文献

J-GLOBAL ID：202302251255146367   整理番号：23A1539423

滞在ビッグデータに基づくエリア分散表現の加法構成性の分析と活用

Analysis and Application of Additive Compositionality of Area Distributed Representation Based on Stay Big Data

著者 (6件)： 田村直樹 (名古屋大 大学院工学研究科) ,  庄子和之 (名古屋大 大学院工学研究科) ,  浦野健太 (名古屋大 大学院工学研究科) ,  米澤拓郎 (名古屋大 大学院工学研究科) ,  河口信夫 (名古屋大 大学院工学研究科) ,  河口信夫 (名古屋大 未来社会創造機構)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2023  号： DPS-195  ページ： Vol.2023-DPS-195,No.55,1-8 (WEB ONLY)  発行年： 2023年05月11日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 人々が都市や地域における各エリアをどのように利用するかといったエリア利用形態の把握は,商圏分析・出店戦略等の商業的利用をはじめ,都市計画,交通施策,感染予測など幅広い分野で重要な課題である.エリアの利用形態の定量的な分析のため,位置情報データを用い,エリアをモデル化する技術がさかんに研究されている.このようなエリアモデリング手法として,単語埋め込み手法であるWord2Vecに倣い,それぞれのエリアを埋め込んだベクトル表現(分散表現)としてモデル化する手法が提案されている.ここで,Word2Vecによる単語分散表現について,多義語の語義に対するの分散表現の平均が多義語の分散表現となる性質が知られている.本性質はORの加法構成性と呼ばれ,例えば「右」と「権利」の語義を持つ“right“の分散表現は,それぞれの語義の分散表現の平均に近似できる.本研究では,エリアごとの滞在傾向をモデル化するArea2Vecによる分散表現について,エリアの包含関係とORの加法構成性の関係について分析する.また,本性質を用いた,エリアの空間的な定義の変換手法や意味の合成手法を提案する.(著者抄録)

シソーラス用語： *土地利用 ,  *都市計画 ,  *マーケティング ,  大規模 ,  データ蓄積 ,  定量的分析 ,  位置情報 ,  モデリング ,  自然言語処理 ,  ビッグデータ ,  分散表現

分類 (2件)： 都市計画の調査分析,分析手法  (RD01020D) ,  市場調査,広告  (KA06030H)

引用文献 (20件)：

• Xiaohui Mou, Fei Cai, Xin Zhang, Jie Chen, and Rongrong Zhu. 2020. Urban Function Identification Based on POI and Taxi Trajectory Data. In Proceedings of the 3rd International Conference on Big Data Research (ICBDR ’19). Association for Computing Machinery, New York, NY, USA, 152-156. https://doi.org/10.1145/3372454.3372468
• Tomas Mikolov, Ilya Sutskever, Kai Chen, Greg Corrado, and Jeffrey Dean. 2013. Distributed representations of words and phrases and their compositionality. In Proceedings of the 26th International Conference on Neural Information Processing Systems - Volume 2 (NIPS’13). Curran Associates Inc., Red Hook, NY, USA, 3111-3119.
• Zijun Yao, Yanjie Fu, Bin Liu, Wangsu Hu, and Hui Xiong. Representing urban functions through zone embedding with human mobility patterns. In Proceedings of the 27th International Joint Conference on Artificial Intelligence (IJCAI’18). AAAI Press, pp.3919-3925, 2018.
• Crivellari A, Beinat E. From Motion Activity to Geo-Embeddings: Generating and Exploring Vector Representations of Locations, Traces and Visitors through Large-Scale Mobility Data. ISPRS International Journal of Geo-Information, Vol.8, no.3: pp.134, 2019.
• Bo Yan, Krzysztof Janowicz, Gengchen Mai, and Song Gao. From ITDL to Place2Vec: Reasoning About Place Type Similarity and Relatedness by Learning Embeddings From Augmented Spatial Contexts. In Proceedings of the 25th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (SIGSPATIAL ’17). Association for Computing Machinery, New York, NY, USA, Article 35, pp.1-10, 2017.

タイトルに関連する用語 (6件)： ビッグデータ ,  エリア ,  分散表現 ,  加法 ,  分析 ,  活用