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.

交通ビッグデータ分析の事例紹介と活用に向けた議論@交通関連ビッグデータの社会への実装研究小委員会

1,306 views

Published on

2013年11月02日
土木学会 交通関連ビッグデータの社会への実装研究小委員会 話題提供

交通ビッグデータ分析の事例紹介と活用に向けた議論

株式会社ナビタイムジャパン 交通コンサルティング事業
経路検索チーフエンジニア 太田恒平

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

  • Be the first to like this

交通ビッグデータ分析の事例紹介と活用に向けた議論@交通関連ビッグデータの社会への実装研究小委員会

  1. 1. 交通ビッグデータ分析の 事例紹介と活用に向けた議論 株式会社ナビタイムジャパン 交通コンサルティング事業 経路検索チーフエンジニア 太田恒平 資料2 2013/11/02 交通関連ビッグデータの社会への実装研究小委員会 話題提供
  2. 2. 本日の話題 交通コンサルティング事業紹介 分析事例① 携帯カーナビプローブデータ 分析事例② 経路検索実績データ 交通のビッグデータ整理 ビッグデータ活用のために 2
  3. 3. 交通コンサルティング 事業紹介 3
  4. 4. 法人向け事業コンシューマ向け事業 単機能事業 法人営業事業 トータルナビ事業 海外事業 テレマティクス事業 ビジネスナビタイム事業 ドライブ事業 「トータルナビ」を主軸とした コンシューマー向けアプリ/サービス 「NAVITIME」の開発、運営 カーナビを主軸とした コンシューマー向けアプリ/サービスの 開発、運営 特定の移動手段に特化した コンシューマー向け アプリ/サービスの開発、運営 海外、インバウンドを対象とした コンシューマー向けナビアプリ/ サービスの開発、運営 国内外の自動車メーカー、車載機メーカー向けの カーナビゲーションアプリや コンテンツAPIのライセンス事業 ルート検索付き地図配信ASPや乗換・時刻表ASP、 「NAVITIME」内のバナー広告を 法人向けに開発・販売 ナビゲーションエンジンを主軸とした 交通費精算や動態管理のソリューションを 法人向けに開発・販売 交通コンサルティング事業 交通の最適化や地域の活性化に貢献するための データ提供、分析、コンサルティング 本日ご紹介 事業領域
  5. 5. 交通コンサルティング事業とは 5 ナビゲーションに加え 交通自体の最適化・地域の活性化によって移動全体を最適化します •観光・商業施設 •交通事業者 •官公庁・自治体 地域各主体 •学術・研究機関 •コンサル •マーケティング •ITベンダー パートナー コンシューマサービス NAVITIME ドライブサポーター カーナビタイム 乗換NAVITIME バスNAVITIME 自転車NAVITIME こみれぽ 走行実績 経路検索実績 口コミ情報 抽出 分析 ナビゲーションサービスで培ってきたデータ・技術・ユーザ基盤を活かし、 交通・移動に関するデータ提供・分析・コンサルティングを行っています。
  6. 6. コンシューマサービスの規模 6 日本の全通信キャリア・ほぼ全ての端末にて ナビゲーションサービスを提供しています 月間利用者数 約2,000 万ユニークユーザ/月 提供端末(全通信キャリアに対応)
  7. 7. ナビタイムのもつデータ・技術 地点 情報 技術 路線推定 技術 公共交通 時刻表 常タ 補完タ 道路 NW 公共交通 時刻表 経路探索 プローブ マッチング 施設 時刻表 分析観点 分析結果 道路 路線推定 補完分析 来訪予測 プローブ 渋滞分析 路線推定 技術 経路検索 実績 基本データ ユーザログデータ 経路補完技術 関連技術 ナビゲーションサービスで培った技術・データを、交通分析にも活かしています。 本日ご紹介
  8. 8. 分析事例① 携帯カーナビプローブデータ 8
  9. 9. 概要 9 データ取得対象サービス ナビタイムジャパンが運営する 下記サービスのデータを使用 スマート フォン • ドライブサポーター • カーナビタイム for Smartphone • au助手席ナビ フィーチャー フォン • ドライブサポーター • EZ助手席ナビ 専用端末 • カーナビタイム プローブデータの取得方法 • 1~6秒間隔で測位したGPS座標から 速度等を算出する • 匿名化の上各種分析に利用 100m 座標のプロット
  10. 10. データの特長①提供可能な形態が豊富 10 分析の観点、既存資産に合わせて提供フォーマットを調整可能です。 ご要望に合わせて、 弊社にて集計を行います。 非集計なので、 経路別や道路別の 様々な分析が可能です。 手持ちの 道路NWデータに 合わせたい 利用者側での マップマッチングや 走行挙動分析が可能です。 マップマッチング済 データがほしい 点列データ リンク列データ すぐ使えるデータ がほしい 集計データ 経路ID=abcxyz 経度=139.124 緯度=35.923 通過時刻=12:15:21 … 経路ID=abcxyz リンク番号=9876 通過時刻=12:15:21 速度=35km/h … リンク番号=9876 通過数=7 平均速度=35km/h …
  11. 11. データの特長②経路がわかる 11 国交省で用いられていな民間プローブデータと異なり リンク別に集計していないため経路に関する様々な分析を行えます。 ミクロ マクロ 右左折方向別の 交差点分析 OD分析 発 発発 着 着 着 発 本日ご紹介 本日ご紹介 交通流分析
  12. 12. • 右左折方向別の交差点通過時間を、 経路毎のリンク列データから推定した。 • 対象期間:2012年9月 7-19時 • 対象地域:東京西部(右図) 全信号交差点 右左折方向別の交差点分析 ~研究概要~ 概要 評価区間の概要 • 信号前後の評価区間の 通過時間から、 自由流(30km/h)相当の 所要時間を差し引いて算出。 交差点通過時間の算出方法 直進評価区間 250m 共通区間200m 右折評価区間 250m 延長区間 50m 12 下記論文より タイトル 携帯カーナビのプローブ交通情報を活用した道路交通分析 発表先 第47回土木計画学研究発表会 2013/06/02 著者 ナビタイムジャパン 太田 恒平,大重 俊輔/計量計画研究所 矢部 努/国土技術政策総合研究所 今井 龍一,井星 雄貴
  13. 13. 右左折方向別の交差点分析 ~地図表示~ 13 評価区間線の凡例: 平均交差点通過時間(t[s]) 別に色分け ➔:t ≦15 ➔:15<t ≦30 ➔:30<t ≦60 ➔:60<t ≦90 ➔:90<t 通過数が多いほど 線幅が太い Quantum GIS による地図表示例 一般的なGIS上で方向別の交差点通過時間を一覧可能
  14. 14. 0% 5% 10% 15% 20% 25% 30% ≦0 ≦40 ≦80 ≦120 ≦160 ≦200 ≦240 ≦280 ≦320 ≦360 ≦400 ≦440 交差点通過時間[s] 左折(平均149s, 219台) 直進(平均55s, 717台) 0 60 120 180 240 300 360 420 7 8 9 10 11 12 13 14 15 16 17 18 交差点通過時間[s] 時間帯 左折時間(平均±標準偏差) 直進時間(平均) 車線割り当て 右左折方向別の交差点分析 ~詳細分析(西巣鴨)~ 14 交差点通過時間の分布 時間帯別の交差点通過時間 信号待ちが 2・3回発生 15~16時頃がピーク • 直進との通過時間差が最大となった西巣鴨 交差点の国道17号上り→明治通り外回りの 左折について詳細分析を行った。 概要 信号現示(実測) サイクル長 139s 直進・左折 36s 右折 17s 交差点構造の変更や信号制御の見直しのための分析が可能
  15. 15. 交通流分析 ~新設ICの利用状況(高尾山IC)~ 15 高尾山IC入口 凡例 流入 対象 流出 数字は 流入・流出率[%] 2012年10月(1か月)のデータを基に作成 橋本駅付近→八王子JCT (n=608) (n=2254) 至 厚木 至 町田 橋本駅 R16八王子IC→経 由から 町田・厚木 方面から 約30%流入 町田街道経由の 相模原以南から 62%流入 ICの利用圏・経路選択の分析によりIC設置の効果測定が可能 八王子BP・ 八王子IC 経由28% 町田街道・ 高尾山IC 経由70% 橋本駅 八王子IC (n=258) 断面抽出データ 複数箇所抽出データ
  16. 16. 交通流分析 ~有料バイパスの利用状況(八王子BP)~ 16 八王子方面本線料金所 利用促進・無料化検討等のための調査が可能 2012年10月(1か月)のデータを基に作成 橋本駅付近→左入交差点付近 町田・厚木 方面から各 約30%流入 八王子北部の 広域に流出 有料区間BP 経由82% 現道から 無料区間BP に合流4% 橋本駅 (n=1475) (n=969) 断面抽出データ 複数箇所抽出データ ↑無料 ↓有料 至 厚木 至 町田
  17. 17. 分析事例② 経路検索実績データ 17
  18. 18. 概要 18 経路検索実績データとは、経路検索する際の条件を蓄積したデータです。 各交通手段に対応 発着地 発着希望日時 各種条件
  19. 19. データの可視化 ~ヒートマップ~ 19 描画条件: 1時間に600回以上 発着地に指定されている駅を描画。 多いほど赤い。 データ元: NAVITIME, 乗換NAVITIME, PC-NAVITIME 2013年4月13日 16時台 「ももいろクローバーZ」 のライブ(開演17時)が 西武ドームで 始まる1時間前 ヒートマップにより移動が集中する場所を見つけることができます。 西武球場前 駅
  20. 20. データの可視化 ~ヒートマップ~ 2013年4月13日 16時台 「ももいろクローバーZ」 のライブ(開演17時)が 西武ドームで 始まる1時間前 20 西武球場前 駅 ヒートマップにより移動が集中する場所を見つけることができます。 描画条件: 1時間に600回以上 発着地に指定されている駅を描画。 多いほど赤い。 データ元: NAVITIME, 乗換NAVITIME, PC-NAVITIME
  21. 21. 0 500 1000 1500 2000 2500 5 6 7 8 9 1011121314151617181920212223 累積経路検索数[件] 検索対象時刻 リアルタイム 10分前 2時間前 15時間前 4日前 定常検索数 突発的移動需要の検出 ~具体例(西武球場前)~ 21 輸送力調整、混雑回避の誘導、駅付近店舗の供給調整に活用可能。 2013年04月13日に西武球場前を到着指定した検索数 グッズ 販売前 開演前 4日前から 普段の8倍 経路検索の際には数時間~数日先の日時を指定されることが多いため、 近未来の移動需要を検出することができます。
  22. 22. 突発的移動需要の検出 ~検出方法~ 22 4日前 15時間前 2時間前 10分前 検索実施日時 ?件 検索指定日時 平常日の2倍以上の 検索数が予測されたら 「突発的移動需要」 平常日の検索数 過去の傾向を元に 検索の伸びを予測 下記論文より タイトル 経路検索サービスの実績データに基づく近未来の突発的移動需要の検出 発表先 第47回土木計画学研究発表会 2013/06/01 著者 ナビタイムジャパン 石村伶美, 太田恒平, 千葉工業大学 富井規雄 経路検索実績データを基に未来の突発的移動需要検出を試みた。 学習期間:2013年2月1日~3月17日(6週間) 予測対象期間:2013年3月18日~4月14日(4週間) 予測対象単位:1,762,880=駅数(1574)×日数(28)×時間帯数(20)×発着区分数(2)
  23. 23. 突発的移動需要の検出 ~検出結果~ 23 分類 小分類 検出数 例 レジャー コンサート 62 西武球場前、水道橋/後楽園(東京ドーム)… スポーツ 17 浮間舟渡/蓮根/京成佐倉(市民マラソン)、 浦和美園(埼玉スタジアム2002) その他イベント 12 国際展示場正門、横須賀中央(横須賀基地) 行楽地・施設 28 九段下(お花見)、高尾山口、東京ディズニーシー 業務・ 教育 オフィス街 36 日本大通り(神奈川県庁)、都庁前、霞ヶ関… 教育イベント 47 九段下(日本武道館)、日吉(慶応義塾大学)… 交通 ダイヤ改正 15 和光市/新宿三丁目/北参道/元町・中華街 (東横線/副都心線) 空港 2 羽田空港、羽田空港第1ビル 不明 - 48 - 合計 267 - 予測対象期間:2013年3月18日~4月14日(4週間) 突発的移動需要発生回数:全12,268回(4日前検出率2.2%)
  24. 24. 突発的移動需要の検出 ~駅混雑注意報サービス~ 24 1ヶ月先までの期間に急に混雑しそうな駅を見つけることができる一般向けサービスです。 http://www.navitime.co.jp/pcn/forecast/station 来週末はB-1グランプリで豊川が大混雑!
  25. 25. OD分析 ~成田 V.S. 羽田~ 0-25% 25-35% 35-45% 45-55% 55-65% 65-75% 75-100% 各エリアから成田・羽田への 車経路検索のうちの成田検索シェア y = -0.003x + 0.627 R² = 0.2967 0% 20% 40% 60% 80% 100% -90分-60分-30分 0分 30分 60分 90分 各エリア内で 最もアクセスが多い地点への 所要時間を計算。 所要時間計算基準: ・11/29 8:00着の渋滞考慮 ・高速道路優先 円の大きさは 成田+羽田の検索数を表す。 競合交通・施設との比較分析が可能 10分短縮で シェア3%増 ←成田が近い 羽田が近い→ 常磐・東北・北関東・ 関越・上信越道の 沿道でのシェアが高い。 圏央道開通で勢力図は大きく変わる? 各エリアから成田・羽田への車経路所要時間差 と成田検索シェアの関係
  26. 26. 順位 発駅 期間中の 検索数 1池袋 105 2大宮 79 3新宿 72 4渋谷 65 5北千住 57 6横浜 45 7蒲田 44 8葛西 40 9上野 40 10中目黒 40 対象データ: 一部公式サービスにおいて 2013年5月13日~20日(8日間) に実行された検索実績 OD分析 ~終電検索 六本木発~ 26 色 1日あたり の検索数 ● 6<n ● 3<n≦6 ● 1<n≦4 ● 0.8<n≦1 六本木発終電検索回数:6,645回 終電検索のデータから、 昨今話題の終夜・深夜バスの 潜在需要が分かります。 北方面への 深夜バスの 需要あり?
  27. 27. 交通の ビッグデータ整理 27
  28. 28. 対象 データ単位 挙動 点列 断面 リンク 交差点 リンク数本 交通流 リンク列 OD トリップ 回遊 トリップチェーン 行動圏 面 時間と精度で整理するプローブデータ分析 28 国交省 民間プローブの 主な研究領域 常時測位 (プローブパーソン) での主な研究領域 今回のご紹介 プローブデータを用いた分析の領域は今回のご紹介以外にもまだまだあります。 高精度 長時間
  29. 29. 道路 公共交通 シーン ナビゲーション サービス その他インター ネットサービス 行きたい どこに どうやって 行ってる どうだった まだまだある交通のビッグデータ 29 道路 公共交通 シーン ナビゲーション サービス その他インター ネットサービス 行きたい 広告・レコメンド 広告・レコメンド SNS・検索 どこに 施設検索 予約・観光情報 SNS・検索 予約 どうやって 経路検索 経路選択 予約 トラカン ETC 道路プローブ ICカード/改札 乗車人員 運行状況 行ってる プローブ 常時測位 SNS どうだった 口コミ SNS これまで主に移動実績データが研究対象となっていましたが、 移動の各シーンにおいて蓄積されたビッグデータはまだまだたくさんあります。 これまでの主 な研究対象 紹介 紹介 今後 今後 上流の意思決定のデータを分析結果を、大胆な交通施策に活かせないか
  30. 30. 今後の分析対象 30 施設検索データ 施設情報ページの閲覧状況を分析し、 レコメンドしています。認知や回遊行動 の分析に役立つ可能性があります。 経路選択データ 複数経路からの経路選択結果を蓄積・ 分析することで、経路選択モデルの推定 が可能と考えられます。 通天閣を 見ている人は 他に何を 見ているか? 事前RPデータそのもの プローブも合わせれば 事後RPデータも取れる 施設情報ページ 乗換経路一覧 カーナビ経路一覧
  31. 31. ビッグデータ 活用のために 31
  32. 32. ビッグデータの特質 ~3つの V ~ 32 •例)プローブ:8GB/日, 経路検索:600万回/日 •情報が多い分扱いは大変 Volume: 量 •様々なプレーヤーから得られる •特定の分析目的用ではない •項目は様々, 誤差・偏りは当然ある Variety: 種類 •基本的に常時取得される Velocity: 頻度 うまく扱えば、多くのことが、広いエリアで、 高頻度に、低コストに、正確にわかる 飛躍ゆえに課題も多い
  33. 33. 実務者から見た課題 33 ① IT技術の浸透 ② 標準化による流通促進 ③ 各手法の改善 技術者コミュニティの形成
  34. 34. 課題①IT技術の浸透 34 交通の現場 ・事業者 ・行政 交通分析者 ・研究機関 ・コンサル ビッグデータ関連のIT技術者 ・データ提供者 ・数値分析, システム提供者 何を言っているかわからない… なぜ要件通りにデータを取れないの? やりたいことができるデータなの? データが大量すぎて扱えない… Excelで見れないの? ITの標準用語や図表で説明してるのに… ログデータの限界を理解して… 何をしたいのかわからない… 色々分析するというから非集計なのに… DB,XMLくらい使えてくれ… データを減らしたら安くなる? 集約・抽出条件が増えると作業増… 交通 ビッグデータ 一般的な IT 間をつなげる 人が少ない 交通業界全体のIT技術の底上げもしていきたい 共通領域に したい 交通とITの両使いの技術者を増やしたい 固有分野の 相互理解 データを作ったので使ってください 一つずつDL、Excelセル結合、ID無い… 実績を元に定型化してツールを整備
  35. 35. 課題②標準化による流通促進 •単体では不完全なデータは組み合わせによる補完が重要 組み合わせるには標準化が重要 標準化の必要性 •決めて変換の仕組みを用意すれば良い。 (1)フォーマットの標準化 •特に公共交通時刻表と歩行者用道路NW。 •フォーマット以上に障壁となっている。 •データ自体を作るので高コスト。 •交通事業者・行政での管理や情報公開にも有用。 (2)マスタデータの標準化 35 日時,緯度経度, 名称等で推定 IDで結合 •簡易化 •精度向上 •コスト低減 標準マスタがあると
  36. 36. 課題③各手法の改善 •ニーズを反映したデータ取得方法の改善。 •提供の低コスト化、迅速化。 •データ特性、加工仕様の明確化。 取得/提供 •データ特性に応じた分析手法の開発。 •キーワード:データ同化、OD表からの脱却、リアルタイム処理 •新たな取得方法、利用方法の提案。 分析 •データの「自主収集」と「調達」の合理的な選択。 •スケールメリットを活かした広範囲・高頻度調達。 •リアルタイムな知見の運用への反映。 •特に信号制御、公共交通。 •ユーザへの情報提供。 調達・利用 36
  37. 37. 技術者コミュニティの形成のために •自ら異分野に発信 •土木計画以外のメンバーこそ入れる •若手も入れる •ハッカソンをやってみる? 異分野を含めた人材の多様性確保 •理論→仕様→実践→フィードバック を高速に回す •「3ヶ年計画」は民間IT企業には気が遠くなる長さ ITらしく高速イテレーション •今はもう業務で実践してリアルな知見を得るフェーズ •実践者、ファシリテーターを学術でも評価する 民間・個人のモチベーションを実践で活かす 37 ジオメディアサミット、バスマップサミット、 人と環境にやさしい交通をめざす全国大会、 オープンデータ流通推進コンソーシアム、 土木計画学研究発表会、交通工学研究会、 建設コンサルタンツ協会、運輸と経済、 行動モデル夏の学校2013 、J-Rail、 情報処理学会誌 私の1年間の発表実績(確定の予定含む)
  38. 38. お問い合わせ先 メールアドレス  consulting@navitime.co.jp (交通コンサルティング事業 宛)  kohei-ota@navitime.co.jp (太田恒平 宛) 電話番号  03-3402-0712 (法人営業部 宛) 38 会場にいる弊社メンバーにぜひお声がけください

×