庫県)」と「メリケンパーク」の両方を訪れた人(人数) 「元町駅 (兵庫県)」を訪れた人が,訪れる場所のランキング 3. これらの分析が「SPARQLクエリの書き換え」で,簡単にできる select distinct ?u where { ?s <http://stayPoi.org/prop#user> ?u; <http://stayPoi.org/prop#poi> "元町駅 (兵庫県)". ?s2 <http://stayPoi.org/prop#user> ?u; <http://stayPoi.org/prop#poi> "メリケンパーク". } SPARQLクエリの例
  19. 19. 特徴③:発展性 汎用的な仕組みのため他への展開が容易 • GPSロガーの配布,回収が出来れば,どこでもできる. ₋ 例)国際/国内会議,旅行者,イベント参加者,... • 緯度/経度と時間があれば,他データも利用可. ₋ 例)スマートフォンの位置情報,無線LAN利用者 • スポット情報を入替えで,任意の詳細度に対応可 ₋ 例)「広域情報→特定エリア→観光スポット」と多段階に 個人情報に配慮して,スポットを広めのエリアに設定 観光スポットに限定し,生活圏のデータを外す ご自身の地域で取り組みたい方, このデータの分析に興味のある方,募集中! 詳しくは, 「GPS2LOD」で検索

×