代表取締役の庄子と取締役の田村のショートペーパーが、空間情報技術および地理情報システム分野トップの国際会議である「ACM SIGSPATIAL」に採択されました。SIGSPATIAL は、地理情報システム（GIS）や位置情報データの活用方法に関する最新の研究成果を発表し、討論する場であり、学術研究者や業界関係者が集う重要な会議です。都市のインフラや人々の移動パターン、環境への影響など、幅広いテーマが取り扱われており、今回も最新の技術とデータ分析を駆使した研究が発表されました。また、複数都市での「Next Place Prediction（次の行き先予測）」の精度を競う SIGSPATIAL 併設のコンペティション HuMob Challenge2024 において、我々の所属チームが昨年に引き続き見事1位（Geoblue score）に輝きました。
GPSデータを使った生活パターンクラスタリングによる属性把握
論文「Unveiling Human Attributes through Life Pattern Clustering using GPS Data Only」というタイトルで、GPSデータを使って人々の生活パターンをクラスタリングするためのフレームワーク「LPSeL」を提案しました。LPSeL は、GPSデータから都市空間におけるエリアごとの特性を抽出し、それに基づいて人々の行動パターンをモデリングする手法です。この手法によって、緯度・経度・タイムスタンプのみから構成されたGPSデータから、例えば「オフィス勤務者」や「商業エリアの店舗スタッフ」といった職業属性の推定が可能になります．また、休日は「休日はインドア派」や「週末に仕事が多い人」といった、生活スタイル属性の抽出も可能です。本研究は、位置情報の持つ可能性を最大限に引き出し、自治体の政策立案からマーケティング戦略まで、都市の様々な場面での意思決定に役立つものだと考えています。
人の移動パターンに基づくエリア埋め込みの加法的構成性
論文「Additive Compositionality in Urban Area Embeddings Based on Human Mobility Patterns」というタイトルで、エリア埋め込みの算術演算に関する手法を提案しました。エリア埋め込みとは、GPSデータから都市の各エリアの移動傾向(昼に人が集まるオフィスエリア、休日に人が集まるエンタメエリアなど)をベクトル空間にマッピングする手法です。本研究では、このエリアごとのベクトルの足し算や引き算によって、エリアの形状の変換や、エリアの傾向の変化を捉えることを提案しています。特に各エリアの移動傾向の変化を捉えることで、都市政策や店舗の出店の効果の比較や、似た変化が起こった地区を探すことができ、都市計画や出店戦略に役立つものになっています。
複数都市における次の行き先予測手法
Human Mobility Prediction Challenge workshop（人の将来の移動軌跡予測の精度を競うコンペティション）において、論文「HuMob Challenge : Multi-City Next Location Prediction Method using Time-series Stay Frequency Tendency」というタイトルで、庄子・田村が所属する研究室の後輩が発表を行いました。コンペには、世界中から100チーム以上のエントリーがありましたが、昨年に引き続き我々のチームが優勝しました。 来年は、本会議にて行われる GIS CUP にて Humob Challenge が開催されるそうで、そちらにも参加予定です。
参考
SIGSPATILA2024：https://sigspatial2024.sigspatial.org/
庄子の論文：https://doi.org/10.1145/3678717.3691309
田村の論文：https://dl.acm.org/doi/10.1145/3678717.3691279
次の行き先予測手法の論文：https://dl.acm.org/doi/10.1145/3681771.3699909
コンペ情報（HuMob）: https://wp.nyu.edu/humobchallenge2024/
