Phát Hiện Những ‘Cuộc Thăm Thầm Lặng’ Của Chúng Ta Với Dữ Liệu Điện Thoại Di Động và Học Máy

Những nhà nghiên cứu từ Trung Quốc và Hoa Kỳ đã hợp tác nghiên cứu sử dụng các kỹ thuật học máy để phân biệt những ‘cuộc thăm thầm lặng’ mà chúng ta thực hiện khi di chuyển trong nước, nhưng không thực hiện đủ cuộc gọi điện thoại hoặc sử dụng điện thoại đủ để tạo ra một bức tranh hoàn chỉnh về chuyển động của chúng ta từ hồ sơ dữ liệu viễn thông.

Bài báo này, với tựa đề Xác Định Cuộc Thăm Thầm Lặng Từ Dữ Liệu Hồ Sơ Chi Tiết Của Cuộc Gọi, được dẫn đầu bởi Zhan Zhao từ Đại học Hồng Kông, hợp tác với Haris N. Koutsopoulos từ Đại học Northeastern ở Boston và Jinhua Zhao tại MIT.

Giả định của nghiên cứu này là sử dụng hồ sơ kết nối di động (bao gồm dữ liệu di động, tin nhắn và cuộc gọi thoại) của những người dùng tích cực để phát triển một mô hình có thể dự đoán chính xác hơn về mẫu di chuyển của những người dùng ít hoạt động.

Sơ đồ chi tiết về việc trích xuất thông tin chuyến đi từ Dữ Liệu Hồ Sơ Chi Tiết Của Cuộc Gọi (CD). Nguồn: https://arxiv.org/pdf/2106.12885.pdf

Mặc dù các nhà nghiên cứu thừa nhận có những tác động về quyền riêng tư khi phát triển công việc như vậy, và mặc dù mục tiêu của dự án là thu được thông tin chi tiết hơn về hành trình của người dùng, họ cho rằng mục tiêu là thu được một bức tranh tổng quát hơn về chuyển động.

Họ cũng lưu ý rằng Dữ Liệu Hồ Sơ Chi Tiết Của Cuộc Gọi (CDR) mà cung cấp nhiên liệu cho những nghiên cứu như vậy có độ phân giải không gian thấp và dễ bị ‘tiếng ồn vị trí’ do vị trí thay đổi của người dùng so với các tháp điện thoại di động mà họ đang đi qua, và đề xuất rằng hạn chế này chính nó là một hình thức bảo vệ quyền riêng tư:

‘Mục tiêu ứng dụng của nghiên cứu chúng tôi là phát hiện chuyến đi và ước tính OD[*], được thực hiện ở mức tổng hợp, không phải ở mức cá nhân. Các mô hình được phát triển có thể được triển khai trực tiếp trên máy chủ cơ sở dữ liệu của các nhà cung cấp dịch vụ viễn thông, mà không cần chuyển dữ liệu. Hơn nữa, so với các dạng dữ liệu lớn khác, chẳng hạn như dữ liệu mạng xã hội hoặc giao dịch thẻ tín dụng, dữ liệu CDR tương đối ít xâm phạm quyền riêng tư cá nhân. Ngoài ra, lỗi định vị của nó giúp che giấu chính xác vị trí người dùng, cung cấp một lớp bảo vệ quyền riêng tư khác.’

Khoảng Thời Gian Trôi Qua (ETIs)

Khi chúng ta di chuyển với điện thoại di động (không nhất thiết phải là điện thoại thông minh), những hạn chế của dữ liệu CDR như một công cụ định vị trở nên rõ ràng. Khoảng Thời Gian Trôi Qua (ETIs), những khoảng thời gian trong một chuyến đi mà người dùng di động không thực hiện hoặc nhận cuộc gọi, là một dấu hiệu quan trọng trong việc theo dõi chuyển động của chúng ta – một khoảng thời gian ‘im lặng’ đủ lâu để chúng ta tạm thời biến mất khỏi lưới.

Các nhà nghiên cứu lưu ý rằng điều này can thiệp vào khả năng của các hệ thống phân tích để đưa ra giả định về chuyến đi từ A đến B, vì sự thưa thớt của dữ liệu có thể che giấu một ‘chuyến đi không quan sát được’. Phương pháp mới này giải quyết vấn đề này bằng cách phân tích bối cảnh không gian-thời gian của ETIs, cũng như ‘các đặc điểm cá nhân của người dùng’.

Dữ Liệu

Các nhà nghiên cứu đã phát triển tập dữ liệu đào tạo cốt lõi với dữ liệu được cung cấp bởi một nhà cung cấp dịch vụ di động lớn ở một thành phố Trung Quốc với dân số 6 triệu người. Dữ liệu chứa hơn 2 tỷ giao dịch điện thoại di động được tạo ra bởi 3 triệu người dùng vào tháng 11 năm 2013, và chỉ bao gồm hồ sơ cuộc gọi thoại và truy cập dữ liệu (sử dụng dữ liệu). Dữ liệu tin nhắn ngắn không được sử dụng, điều này làm cho việc giải quyết sự thưa thớt của dữ liệu trở nên khó khăn hơn.

Dữ liệu chứa một ID duy nhất được mã hóa; một Mã Khu Vực (LAC); một dấu thời gian; một ID điện thoại di động, được thu thập với LAC để phân biệt tháp điện thoại di động được sử dụng trong giao dịch; và một ID Sự Kiện (cuộc gọi đi/đến, hoặc sử dụng dữ liệu).

Cây quy trình để xác định cuộc thăm thầm lặng.

Thông tin này được tham chiếu chéo với cơ sở dữ liệu hoạt động của tháp điện thoại di động, cho phép các nhà nghiên cứu truy vấn tọa độ kinh độ và vĩ độ của tháp điện thoại liên quan đến sự kiện giao tiếp. Các nhà nghiên cứu đã có thể xác định 9000 tháp điện thoại trong tập dữ liệu.

Các nhà nghiên cứu quan sát thấy rằng rất khó để đoán đích đến của chuyến đi chỉ dựa trên hồ sơ cuộc gọi, vì những loại hồ sơ này đạt đỉnh vào buổi sáng và buổi chiều, điều này tương quan với mẫu di chuyển. Vì cuộc gọi điện thoại đi trước chuyến đi (và có thể kích hoạt một chuyến đi), điều này có thể gây ra thiên vị trong việc ước tính đích đến.

Mẫu sử dụng điện thoại di động trong suốt cả ngày.

Những hạn chế tương tự áp dụng cho giao dịch sử dụng dữ liệu do người dùng khởi xướng, chẳng hạn như ứng dụng nhắn tin, và các loại tương tác khác. Tuy nhiên, đó là ‘sử dụng dữ liệu tự động’ giúp xác định chúng ta – việc thăm dò hệ thống các API để nhận thông tin mới hoặc các loại dữ liệu khác, bao gồm danh sách tin nhắn, GPS và telemetry chung trên các ứng dụng đã cài đặt.

Xử Lý

Các nhà nghiên cứu tiếp cận vấn đề này với một loạt các phân loại học máy phổ biến, bao gồm hồi quy logistic, máy hỗ trợ vector (SVM), rừng ngẫu nhiên và phương pháp tập hợp tăng cường gradient. Tất cả các phân loại đều được thực hiện trong Python thông qua scikit-learn, với các thiết lập mặc định.

Trong số những cách tiếp cận này, các nhà nghiên cứu phát hiện ra rằng hồi quy logistic cho ra số lượng tham số mô hình có thể giải thích cao nhất.

Họ cũng phát hiện ra rằng càng lâu ETI, càng có khả năng xảy ra một cuộc thăm thầm lặng, và rằng có nhiều cuộc thăm thầm lặng hơn vào buổi sáng.

Hơn nữa, khi hồ sơ CDR của người dùng dễ dàng lộ ra một số lượng lớn điểm đến hoặc điểm dừng, thì có ít khả năng xảy ra một cuộc thăm thầm lặng. Generally, điều này phù hợp với nguyên tắc chung của nghiên cứu – rằng những người dùng ‘ồn ào’ hoặc tích cực nhất đang vẽ một bức tranh chi tiết về chuyển động của họ, từ đó có thể suy ra hành vi của những người dùng ít hoạt động.

Kết luận, các nhà nghiên cứu dự báo rằng phương pháp của họ có thể được sử dụng cho các loại dữ liệu giao thông khác, bao gồm dữ liệu thẻ thông minh và thông tin mạng xã hội định vị địa lý.

Nghiên cứu này được tài trợ bởi Quỹ Năng lượng Trung Quốc và Trung tâm Vận tải Bền vững Trung Quốc.

* Nguồn Gốc – Điểm Đến