文献

J-GLOBAL ID：202002289431200340   整理番号：20A2616725

大規模データ集合におけるユーザ移動性トレースのマッチングに向けて【JST・京大機械翻訳】

Towards Matching User Mobility Traces in Large-Scale Datasets

著者 (4件)： Kondor Daniel (Senseable City Laboratory, Massachusetts Institute of Technology, Cambridge, MA, USA) ,  Hashemian Behrooz (Senseable City Laboratory, Massachusetts Institute of Technology, Cambridge, MA, USA) ,  de Montjoye Yves-Alexandre (Department of Computing, Data Science Institute, Imperial College London, London, UK) ,  Ratti Carlo (Senseable City Laboratory, Massachusetts Institute of Technology, Cambridge, MA, USA)
資料名： IEEE Transactions on Big Data  (IEEE Transactions on Big Data)
巻： 6  号： 4  ページ： 714-726  発行年： 2020年 
JST資料番号： W2442A  ISSN： 2332-7790  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大規模データベースにおける記録の統一性と再識別可能性の問題を,異なるデータソースからのプライバシーまたはマッチング記録の保存に焦点を合わせて,異なる文脈とアプローチにおいて研究した。サービスプロバイダの数の増加により,現在,先例のないスケールでユーザの位置トレースを日常的に収集するとともに,空間軌跡に基づく記録とデータセットのマッチングの可能性に大きな関心が寄せられている。空間データおよび軌道マッチングの再識別可能性に関する以前の研究を拡大して,著者らは,モバイルネットワークオペレータおよび輸送スマートカード利用から来る,数百万の人々の移動性トレースから成る2つのデータセットの間で,現実的スケールに関する実際の移動性データセットにおけるユーザマッチング性の最初の大規模解析を提示した。マッチングプロセスに影響する関連統計的特性を抽出し,ユーザの整合性に及ぼすそれらの影響を分析した。輸送システム(平均で3~4トリップ)の典型的活動を持つ個人に対して,それらの活動の共起性に基づくマッチングアルゴリズムは,それらの移動性トレースの1週間の長期観察後にのみ16.8パーセントの成功率を達成し,4週間後に55%以上に達することを期待した。整合性の主な決定因子は,2つのデータセットにおける共起記録の予想数であることを示した。最後に,データ収集頻度に関して異なるシナリオを議論し,時間にわたる整合性の推定を与えた。著者らは,より一般的になるより高い周波数データ収集によって,著者らはより短い間隔でもはるかに高い成功率が期待できることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： オペレータ ,  トリップ ,  プライバシー ,  交通システム ,  データ収集 ,  *スマートカード
準シソーラス用語： サービスプロバイダ ,  モバイルネットワーク ,  *大規模データセット ,  大規模データベース , 【Automatic Indexing@JST】

分類 (4件)： 信号理論  (ND02020G) ,  パターン認識  (JE07000S) ,  無線通信一般  (ND08010L) ,  符号理論  (ND02030R)

タイトルに関連する用語 (4件)： 大規模データ集合 ,  移動性 ,  トレース ,  マッチング