Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

人流データ解析プラットフォーム Mobmap

FOSS4G Tokyo2014における講演資料です。人流データ解析プラットフォーム Mobmapについてご紹介しています。

  • Inicia sesión para ver los comentarios

人流データ解析プラットフォーム Mobmap

  1. 1. 2014 人流データ解析プラットフォーム FOSS4G東京 2014/11/1(Sat) Mobmap マイクロジオデータ研究会 仙石 裕明
  2. 2. 自己紹介 仙石裕明 合同会社マイクロベース CEO 東京大学CSIS 客員研究員 マイクロジオデータ研究会 副運営委員長 NPO法人伊能社中 副理事長 ! 六本木のジオデータサイエンティスト 夢はReal SimCityの実現!! @xianshiyuming
  3. 3. 今日お話したいこと 7% 24% 29% 20% 20% 1.人流データ解析  プラットフォーム  Mobmap 2.疑似人流データ 3.マイクロジオデータ  普及に向けた課題 4.新プロジェクト PStay 5.その他
  4. 4. 1.人流データ解析プラットフォーム  Mobmap
  5. 5. What’s Mobmap? 1500,1,1,1998/10/01 06:00:00,139.9249985549,35.7318406842,2,7,4110309,14,97,33,,97 3700,1,1,1998/10/01 06:00:00,139.9123053021,35.753511987,1,10,4112107,10,97,33,,97 7300,1,1,1998/10/01 06:00:00,139.9132597066,35.7134959947,1,7,4114009,8 ,97,40,,97 5500,1,1,1998/10/01 06:00:00,139.9374260851,35.7387718937,2,12,4113004,14,97,32,,97 9500,1,1,1998/10/01 06:00:00,139.9268670539,35.6868715236,1,2,4115011,12,97,26,,97 9700,1,1,1998/10/01 06:00:00,139.9238668934,35.6892555155,2,6,4115016,14,97,32,,97 11400,1,1,1998/10/01 06:00:00,139.9293917865,35.6808909812,1,6,4115107,9 ,97,36,,97 11800,1,1,1998/10/01 06:00:00,139.9077829215,35.6792209637,2,6,4115202,14,97,21,,97 10100,1,1,1998/10/01 06:00:00,139.9298447577,35.684551261,1,1,4115014,12,97,26,,97 • 移動データ(GPSログ等)に特化した可視化・解析ツール • 東京大学地球観測データ統融合連携研究機構・特任研究員の 上山智士氏によって開発
  6. 6. What’s Mobmap? • Google Chromeアプリとしてインストール可能 • Google Mapsの上に重ねられる移動物レンダラを実装 • ベースマップの準備不要、Windows・Mac・Linux対応
  7. 7. Mobmapでできること 追加したレイヤ • データを読み込んで生成したレイヤーは左ペインのレイヤー リストに追加 • 移動可能なものは順序を入れ替え可能
  8. 8. Mobmapでできること 動画DEMO http://youtu.be/PAkLQwPXoKQ
  9. 9. Mobmapでできること ①ラインゲートボタンをクリック ②マップ上をドラッグするとラ インを引くことができます。 羽田空港沿いの高速道路に適用してみます
  10. 10. Mobmapでできること 羽田空港を通過した移動軌跡だけを選択
  11. 11.  動画出力機能 人流解析結果を動画出力が可能に!!
  12. 12. ハンズオン 前日のハンズオンで参加者に作成してもらった動画を紹介 http://youtu.be/VOYT2GrcBTw
  13. 13. 2.疑似人流データ
  14. 14. 疑似人流データ ! 首都圏版につづき、 関西・中京版が新 たに追加 ! 株式会社ナイトレ イのホームページ にて公開
  15. 15. Mobmapの学習用に株式会社ナイ トレイにご提供いただいた位置情報 付きTweetデータから、疑似人流 データを作成
  16. 16. 位置情報付き Tweetデータ パーソントリップ (交通実態)調査GPS・基地局情報 更新 頻度 規模全ツイートのうち、 リアルタイム10年に1度リアルタイム ジオタグがついて いるのは0.2% サービス加入者数 概要トリップが詳細に 記載されており、 属性情報も多様。 しかし、特定の一 日のみ。 人の滞在分布や建 物単位の滞在履歴 が分かるが、トリッ プが分かるほど網 羅性は高くない。 滞留人口およびト リップを大規模に 把握可能。秘匿処 理のため、利用に 制限あり。 人口の約3.5% ※H22近畿圏
  17. 17. 疑似人流データができるまで
  18. 18. Step1 位置情報付きTweetデータを地図上にプロットした様子 (この時点ではmobmap上で全く動かないポイントが多数)
  19. 19. Step2 自宅推定、チェックイン別滞在時間を付与し、地図上にプロッ トした様子(夜間)。疎らに帰宅していく様子が分かる。 約250のチェックイン業種ごとに 暫定的な滞在時間を付与
  20. 20. Step3 経路補間(道路のみ)を施し、道路に沿って人が移動。 ※東京大学空間情報科学研究センター「人の流れプロジェクト」動線解析プラッ トフォームを利用 関本義秀, 薄井智貴, ⾦金杉洋, 増⽥田祐介, "都市空間における効率的な動線解析の共通基 盤のあり⽅方について", 第36回⼟土⽊木学会情報利⽤用技術シンポジウム, pp.111-114, 2011.
  21. 21. そもそも マイクロジオデータ研究会は Mobmapハンズオンや疑似人流 データの作成をなぜはじめたのか?
  22. 22. 3.マイクロジオデータ  普及に向けた課題
  23. 23. その前に マイクロジオデータとは?
  24. 24. 空間的解像度が高く、更新頻度の高い地理空間 情報(x,y,z,t)を持つベクターデータ(ポイント· ライン·ポリゴン)やラスターデータの呼称。
  25. 25. マイクロジオデータ 研究会が目指す世界観
  26. 26. 現在地情報・ ここって どういう場所? DB 住所・緯度経度情報 あらゆる場所の包括さ れた情報をスケールフリー で取得できる社会!! ユーザーは住所情報を送るだけで… 人口478人で昼は65歳以上の人口が4割 以上。20年後は人口は推計で2割減少。 1日に通るバスの台数は6台で、朝の利 用客数は多くて11人。1964年に開業し
  27. 27. 知りたいことは沢山あるが、
  28. 28. 完璧にすべての条件が揃った データはなかなかない
  29. 29. 位置情報付き Tweetデータ パーソントリップ (交通実態)調査GPS・基地局情報 更新 頻度 規模全ツイートのうち、 リアルタイム10年に1度リアルタイム ジオタグがついて いるのは0.2% サービス加入者数 概要トリップが詳細に 記載されており、 属性情報も多様。 しかし、特定の一 日のみ。 人の滞在分布や建 物単位の滞在履歴 が分かるが、トリッ プが分かるほど網 羅性は高くない。 滞留人口およびト リップを大規模に 把握可能。秘匿処 理のため、利用に 制限あり。 人口の約3.5% ※H22近畿圏
  30. 30. マイクロジオデータ研究会 の挑戦課題とは
  31. 31. 不完全なデータを用いながら、 いかにマイクロジオデータを 開発・普及させていくか
  32. 32. 網羅性 ⾼高 網羅性 低 解像度  ⾼高 GPS 解像度 低 POS 交通量調査 アメダス 住民基本台帳 アンケー ト調査 ネット調 査 求⼈人DB 不動産DB 記事DB パーソナルデータ 統計データ ソーシャルデータ ⾃自⼰己調査データ 引用: 仙石 裕明, オープンデータを活用したマイクロジオデータの開発, 統計と情報の専門誌「エストレーラ」, 2014.11
  33. 33. そのために、データ提供者·ユーザーとなる産 官、研究者が知識·技術の共有および協力でき る体制の構築を目指す。 データ 保有者 研究者 エンド ユーザー
  34. 34. 4.新プロジェクト PStay
  35. 35. What’s PStay? People stay 滞在人数 クラウドソーシングによって店舗滞在人数や通行量、 駐車台数等に関する情報を集め、ユーザーから別々に 集められた情報を離散的に解析し、滞在人数を推定する
  36. 36. これまでの人流データに関する解析研究と組み合わせ、 より細かな人の滞在・通行量の推定手法の構築を目指す 教師データ観測データ 大規模取得が可能 網羅性が低い 小規模取得 網羅性が高い 教師データによって観測値を 補正しながら推定値を出力 DB
  37. 37. 網羅性 ⾼高 網羅性 低 解像度  ⾼高 GPS 解像度 低 POS 交通量調査 アメダス 住民基本台帳 アンケー ト調査 ネット調 査 求⼈人DB 不動産DB 記事DB パーソナルデータ 統計データ ソーシャルデータ ⾃自⼰己調査データ 引用: 仙石 裕明, オープンデータを活用したマイクロジオデータの開発, 統計と情報の専門誌「エストレーラ」, 2014.11
  38. 38. PStayが狙うはココ! 網羅性 ⾼高 網羅性 低 解像度  ⾼高 GPS 解像度 低 POS 交通量調査 アメダス 住民基本台帳 アンケー ト調査 ネット調 査 求⼈人DB 不動産DB 記事DB パーソナルデータ 統計データ ソーシャルデータ ⾃自⼰己調査データ 引用: 仙石 裕明, オープンデータを活用したマイクロジオデータの開発, 統計と情報の専門誌「エストレーラ」, 2014.11
  39. 39. また、蓄積されたデータを補間処理・モデル化を 加えることで、業種別滞在モデルを構築 某小売業店舗の時間帯別滞在人数 時間 ⼈人数 推定値はMGD研究 会による調査デー タより作成
  40. 40. Mobmapで再現 代々木上原駅周辺の 店舗滞在人数 http://youtu.be/9FVXrz-7NAg
  41. 41. 開発協力: 合同会社マイクロベース ver0.1
  42. 42. 5.その他
  43. 43. マイクロベースで やっていること
  44. 44. マイクロジオデータ研究会ではともに研究 を行う研究者・企業を募集しております。 ! ご関心がございましたら、お気軽にお声 がけください!
  45. 45. ご清聴いただき、 ありがとうございました

×