位置情報SNSのチェックインデータを用いたユーザの傾向の分析と位置予測
•Download as PPTX, PDF•
1 like•642 views
位置情報SNSのチェックインデータのスパース性を解決し時空間パターンの抽出及びユーザの未来の位置予測をする。
More Related Content
Similar to 位置情報SNSのチェックインデータを用いたユーザの傾向の分析と位置予測
Similar to 位置情報SNSのチェックインデータを用いたユーザの傾向の分析と位置予測 (20)
More from 西岡 賢一郎
More from 西岡 賢一郎 (20)
位置情報SNSのチェックインデータを用いたユーザの傾向の分析と位置予測
- 2. 自己紹介 • 名前: 西岡 賢一郎 • 所属: 株式会社トライディア 代表取締役 • 経歴: • 鹿児島出身 • 東京大学、東京大学大学院にてPageRank, 順序を考慮したレ コメンドシステム, SNSデータからのユーザの位置予測を研究 し、博士 (学術)を取得 • 博士課程在籍中の2012年に研究者仲間と株式会社トライディ アを設立 • 企業との解析業務の提携や企業内のデータサイエンティストの 育成に従事 2
- 3. 本日の発表内容 • なぜ位置情報? • 一昔前の位置情報データの研究 • 位置情報SNS • チェックインデータの性質 • チェックインデータを活用するためのモデル • チェックインデータを用いた傾向分析及び予測 • 位置情報のこれから 3
- 4. なぜ位置情報？ 4
- 7. 位置情報を解析から生まれる可能性があるビジネスの例 • 目的1(傾向抽出): ユーザがどういう動きの傾向を持 っているか → 街づくりの計画や観光の分析 • 目的2(位置予測): ユーザが将来的にどこに行くか → 位置情報を用いた広告の配信 7
- 10. よくある手法 10 A B C D E F G H I J K L M N O P Q R S T R -> N -> J -> I -> E -> A L -> H -> C -> G -> J -> N -> R -> Q M -> N -> K -> G -> D メッシュ化して、どこに行ったかをシーケンスとして表した研究が多かった。 よく使われていた手法を2つほど紹介 • 頻出パターン: シーケンシャルパターンマイニング • 軌跡類似度: シーケンスアラインメント
- 11. シーケンシャルパターンマイニング • 一定頻度で現れるパターンを抽出 • PrefixSpanなど 11 A -> B -> C A -> C -> D B -> A -> C A -> C: 3回 B -> C: 2回
- 12. シーケンスアラインメント • 類似したシーケンスを定義 • Needleman–Wunschアルゴリズムなど 12 引用: https://bi.biopapyrus.jp/seq/alignment/needleman%E2%80%93wunsch.html
- 14. 位置情報SNS 14
- 15. 抑えておいてほしい内容 時間の制限上駆け足での発表となりますが、とにかく 伝えておきたいこと • チェックインデータのスパース性とその解決方法 • ユーザの動きのパターン抽出方法 • 位置予測モデル 15
- 16. 位置情報SNS 16 ユーザがチェックインすることによって自分の言った場所を保存・共有できる サービス。GPSトラッカーを被験者が持たずとも多くのユーザが位置情報デー タを残す(チェックインと呼ぶ)時代に。 位置情報を残せる代表的なアプリ: Facebook, Twitter, Instagram, Swarm
- 17. Swarmのデータの取得 SwarmのAPIは制限されており十分なデータが取れない ため, Twitter Streaming APIを利用してデータを収集 17 api制限(回数, 繋がりの範囲) 共有 streaming api 大量に取得可能
- 19. 離散的なチェックインから分布を推定するモデル チェックインの間のユーザの行動分布を推定 19 時間軸 ? ? あるユーザの行動 抑えておくべきモデルの条件 - ユーザが行動できる範囲は時間によって広がっていく - チェックイン時刻に必ずチェックインした場所にいる
- 20. ユーザ行動分布の推定 • 仮定: ユーザは拡散方程式に基づいて行動 • xt: 時刻tに場所xにチェックイン • yu: 時刻uに場所yにチェックイン • λは時間におけるスケールパラメータ 20 xt yu
- 22. スケールパラメータの推定1 • 最尤法によりスケールパラメータを推定 22 x_{i-1}t_{i-1} x_{i}t_{i} x_{i+1}t_{i+1}
- 24. スケールパラメータの推定2 • チェックインのデータは以下の様な性質を満たす • チェックインの時間差( )は常に正である。突然過去に戻って チェックインすることはない • チェックインは短時間で連続する事が多い。チェックインの時 間差ピークは0に近い • チェックインの時間差はかなり長いLongTailとなっている 24 P( )の事前分布として逆ガンマ分布を使用
- 25. スケールパラメータの推定2 • α、βは解析的には解けないが最適解は出せる • これにより, 逆ガンマ分布を用いた最尤推定は以下 の式を解けば良いこととなる。Dは二点のチェック インの距離 25
- 27. ユーザのモデルはできたが、これをどう活用するか • 全体的な傾向より似ているユーザの傾向を知りたい → メッシュを使わないユーザの類似度を定義しクラ スタリング (目的1) • ユーザの未来位置を予測したい → ユーザ個人のデータでは外れ値の影響をうけやす いため、似たユーザを集めて予測モデルを構築 (目的 2) 27
- 28. クラスタリング • Hellinger距離でユーザの距離を定義([0, 1]の範囲で 長さが定義され、距離が無限になることはない) • 計算された距離はユークリッド空間に乗るため、k- means, 重心法, 最近法, 最遠法, ward法などのクラ スタリング手法が適応可能 • 今回はクラスタリングで比較的よく使われるward法 を使用 28
- 31. ユーザ分布の表現式 • パターンを抽出するために、時間軸(無限), 空間軸(無 限)のままでは扱えないため、1時間毎に切った離散 行列Yを定義 • 値: 存在確率 • Y’Y: 共分散行列 31 Y= time(N dimensions, discrete) place (∞)
- 38. DPMU (Diffusion-type Periodic Model with similar Users) • 同じ時間帯の分布を平均することで特定時刻にどこにいるか を確率で表すモデルを構築 • 予測するにあたって予測対象ユーザと近いユーザの分布も利 用 38 time ・・ ・ k+1(1day) k+2(1day)k(1day)
- 39. 予測結果 39 • 横軸は集めたユーザの数 • ベースラインは赤と緑。 • log-likelihood, MRRではベースライン より上にあれば性能が高く、Rankで は逆でしたにあれば性能が高い • 評価指標によりユーザを似たユーザ を集めたことで精度が上がるものと 下がるものがあった
- 40. 位置情報のこれから 40
- 41. 位置情報のこれから • 最近ではgoogle map, trip advisorなど位置を常にト ラッキングし続けているサービスも増えているが、 位置情報SNSではGPSだけでは分からない情報(例 えばビルの何階のどの店にいたかなど)が分かるた め、まだまだ解析の余地はある • 未来位置などは人の行動の自由度の高さからサービ スにすぐに適用することは難しいかもしれないが、 特定の絞り(例えば特定場所からの数時間後の動き など)を加えることで、精度の高い予測が可能があ る 41
Editor's Notes
- In the result, we changed checkin sequence to the probability distribution of user location. This distribution is defined in continuous time. I don’t have much time today, let me skip the detail of previous research. Let me move on how to predict users’ location from the user distribution.
- From now on, I’ll explain why our previous methods doesn’t suit to prediction and how to improve it. As we defined, expansion of user distribution is limited between checkins. But, after last checkin, the distribution is expanding as time advances because it moves like a free particle. There is no constraint after last checkin. In other word, the distribution becomes close to uniform eventually. Prediction model predicts users’ future locations. We have to predict user’s location after last checkin. So, the distribution is not adequate to predict user location. We can’t use the model for prediction model as it is.
- Some previous researches found that users’ check-ins appears regularly. Especially, daily regularity is prominently observable. So, we use daily regularity in our prediction model.
- This is how to create the prediction model with users’ daily regularity. We discretized the distribution into hours. We grouped the distribution by days and average the probability distributions. As the results, we have 24 spatial distributions for each user.