文献

J-GLOBAL ID：201502206573354220   整理番号：15A1065644

モビリティデータを用いた集積エリアに関する研究

A Study on Agglomerated Areas Using Mobility Data

著者 (2件)： 野際大介 (福井工大) ,  藤原明広 (福井工大)
資料名： 福井工業大学研究紀要(CD-ROM)  (Memoirs of Fukui University of Technology (CD-ROM))
号： 45  ページ： 248-256  発行年： 2015年07月30日 
JST資料番号： X0305B  ISSN： 1884-4456  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： GPSや基地局から推定される所有者の位置情報を記録したデータをモビリティデータという。モビリティデータでは,移動媒体から得られた所有者の位置情報が秒単位でデータ化されることで膨大なデータを形成し,ビッグデータとしてさまざまな場面に活用の方向性が期待されている。しかしながら,個人が所有する移動媒体から蓄積されたデータはあまりにも膨大であり,その取扱いが難しく活用の汎用性が見いだせていない現状がある。そこで本研究では,移動媒体の通信から得られたビッグデータとりわけ,その所有者の移動状況が把握できるモビリティデータを用いて,個人の移動状況の変化ならびにパターンを統計的に分析することにより,新たな知見を得ること目的とした.試みとしては,第一にモビリティデータがGPS搭載端末だけではなく,通信から得られた比較的詳細ではないが位置情報を持つ移動媒体すべてを使用したこと.さらに,これらのモビリディデータ解析に統計モデルを導入したことに特徴がある。今回,モビリティデータで個人の移動に関する要因を探る分析手法を提案し,セネガルで収集された人の移動に関する膨大なデータに適応し,別の集計結果と比較することで,セネガル国内における住民の移動に関する特徴の抽出を試みた.ビッグデータはハンドリングが難しいので,簡便で実務に耐えるランダム効果を導入した統計モデルを提案し,その実証結果を示した.今後,本研究をより発展させるために,階層モデルやベイズ統計学の利用を検討していく。階層モデルでは,よりきめ細かな傾向を洗い出すことができる.ベイズ統計学では事前分布と事後分布の評価からパラメータを推定することができるようになる。

シソーラス用語： *利用 ,  *データ ,  *位置情報 ,  基地局 ,  統計解析 ,  統計模型 ,  *行動科学 ,  人間行動 ,  統計学 ,  Bayes推定 ,  *特徴抽出 ,  GPS
準シソーラス用語： GPS【位置決め】 ,  ビッグデータ ,  *ビッグデータ利活用 ,  *モビリティデータ ,  ベイズ統計学 ,  階層モデル ,  *行動分析 ,  指特徴抽出

分類 (3件)： 情報収集・整理  (AC04000I) ,  作業研究  (KB03040A) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： モビリティ ,  集積 ,  エリア ,  研究