201311 IN koupe

1. IN 2012/11/22 ＠熊本
CS27 Lab. Kobe University
モバイルセンシングデータ可視化のため
の
ライフログ可視化フレームワーク
MashMap の拡張
神戸大学大学院
システム情報学研究科
 高橋 昂平
佐伯 幸郎
柗本 真佑
中村 匡秀

2. ライフログとそのマッシュアップ
 ライフログ
 人間の行いをデジタルデータとして記録したもの
 様々な目的に利用されている
ex. 自己の振り返り , 生活改善 , 意思決定 ...
 それらに応じた多くのライフログサービスが提供されている
 ライフログのマッシュアップ
 集約・連携することで更に付加価値が上がる
食事の写真 + 体重ログ = 食習慣の振り返り・改善
 先行研究 : ライフログマッシュアッププラットフォーム [1]
ライフログ標準データモデル（ LLCDM ）
マッシュアップ API （ LLAPI ）
LLAPI
LLCDM
Body Log
まつ本真佑，下條彰，鎌田早織，中村匡秀，“異種ライフログ統合のための標準データ
モデルとマッシュアップ api” 電子情報通信学会論文誌， vol.J95-D ， p.758–768 ， April 2012 ．
Transform
Aggregate
PerlLifeLogger
2

3. 先行研究： MashMap フレームワーク
 様々な形式の位置付きライフログを地図上に可視化するため
の汎用的な枠組み
 ライフログを束ねて (Mashup) 、地図 (Map) 化する
 ライフログを地図上に可視化する際の共通した処理をフレー
ムワークで処理する
 様々な形式の位置付きライフログを標準形式 (LLCDM) で保存
 データソースを定義し、 1 つまたは複数のデータソースを同一地図上
へ可視化
 地図上での容易なライフログマッシュアップを実現
MashMap Framework
 効率的なサービス開発を支援
Filter
LLAPI
LLCDM
DisplayFormat
DataSource
DisplayFormat
Filter
DataSource
MashMap
3

4. モバイルセンシングと参加型センシング
 モバイルセンシング
 人間がセンサを持ち歩く
 移動しながら、周囲の環境や状況をセンシングする
外気温、湿度、気圧、騒音
地磁気、加速度、速度
「晴れている」、「混んでいる」
 参加型センシング
 モバイルセンシングを共通の目的の下で多数のユーザで実施
 多数のユーザによるデータを共有・集約し、有効活用する
4

5. 参加型センシングによる情報を利用した
サービス
各地の個々のユーザの取得したデータを集約し、可視化する
ウェザーリポート Ch.
→ ユーザが見たピンポイントな天気状況を
集約
みんなでつくる放射線量マップ
→ ユーザ各自の放射線量測定結果を集約
目的や用途ごとに専用のプログラムを作成している
ログから位置情報を抜き出し、地図上へ表示する処理は共通
5

6. MashMap のモバイルセンシングへの適用
 適用イメージ
MashMap Framework
Filter
LLAPI
？LLCDM
？
DisplayFormat
？
DataSource
DisplayFormat
Filter ？
？
DataSource
MashMap
 モバイルセンシングの MashMap への要求
 ① センシングによるデータもライフログと同様に扱いたい
 ② データの細かな選別、選別法の組み替えを行いたい
 ③ 測定値を基に、地図上での表示を細かく指定したい
6

7. 目的とアプローチ
 目的
 以下の要件を満たすように MashMap フレームワークを拡張する
R1: モバイルセンシングデータをライフログの一つとして管理す
る
R2: 様々な角度からデータの抽出を行う
R3: 測定値に応じて地図上での表示方法を変更する
 アプローチ
 以下の拡張を行う
A1: モバイルセンシングデータの LLCDM への適用
A2: Filter の拡張
A3: DisplayFormat の拡張
7

8. A1: モバイルセンシングデータの LLCDM への
適用 1/2
 5W1H の観点から、ライフログの持つ標準的なデータ項目を
整理
 アプリケーションに依らない汎用的なデータ項目を規定
Perspective
ライフログ (by Twitter)
センサログ（ by モバイル百葉箱）
When
（投稿日時）
Date: 2013-11-22
Time: 09:00:00
（測定日時）
Date: 2013-11-22
Time: 09:00:00
Where
（投稿地点）
Latitude: 32.81283
Longitude: 130.72792
（測定地点）
Latitude: 32.81283
Longitude: 130.72792
Who
（ユーザ名） “ Kohei”
（測定者） “ Takahashi”
What
（つぶやき）
{ …, text: “ 発表なう” , … }
（センシングデータ）
{ velocity: 10, temperature: 12, …}
How
（アプリ・利用機器）
application: “Twiiter”
device: “iPhone4”
（測定機器）
application: “ モバイル百葉箱”
device: “Phidgets1040”
8

9. A1: モバイルセンシングデータの LLCDM への
適用 2/2
Perspectiv
e
When
LLCDM
Where
他のライフログデータと
Who
What
同様に扱うことが可能になる
センシング視点からの解釈
How
センサログ（ by モバイル百
葉箱）
（測定日時）
Date: 2013-11-22
Time: 09:00:00
（測定地点）
Latitude: 32.81283
Longitude: 130.72792
（測定者） “ Takahashi”
（センシングデータ）
{ velocity: 10, temperature: 12, …}
（測定機器）
application: “ モバイル百葉箱”
device: “Phidgets1040”
 「センサによって取得された速度と気温のデータ」
ライフログ視点からの解釈
 「 Takahashi が今日、センサでデータを取得した。中身は速度と気温
である。」
9

10. A2: Filter の拡張
 Filter: 可視化するデータをデータベースから選別する
Filter
 既存
DisplayFormat
DataSource
 1 つの DataSource につき 1 つの Filter しか定義できない
 ライフログでは、「期間 + ユーザ +Web サービスの種類」程度の選別
 拡張
Filter
 Filter の入れ子構造を許す
柔軟なデータの選別
作成した Filter の再利用
例
user と application で絞り込む Filter
date で絞り込む Filter
location で絞り込む Filter
Filter
Filter
user+application
date
location
location
10

11. A3: DisplayFormat 拡張
 DisplayFormat: データの地図上での表示形式を規定する
Filter
 既存
DisplayFormat
DataSource
 1 つの DataSource につき 1 つの DisplyFormat しか定義できない
 Filter により選別されたデータ全てを同じ表示形式で可視化する
 拡張
 Filter によって選別された各データに対して条件判定をする
データもつ値によって別の表示形式を割り振る
例
気温によってマーカーの色を変える
気温 27 度以上の地点：赤色
気温 15 ～ 27 度未満の地点：緑色
気温 15 度未満の地点：青色
DisplayFormat
Hot
Mid
Cold
11

12. ケーススタディ
 設定
 旅行中にモバイルセンサを持ち歩き、データを取得した
 移動中、どこを、どのぐらいの速度で移動したのかを可視化したい
 データの投入・変換
{ id: "5269f63f45bd0479d4204bd0",
{Date:"2013-09-08", Time:"13:24:14 JST", GPS:{latitude:24.403,
date: "2013-09-08",
longitude:124.14152333333334, altitude:11.1, velocity:1.668}, light:60,
time: "04:24:14",
sound:63.2664824, temperature:27.33346, humidity:43.66, ...}
user: "okushi",
{Date:"2013-09-08", Time:"13:24:18 JST", GPS:{latitude:24.40300166666667,
location: { latitude:24.403,
longitude:124.14152333333334, altitude:11.0, velocity:2.0372}, light:66,
longitude:124.1415234, altitude:11.1},
sound:61.67583, temperature:27.336, humidity:43.66, ...}
content: { Date:"2013-09-08", Time:"13:24:14 JST",
……..
GPS:{ latitude:24.403,
longitude:124.1415234, altitude:11.1,
velocity:1.668},
light:60, sound:63.2664824,
temperature:27.346, humidity:43.66, ...},
LLCDM
device: "MobileSensorOkushi",
application: "sensorbox",
},….
12

13. ケーススタディ： DataSource の作成
 Filter の作成
 Child Filter
Filter
User: okushi
Device: velocity sensor
user+device
 Child Filter
date
Date: 2013-09-08
 DisplayFormat の作成
 形状 : 線 (LINE)
 フォーマットルール
速度 10km/h 以下 : 青
速度 10 ～ 30km/h: 緑
速度 30 ～ 50km/h: オレンジ
速度 50km/h より大きい : 赤
DisplayFormat
high
Low
DataSource
 DataSource の作成
 上記の Filter と DisplayFormat の組み合わせ
13

14. ケーススタディ：可視化結果
 移動中の速度の可視化
 2013 年 9 月 8 日、ユーザ okushi が旅行中に速度センサにより取得
 DataSource
Filter
user+device
date
DisplayFormat
Low
high
DataSource
14

15. 考察
✔ 要件
MashMap を利用した可視化を行うことができた R1 ✔ 要件
R2
✔ 要件
Filter に入れ子構造を許し、組み替えられるようになった
R3


 1 つの DisplayFormat で各色と速度の対応付けができた
 従来手法では、各色毎に DataSource ごと作りなおさなければならない
→ データの収集から可視化までの工数を削減
→ 他のモバイルセンシングデータ・ライフログとも容易にマッ
シュアップ
 限界
 同じ地点で連続的に取られたデータの地図上での可視化は難しい
 地図上で時系列を表現する機能が必要
 データの選別方法の工夫で対応可能
15

16. まとめと今後の課題
 まとめ
 MashMap フレームワークを拡張し、ライフログのみならずモバイルセ
ンシングデータを地図上に可視化できる枠組みを提案・実装した。
 ケーススタディとして、移動中に速度センサで取得したデータを可視
化した。
 その結果、どの地点をどの程度の速度で移動していたかを詳細に振り
返る地図を容易に作成することができた。
 今後の課題
 より簡単・単純な手順による可視化の支援
 フレームワークの強化
位置情報を持たないデータとのマッシュアップを行う機能
同一地図上で時系列を表現する機能
16