私たちの「隠れた訪問」を携帯電話データと機械学習で明らかにする

中国とアメリカの研究者は、携帯電話データと機械学習技術を使用して、私たちが国中を移動するときに「隠れた訪問」と呼ばれるものを明らかにする研究を行った。この研究では、電話の通話やデータ使用の記録から、私たちの移動パターンを推測するモデルを開発した。

この研究は、論文「Identifying Hidden Visits From Sparse Call Detail Record Data」として発表された。研究のリーダーは、香港大学のZhan Zhaoで、ボストンのノースイースタン大学のHaris N. KoutsopoulosとMITのJinhua Zhaoが共同研究者である。

この研究の前提は、携帯電話のデータ使用記録や通話記録から、移動パターンを推測するモデルを開発することである。研究者は、携帯電話のデータ使用記録や通話記録から、移動パターンを推測するために、機械学習技術を使用した。

A rough schematic for extracting trip information from Call Detail Record (CD) data. Source: https://arxiv.org/pdf/2106.12885.pdf

研究者は、この研究がプライバシーに影響を与える可能性があることを認めているが、研究の目的は、移動パターンをより詳細に理解することであると主張している。

また、携帯電話のデータ使用記録や通話記録から、移動パターンを推測することが難しいことを指摘している。携帯電話のデータ使用記録や通話記録は、移動パターンを推測するために使用されるが、携帯電話の位置情報は、携帯電話塔の位置によって変化するため、正確な位置情報を得ることが難しい。

経過時間間隔（ETIs）

携帯電話を使用して移動するとき、携帯電話のデータ使用記録や通話記録から、移動パターンを推測することができる。ただし、携帯電話のデータ使用記録や通話記録は、移動パターンを推測するために使用されるが、携帯電話の位置情報は、携帯電話塔の位置によって変化するため、正確な位置情報を得ることが難しい。

研究者は、携帯電話のデータ使用記録や通話記録から、移動パターンを推測するために、機械学習技術を使用した。研究者は、携帯電話のデータ使用記録や通話記録から、移動パターンを推測するモデルを開発した。

データセット

研究者は、中国の携帯電話会社から提供されたデータを使用して、研究を行った。データには、2013年11月に、300万人のユーザーが生成した20億以上の携帯電話のデータ使用記録や通話記録が含まれている。

データには、ユーザーのID、携帯電話の位置情報、携帯電話の使用時間、携帯電話の種類などが含まれている。研究者は、データから、移動パターンを推測するために、機械学習技術を使用した。

Process tree for the identification of hidden visits.

研究者は、データから、移動パターンを推測するために、機械学習技術を使用した。研究者は、データから、移動パターンを推測するモデルを開発した。

処理

研究者は、データから、移動パターンを推測するために、機械学習技術を使用した。研究者は、データから、移動パターンを推測するモデルを開発した。

研究者は、データから、移動パターンを推測するために、ロジスティック回帰、サポートベクターマシン、ランダムフォレスト、グラディエントブースティングなどの機械学習技術を使用した。研究者は、データから、移動パターンを推測するモデルを開発した。

研究者は、データから、移動パターンを推測するために、機械学習技術を使用した。研究者は、データから、移動パターンを推測するモデルを開発した。

研究者は、この研究の結果を、他の種類の交通データ、たとえばスマートカードデータや地理位置情報付きのソーシャルメディア情報にも適用できる可能性があると考えている。

この研究は、エネルギー財団中国と中国持続可能交通センターの資金提供を受けて行われた。

この研究の結果は、移動パターンの推測に役立つ可能性がある。研究者は、この研究の結果を、他の種類の交通データにも適用できる可能性があると考えている。