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.
1
ー基調講演ー
データ駆動型社会における
観光ビックデータ利活用の可能性
小樽商科大学 社会情報学科
博士(ソフトウェア情報学)
教 授 深 田 秀 実
北海道地理空間フォーラム in 札幌
第2分科会 「観光」セッション
2018年7月18...
2
5
出典:林 雅之(国際大学GLOCOM客員研究員):社会の価値を創造するデータ駆動型社会(2015),をもとに一部加筆修正.
http://ncwg.jp/wp-content/uploads/2015/07/H20150611.pdf ...
3
データはパワーだ!
 東京大学CSiS 柴崎教授 (「G空間情報セミナー」 2016//11/22)
 企業や市民などが持つ情報やIoT技術で蓄積されるデータを組み
合わせることにより,大きな価値が生まれる.
 情報連携により,新たな...
4
観光ビッグデータとは
 観光行動及び行動に影響を与える周辺状況を含む
大規模・多種・複数情報源由来のデータ群
 このデータの解析から,これまで限定的にしか
分からなかった観光の現象や行動原理等を統合的
に解析
 観光行動をマクロ的(地...
5
Ⅲ.GIS・GPSを用いた
観光行動分析手法
Copyright © 2018 fukada@otaru-uc.
All Rights Reserved. 17
小型GPS端末を用いた
観光行動データの取得と分析方法
ー小樽運河周辺エリアを...
6
2.小型GPS端末の測位精度
 固定点における連続観測を実施
 観測日時:2011年9月25日(14時~16時30分頃)
 観測場所:小樽堺町本通りの南側
 今回の結果:平均誤差1.60m,最大誤差3.90m
21
図3:固定点観測...
7
(4) GISを用いたカーネル密度の算出
 エラーを除去したGPSログ
データをGISへインポート
 GISの代表的なソフトウェア
であるArcGISを使用
 カーネル密度を計算
 カーネル密度とは:
平面的に広がりのある
ポイント...
8
4.2 一定経過時間毎のカーネル密度推定 [2]
[2] 奥野 祐介,深田 秀実,大津 晶:GISを用いたカーネル密度推定による観光歩行行動分析手法の提案と
実践からの知見,情報処理学会デジタルプラクティス,Vol.3, No.4, pp....
Upcoming SlideShare
Loading in …5
×

北海道地理空間フォーラムin札幌2018-07-18_第2分科会 「観光」講演1「データ駆動型社会における 観光ビックデータ利活用の可能性」深田秀実

140 views

Published on

北海道地理空間フォーラムin札幌2018-07-18_第2分科会 「観光」講演1「データ駆動型社会における 観光ビックデータ利活用の可能性」深田秀実

Published in: Education
  • Be the first to comment

  • Be the first to like this

北海道地理空間フォーラムin札幌2018-07-18_第2分科会 「観光」講演1「データ駆動型社会における 観光ビックデータ利活用の可能性」深田秀実

  1. 1. 1 ー基調講演ー データ駆動型社会における 観光ビックデータ利活用の可能性 小樽商科大学 社会情報学科 博士(ソフトウェア情報学) 教 授 深 田 秀 実 北海道地理空間フォーラム in 札幌 第2分科会 「観光」セッション 2018年7月18日 2 アウトライン Ⅰ.データ駆動型社会  データ駆動型社会とは Ⅱ.観光ビックデータとその活用  ビックデータと観光振興 Ⅲ.GIS・GPSを用いた観光行動分析手法  小樽運河周辺エリアを対象とした研究事例 Ⅳ.まとめ Ⅰ.データ駆動型社会 実世界とサイバー空間との相互連関するCyber Physical System (CPS)が,社会のあらゆる領域に実装され,大きな社会的価値を 生み出していく社会 出典:経産省 産業構造審議会 商務流通情報分科会 情報経済小委員会 (2015) Copyright © 2018 fukada@otaru-uc. All Rights Reserved. 3 出典:経済産業省 大臣官房審議官 前田泰宏:データ駆動型社会の到来を見据えた変革(2016)をもとに一部加筆修正. https://ogc.or.jp/wp/wp-content/uploads/2016/02/4_lecture_MrMaeda.pdf 4
  2. 2. 2 5 出典:林 雅之(国際大学GLOCOM客員研究員):社会の価値を創造するデータ駆動型社会(2015),をもとに一部加筆修正. http://ncwg.jp/wp-content/uploads/2015/07/H20150611.pdf 6 出典:経済産業省 大臣官房審議官 前田泰宏:データ駆動型社会の到来を見据えた変革(2016), をもとに一部加筆修正. https://ogc.or.jp/wp/wp-content/uploads/2016/02/4_lecture_MrMaeda.pdf 7 出典:経済産業省 大臣官房審議官 前田泰宏:データ駆動型社会の到来を見据えた変革(2016), をもとに一部加筆修正. https://ogc.or.jp/wp/wp-content/uploads/2016/02/4_lecture_MrMaeda.pdf 8 出典:経済産業省 大臣官房審議官 前田泰宏:データ駆動型社会の到来を見据えた変革(2016) ,をもとに一部加筆修正. https://ogc.or.jp/wp/wp-content/uploads/2016/02/4_lecture_MrMaeda.pdf
  3. 3. 3 データはパワーだ!  東京大学CSiS 柴崎教授 (「G空間情報セミナー」 2016//11/22)  企業や市民などが持つ情報やIoT技術で蓄積されるデータを組み 合わせることにより,大きな価値が生まれる.  情報連携により,新たな利活用分野の開拓を目指すことが重要. 9出典:林 雅之(国際大学GLOCOM客員研究員):社会の価値を創造するデータ駆動型社会(2015) ,をもとに一部加筆修正. http://ncwg.jp/wp-content/uploads/2015/07/H20150611.pdf Ⅱ.観光ビックデータとその活用 Copyright © 2018 fukada@otaru-uc. All Rights Reserved. 10 ビックデータとは  総務省情報通信白書: 「事業に役立つ知見を導出するためのデータ」  米国IT分野の調査会社Gartner(3Vによる定義):  Volume:データ量の多さを示す  Variety:種類の多さを示す  Velocity:リアルタイム性を示す  ビッグデータは,「高ボリューム・高速度・高バラエティ の情報資産のいずれか(あるいは全て)であり, 新しい形の処理を必要とし,意思決定の高度化, 見識の発見,プロセスの最適化に寄与する」 11 出典:Douglas, Laney. “The Importance of 'Big Data': A Definition”, Gartner (2012). ビッグデータを構成する各種データ 12出典:情報通信審議会ICT基本戦略ボード「ビッグデータの活用に関するアドホックグループ」資料より
  4. 4. 4 観光ビッグデータとは  観光行動及び行動に影響を与える周辺状況を含む 大規模・多種・複数情報源由来のデータ群  このデータの解析から,これまで限定的にしか 分からなかった観光の現象や行動原理等を統合的 に解析  観光行動をマクロ的(地域間の周遊観光)な視点, ミクロ的な視点(地域内の観光回遊)の両面で 把握することが期待 13 【出典】観光庁:GPSを利用した観光行動の調査分析に関するワーキンググループ, 観光ビッグデータを活用した観光振興について(中間とりまとめ),http://www.mlit.go.jp/common/001045566.pdf 観光ビッグデータを構成する各種データ(イメージ) 14出典:観光庁:観光ビッグデータを活用した観光振興について(中間とりまとめ)別添1,http://www.mlit.go.jp/common/001045567.pdf 観光ビッグデータ活用の目的  観光における旅行者や地域の特性・傾向等の把握  現況の推定や問題・課題の抽出,将来の予測等の 実施  地域における観光客へのサービス向上  事業者や自治体等による客観的事実に基づく科学 的経営や施策の効果測定等の実現  観光行動の解明に基づいた観光振興策の考案と 影響予測  リピーター確保のための魅力的な周遊メニューの提示等 15【出典】観光庁:GPSを利用した観光行動の調査分析に関するワーキンググループ, 観光ビッグデータを活用した観光振興について(中間とりまとめ),http://www.mlit.go.jp/common/001045566.pdf 16出典:林 雅之(国際大学GLOCOM客員研究員):社会の価値を創造するデータ駆動型社会(2015) ,をもとに一部加筆修正. http://ncwg.jp/wp-content/uploads/2015/07/H20150611.pdf
  5. 5. 5 Ⅲ.GIS・GPSを用いた 観光行動分析手法 Copyright © 2018 fukada@otaru-uc. All Rights Reserved. 17 小型GPS端末を用いた 観光行動データの取得と分析方法 ー小樽運河周辺エリアを事例としてー Copyright © 2018 fukada@otaru-uc. All Rights Reserved. 18 1.1 調査対象  北海道小樽市を観光する 歩行観光者を調査対象  観光歩行行動のGPSロ グを小型GPS端末を用い て取得  調査の起終点:JR小樽駅  小樽市が実施した調査によれ ば,JRを利用する観光者が 34.8%と最も多い[1] 19 図1:GPSを用いた歩行観光動態調査の 位置図(小樽運河周辺エリア) [1] 小樽市産業港湾部観光振興室: 平成20年度観光客動態調査報告書, p.56 (2010) 1.2 調査方法  調査対象:JR小樽駅を利用する観光者グループ  調査期間: 2011年9月17~19日,23~25日(6日間)  調査時間:午前10時~午後5時(原則として)  使用端末: GARMIN eTrex Venture HC, (7台使用)  GPSログ取得間隔:5秒(6時間使用で約4,300個のデータ)  取得データ数:32グループ.うち,完全な23グループ分を有効データ. 20 図2:調査基点ブースと使用した小型GPS端末
  6. 6. 6 2.小型GPS端末の測位精度  固定点における連続観測を実施  観測日時:2011年9月25日(14時~16時30分頃)  観測場所:小樽堺町本通りの南側  今回の結果:平均誤差1.60m,最大誤差3.90m 21 図3:固定点観測場所(小樽市堺町本通り)と測定結果(ポイントデータ) 3.1 GPSデータからGISへ (1)GISを用いた座標変換  GPSログをPCへインポート  緯度・経度を平面直角 座標系に変換 (小樽市の場合,第11系)  変換は,GISの座標変換出力 機能を使用 22 <GPSログデータの例> データ分析の手順 [2] [2]奥野 祐介,深田 秀実,大津 晶:GISを用いたカーネル密度推定による観光歩行行動分析手法の提案と 実践からの知見,情報処理学会デジタルプラクティス,Vol.3, No.4, pp.297-304 (2012) (2) GPSログデータベースの作成  インポートしたGPSログデータから基礎データを 算出し,データベースを作成  変換した平面直角座標系のX座標・Y座標から, 移動距離や移動速度を計算 23 データベース化した基礎データの例 [2] [2] 奥野 祐介,深田 秀実,大津 晶:GISを用いたカーネル密度推定による観光歩行行動分析手法の提案と 実践からの知見,情報処理学会デジタルプラクティス,Vol.3, No.4, pp.297-304 (2012) (3) データクリーニング  GPSを用いた単独測位では, 測位誤差によるエラーの除去が必要  エラーデータの除去基準  人間の平均歩行速度 (1.3m/s≒4.7km/h)をもとに設定[3]  歩行速度が時速10km/hを超える点データ  対象エリア(小樽運河エリア)外の点データ  物理的に,ごく短時間で移動不可能な 点データ Copyright © 2018 fukada@otaru-uc. All Rights Reserved. 24 [3] J.Perry(著),武田功(監訳):ペリー歩行分析-正常歩行と異常歩行-, 医歯薬出版,p.300 (2007)
  7. 7. 7 (4) GISを用いたカーネル密度の算出  エラーを除去したGPSログ データをGISへインポート  GISの代表的なソフトウェア であるArcGISを使用  カーネル密度を計算  カーネル密度とは: 平面的に広がりのある ポイントデータに対して, そのデータの密度を連続的 な曲面で表現できる. Copyright © 2018 fukada@otaru-uc. All Rights Reserved. 25 4.1 実データによるカーネル密度推定結果  複数データによるカーネル密度推定  GPSログデータ・・・位置情報(ポイントデータ)  ポイントデータの密度の程度を可視化 26 図4:GPSログのポイントデータとカーネル密度推定の結果(23データ) 小樽運河(南運河) 歴史的建造物 [出典] 川村真也, 深田秀実, 橋本雄一:ファジィAHPによる観光地の地域特性分析,地理情報システム学会第23回研究発表大会講演資料(2014) 小樽堺町通り [出典] 川村真也, 深田秀実, 橋本雄一:ファジィAHPによる観光地の地域特性分析,地理情報システム学会第23回研究発表大会講演資料(2014)
  8. 8. 8 4.2 一定経過時間毎のカーネル密度推定 [2] [2] 奥野 祐介,深田 秀実,大津 晶:GISを用いたカーネル密度推定による観光歩行行動分析手法の提案と 実践からの知見,情報処理学会デジタルプラクティス,Vol.3, No.4, pp.297-304 (2012) 29 Ⅳ.まとめ  データ駆動型社会: Alex Pentland (MIT教授)  「公益に資するデータを誰もが活用して良いアイデアを 発見し,優れた意思決定に結びつけることができるよう な,データに基づいて動く社会」  観光ビックデータ  来訪観光者の行動を定量的に調査・分析  観光者のニーズを踏まえた効果的な取り組み  観光行動データの分析方法(事例)  GPSデータを用いた観光行動分析手法  GISを用いたカーネル密度分析 30 Copyright © 2018 fukada@otaru-uc. All Rights Reserved.

×