文献

J-GLOBAL ID：202202228003624264   整理番号：22A0563273

韓国で収集した全国携帯電話データセットを用いた国際旅行者の移動予測可能性の理解【JST・京大機械翻訳】

Understanding the movement predictability of international travelers using a nationwide mobile phone dataset collected in South Korea

著者 (8件)： Xu Yang (Department of Land Surveying and Geo-Informatics, The Hong Kong Polytechnic University, Hong Kong, China) ,  Xu Yang (The Hong Kong Polytechnic University Shenzhen Research Institute, Shenzhen, China) ,  Zou Dan (Department of Land Surveying and Geo-Informatics, The Hong Kong Polytechnic University, Hong Kong, China) ,  Zou Dan (School of Geography and Planning, Sun Yat-sen University, China) ,  Park Sangwon (Smart Tourism Education Platform, College of Hotel & Tourism Management, Kyung Hee University, Republic of Korea) ,  Li Qiuping (School of Geography and Planning, Sun Yat-sen University, China) ,  Zhou Suhong (School of Geography and Planning, Sun Yat-sen University, China) ,  Li Xinyu (Department of Land Surveying and Geo-Informatics, The Hong Kong Polytechnic University, Hong Kong, China)
資料名： Computers, Environment and Urban Systems  (Computers, Environment and Urban Systems)
巻： 92  ページ： Null  発行年： 2022年 
JST資料番号： H0226B  ISSN： 0198-9715  CODEN： CEUSD5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 旅行者の動きを予測する能力は,旅行推奨,目標広告,およびインフラストラクチャ計画のような多くの都市アプリケーションにとって重要である。その重要性にもかかわらず,都市観光客と訪問者の移動予測可能性に関する理解は,大規模な移動性観測のアクセスの困難さのため,まだ限られている。本研究では,全国的な携帯電話データセットを分析することによって,このギャップを埋めることを目指した。データセットは,2018年に韓国を訪れた多数の国際旅行者の移動トレースを捉えた。2つの予測モデルを導入することによって,1つはMarkov連鎖であり,もう1つは再帰ニューラルネットワークアーキテクチャで,異なるモデル設定の下でよく旅行者の動きを予測できるかを評価し,予測可能性が旅行パターンにおける旅行者の滞在長と活動度に関係するかを調べた。旅行者の目的地選択は韓国で非常に多様であるので,これはモデルの性能の地理的変動をさらに調査することを可能にする。結果は,Markov連鎖モデルが,33.4%(@Acc1計量)と64.2%(@Acc5計量)の間の総合精度を,再発ニューラルネットワークモデルの41.9%(@Acc1)と67.7%(@Acc5)と比較して達成することを示した。両モデルの予測能力は,一般に,個人間でほとんど等しくなく,アクティブ旅行者は,一般的により予測可能である。モデルの性能には顕著な地理的変動があり,旅行者の動きはいくつかの都市で予測可能であるが,他の都市ではより少ない。本研究は,都市観光客と訪問者の運動予測可能性の描写における新しい努力を表すと信じる。分析フレームワークは,都市における観光計画とサービス展開を助けるために適用することができた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 広告 ,  *消費者 ,  予測 ,  活量 ,  *旅行 ,  観光 ,  都市 ,  Markov連鎖 ,  応用プログラム ,  モデル ,  *利用者 ,  *携帯電話 ,  *予測可能性 ,  予測モデル
準シソーラス用語： 神経回路網モデル ,  *旅行者 ,  訪問者 , 【Automatic Indexing@JST】

著者キーワード (6件)： 位置予測 ,  携帯電話データ ,  深層学習 ,  人間のモビリティ ,  旅行者の移動性 ,  スマート観光

分類 (1件)： 観光,レクリエーション  (RD04030J)

タイトルに関連する用語 (7件)： 韓国 ,  収集 ,  携帯電話 ,  データセット ,  旅行者 ,  予測可能性 ,  理解