Mengungkap ‘Kunjungan Tersembunyi’ Kami dengan Data Ponsel dan Pembelajaran Mesin

Peneliti dari Cina dan Amerika Serikat telah berkolaborasi dalam penelitian yang menggunakan teknik pembelajaran mesin untuk mengetahui ‘kunjungan tersembunyi’ yang kita lakukan ketika kita bergerak di sekitar negara, tetapi tidak membuat cukup panggilan telepon atau menggunakan ponsel kita cukup untuk membentuk gambaran lengkap tentang pergerakan kita dari catatan data telekomunikasi.

Makalah ini, yang berjudul Mengidentifikasi Kunjungan Tersembunyi dari Data Catatan Detail Panggilan yang Langka, dipimpin oleh Zhan Zhao dari Universitas Hong Kong, bekerja sama dengan Haris N. Koutsopoulos dari Universitas Northeastern Boston dan Jinhua Zhao di MIT.

Prinsip penelitian ini adalah untuk menggunakan catatan koneksi mobile (termasuk data mobile, SMS, dan panggilan suara) dari pengguna yang sangat aktif untuk mengembangkan model yang dapat lebih tepat menebak pola pergerakan pengguna yang kurang aktif.

Skema kasar untuk mengekstrak informasi perjalanan dari Data Catatan Detail Panggilan (CD). Sumber: https://arxiv.org/pdf/2106.12885.pdf

Meskipun peneliti mengakui bahwa ada implikasi privasi dalam mengembangkan penelitian seperti ini, dan meskipun tujuan proyek ini adalah untuk mendapatkan gambaran yang lebih baik dan lebih rinci tentang perjalanan pengguna, mereka berpendapat bahwa tujuan utama adalah untuk mendapatkan gambaran yang lebih umum tentang pergerakan.

Mereka juga mencatat bahwa Data Catatan Detail Panggilan (CDR) yang digunakan dalam studi ini memiliki resolusi spasial yang rendah dan rentan terhadap ‘noise posisi’ karena perubahan posisi pengguna relatif terhadap menara seluler yang mereka lalui, dan menyarankan bahwa keterbatasan ini sendiri merupakan bentuk perlindungan privasi:

‘Aplikasi target dari studi kami adalah deteksi perjalanan dan estimasi OD[*], yang dilakukan pada tingkat agregat, bukan tingkat individual. Model yang dikembangkan dapat langsung diterapkan pada server database operator telekom, tanpa perlu transfer data. Selain itu, dibandingkan dengan bentuk data besar lainnya, seperti data media sosial atau transaksi kartu kredit, data CDR relatif kurang invasif dalam hal privasi pribadi. Tambahan lagi, kesalahan lokalisasi membantu menyembunyikan lokasi pengguna yang tepat, memberikan lapisan perlindungan privasi tambahan.’

Interval Waktu Berlalu (ETIs)

Ketika kita bepergian dengan ponsel (tidak harus smartphone), keterbatasan data CDR sebagai alat penentuan lokasi menjadi jelas. Interval Waktu Berlalu (ETIs), periode perjalanan di mana pengguna mobile tidak melakukan atau menerima panggilan, merupakan penanda kritis dalam melacak pergerakan kita – interval ‘kesunyian’ yang cukup lama untuk kita sementara menghilang dari grid.

Para peneliti mencatat bahwa ini mengganggu kemampuan sistem analitis untuk membuat asumsi tentang perjalanan A>B, karena kelangkaan data dapat menyembunyikan ‘perjalanan yang tidak teramati’. Metode baru ini mengatasi ini dengan menganalisis konteks spasiotemporal ETIs, serta ‘karakteristik individu pengguna’.

Dataset

Para peneliti mengembangkan set pelatihan inti dengan data yang disediakan oleh operator layanan seluler utama di sebuah kota Cina dengan populasi 6 juta orang. Data tersebut berisi lebih dari dua miliar transaksi ponsel yang dihasilkan oleh tiga juta pengguna pada November 2013, dan hanya fitur catatan panggilan suara dan akses data (penggunaan data). Data SMS tidak digunakan, yang membuat penanganan kelangkaan data lebih sulit.

Data tersebut berisi ID unik yang dienkripsi; Kode Area Lokasi (LAC); timestamp; ID ponsel, yang dikumpulkan dengan LAC untuk mengidentifikasi menara seluler yang digunakan dalam transaksi; dan ID Acara (panggilan keluar/masuk, atau penggunaan data).

Pohon proses untuk identifikasi kunjungan tersembunyi.

Informasi ini dikaitkan dengan database operasi menara seluler, yang memungkinkan peneliti untuk mengquery koordinat garis bujur dan garis lintang menara yang terkait dengan acara komunikasi. Peneliti dapat mengidentifikasi 9000 menara seluler dalam dataset.

Peneliti mengamati bahwa sulit untuk menebak tujuan perjalanan hanya dengan catatan panggilan, karena catatan tersebut puncak di pagi dan sore hari, yang berkaitan dengan pola perjalanan. Karena panggilan telepon mendahului perjalanan (dan mungkin memicu perjalanan), ini dapat menyebabkan bias dalam estimasi tujuan.

Polaa penggunaan mobile sepanjang hari.

Keterbatasan yang sama berlaku untuk transaksi penggunaan data yang dimulai oleh pengguna, seperti aplikasi pesan, dan jenis interaksi lainnya. Namun, ‘penggunaan data otomatis’ membantu mengidentifikasi kita – polling sistematis API untuk pesan baru atau jenis data lainnya, termasuk daftar pesan, GPS, dan telemetri umum di seluruh aplikasi yang dipasang.

Pengolahan

Peneliti mendekati masalah ini dengan berbagai klasifikasi pembelajaran mesin yang populer, termasuk regresi logistik, mesin vektor pendukung (SVM), hutan acak, dan pendekatan ensemble boosting gradien. Semua klasifikasi ini diimplementasikan dalam Python melalui scikit-learn, dengan pengaturan default.

Dari pendekatan ini, peneliti menemukan bahwa regresi logistik menghasilkan jumlah parameter model yang paling dapat diinterpretasikan.

Mereka juga menemukan bahwa semakin lama ETI, semakin besar kemungkinan bahwa kunjungan tersembunyi telah terjadi, dan bahwa insiden kunjungan tersembunyi lebih banyak terjadi di pagi hari.

Lebih lanjut, ketika data CDR pengguna dengan mudah menampilkan banyak tujuan atau titik perjalanan, maka kemungkinan bahwa kunjungan tersembunyi telah terjadi adalah yang paling kecil. Secara umum, ini sesuai dengan prinsip penelitian ini – bahwa pengguna ‘paling berisik’ atau paling aktif menciptakan gambaran rinci tentang pergerakan mereka, dari mana perilaku pengguna yang kurang aktif dapat diinferensikan.

Dalam kesimpulan, peneliti meramalkan bahwa pendekatan mereka dapat digunakan untuk jenis data transportasi lainnya, termasuk data kartu pintar dan informasi media sosial yang dilokasikan secara geografis.

Penelitian ini didanai oleh Energy Foundation China dan Pusat Transportasi Berkelanjutan Cina.

* Asal-Tujuan