群の形成過程に基づく ソーシャルイベント判別手法

卒業論文 2010 年度 ( 平成 22 年度 )

群の形成過程に基づく

ソーシャルイベント判別手法

指導教員

慶 應 義 塾 大 学 環 境 情 報 学 部

徳田 英幸 村井 純 楠本 博之

中村 修 高汐 一紀 重近 範行

Rodney D. Van Meter III 植原 啓介

三次 仁 中澤 仁 武田 圭史

慶應義塾大学 環境情報学部 丹羽 亮太

[email protected]

卒業論文要旨 2010 年度 ( 平成 22 年度 )   群の形成過程に基づく

ソーシャルイベント判別手法

本研究では，群情報を元にしたソーシャルイベント判別システムの提案を行う. 実世界にお いて群は， 交通事故や野球観戦，コンサート のようなソーシャルイベントにより形成され る. また，ソーシャルイベントはその性質によっていくつかの種類に分類することが出来る. 実世界において，大規模な群が形成されたとき，混雑によるユーザへの身体的・精神的な 負担の増加，混雑に伴った予期しない事故といった悪影響が生じる. また，群を形成する原 因 と な っ た ソ ー シ ャ ル イ ベ ン ト の 性 質 に 応 じ て ，群 を 構 成 す る ユ ー ザ の 欲 求 も 様 々 に 異 な る. し か し ，従 来 の 位 置 情 報 想 定 技 術 で は ，そ こ に 多 く の 人 が い る と い う 事 は 分 か っ て も ソ ー シ ャ ル イ ベ ン ト に よ っ て 群 が 形 成 さ れ た の か ，偶 然 多 く の 人 が そ の 場 に 居 る だ け な の か 判 別 出 来 ず ，多 様 な ユ ー ザ の 欲 求 に 即 し た 適 切 な ユ ー ザ 支 援 を 行 う こ と が 出 来 な い と い う 問 題 が あ る.

そこで，ユーザの所持するモバイル端末から位置情報を取得し，複数のユーザの位置情報 を解析することで群形成の検知とソーシャルイベントの判別を行う. 群形成の検知は，特定 の 地 点 に 留 ま っ て い る ユ ー ザ が ど れ 位 い る の か を 表 す 滞 留 人 密 度 と ，各 ユ ー ザ の 進 行 方 向 ベ ク ト ル の 交 点 と い う2つ の 要 素 を 用 い て 行 う. ま た ，ソ ー シ ャ ル イ ベ ン ト の 判 別 は 各 ユ ー ザ の 移 動 距 離 平 均 と 群 が 形 成 さ れ る ま で の 時 間 の2要 素 に よ っ て 行 わ れ ，4つ の タ イ プ の イ ベ ン ト に 判 別 す る.

ソ ー シ ャ ル イ ベ ン ト の 検 知 と 判 別 を 行 う こ と に よ り ，現 在 の 位 置 情 報 測 定 技 術 の み で は 実 現 出 来 な か っ た 幅 広 い ユ ー ザ 支 援 を 行 う こ と が 可 能 と な る.

キ ー ワ ー ド：

群 ，位 置 情 報 ，ソ ー シ ャ ル イ ベ ン ト ，GPS，群 の 検 知 ，ソ ー シ ャ ル イ ベ ン ト 判 別

慶 應 義 塾 大 学 環 境 情 報 学 部 丹 羽 亮 太

Abstract of Bachelor’s Thesis

Design and Implementation of Social Event

Discrimination System Based on Crowds Information

This thesis proposes social event discrimination system based on crowds information. We often form crowds according to social events such as ”car accidents, watching baseball games or music concerts”. Since such kinds of crowds sometimes harm our social activities (e.g., bad traffic) , detection or prediction of the both crowds and social events are important. Nowadays, most of people have mobile phones which mounts GPS sensors, and many location-based application is proposed. This thesis focuses to detect or predict crowds and social events with location information.

The contributions of this thesis is two folds; (1) classifying social events into 4 types and providing the classified information to application programmers for using the information easily in their application, and (2) providing design and implementation of discrimination algorithm for crowds and social events. To analyze crowds, we present two parameter, (i) staying density which means how many people stays in a same place and (ii)vectors intersection which means a place people goes to. Social events are detected based on the crowds information and classified into 4 types according to average movement distance of people who form each crowds and time length of the crowds’ creation. Through simulator-based implementation and evaluation, we confirm the effectiveness of our approach and discuss the pros and cons of the system.

キ ー ワ ー ド：Crowds, Location Information, Social Events

Ryota Niwa

Faculty of Environmental Information Keio University

目次

第1章 序 論 1

1.1 本 研 究 の 背 景 . . . . 2

1.2 本 研 究 の 概 要 . . . . 3

1.3 本 論 文 の 構 成 . . . . 3

第2章 群 の 形 成 と ソ ー シ ャ ル イ ベ ン ト 4 2.1 ユ ビ キ タ ス コ ン ピ ュ ー テ ィ ン グ 環 境 と 位 置 情 報 サ ー ビ ス . . . . 5

2.2 問 題 意 識 . . . . 6

2.2.1 群 の 形 成 . . . . 6

2.2.2 実 世 界 へ の 影 響 . . . . 6

2.3 ソ ー シ ャ ル イ ベ ン ト と 群 . . . . 7

2.3.1 ソ ー シ ャ ル イ ベ ン ト . . . . 7

2.3.2 ソ ー シ ャ ル イ ベ ン ト の 分 類 . . . . 8

2.4 本 研 究 の 目 的 . . . . 10

2.5 ソ ー シ ャ ル イ ベ ン ト の 分 類 と ユ ー ザ 支 援 . . . . 10

2.6 関 連 研 究 . . . . 11

2.7 本 章 の ま と め . . . . 12

第3章 ソ ー シ ャ ル イ ベ ン ト 判 別 手 法 14 3.1 概 要 . . . . 15

3.2 群 検 知 手 法 . . . . 15

3.2.1 帯 留 人 密 度 . . . . 16

3.2.2 ユ ー ザ の 進 行 方 向 ベ ク ト ル の 交 点 . . . . 17

3.2.3 群 の 検 知 . . . . 18

3.3 ソ ー シ ャ ル イ ベ ン ト 判 別 . . . . 19

3.3.1 群 形 成 に 要 す る 時 間 . . . . 19

3.3.2 群 を 構 成 す る ユ ー ザ の 移 動 距 離 平 均 . . . . 20

3.3.3 ソ ー シ ャ ル イ ベ ン ト 表 現 方 法 . . . . 20

3.4 本 章 の ま と め . . . . 21

第4章 設 計 22 4.1 想 定 環 境 . . . . 23

4.2 機 能 要 件 . . . . 23

4.2.1 位 置 情 報 取 得 機 能 . . . . 24

4.2.2 群 検 知 機 能 . . . . 24

4.2.3 ソ ー シ ャ ル イ ベ ン ト 判 別 機 能 . . . . 24

4.2.4 ア プ リ ケ ー シ ョ ン イ ン タ フ ェ ー ス . . . . 25

4.3 シ ス テ ム 構 成 . . . . 25

4.4 本 章 の ま と め . . . . 27

第5章 実 装 28 5.1 実 装 概 要 . . . . 29

5.2 実 装 環 境 . . . . 29

5.3 ソ フ ト ウ ェ ア 構 成 . . . . 30

5.3.1 シ ミ ュ レ ー タ. . . . 30

5.3.2 群 の 検 知 . . . . 31

5.3.3 ソ ー シ ャ ル イ ベ ン ト 判 別 . . . . 33

5.4 本 章 の ま と め . . . . 35

第6章 評 価 36 6.1 評 価 方 針 . . . . 37

6.1.1 評 価 環 境 . . . . 37

6.1.2 評 価 項 目 . . . . 37

6.2 評 価 結 果 . . . . 38

6.2.1 群 検 知 ア ル ゴ リ ズ ム の 評 価 結 果 . . . . 38

6.2.2 ソ ー シ ャ ル イ ベ ン ト 判 別 ア ル ゴ リ ズ ム の 評 価 結 果 . . . . 39

6.3 本 章 の ま と め . . . . 41

第7章 結 論 43 7.1 ま と め . . . . 44

7.2 現 状 の 課 題 と 今 後 の 展 望 . . . . 45

図目次

2.1 位 置 情 報 を 使 っ た サ ー ビ ス . . . . 5

2.2 ソ ー シ ャ ル イ ベ ン ト に よ る 群 の 形 成 . . . . 8

3.1 フ ィ ー ル ド と サ ブ フ ィ ー ル ド . . . . 16

3.2 滞 留 人 密 度 の 計 算 方 法. . . . 17

3.3 移 動 方 向 ベ ク ト ル の 交 点 の 例 . . . . 18

3.4 移 動 距 離 の 計 算 . . . . 21

4.1 シ ス テ ム 構 成 図 . . . . 26

5.1 シ ミ ュ レ ー タ ー 動 作 図. . . . 29

6.1 群 形 成 に 要 す る 時 間 . . . . 41

6.2 ユ ー ザ の 移 動 距 離 平 均. . . . 41

表目次

1.1 携 帯 電 話 の 利 用 状 況 . . . . 2

2.1 ソ ー シ ャ ル イ ベ ン ト の 分 類 . . . . 10

5.1 シ ミ ュ レ ー タ 実 装 環 境. . . . 30

6.1 ベ ク ト ル の 交 点 . . . . 39

6.2 滞 留 人 密 度 . . . . 39

6.3 ソ ー シ ャ ル イ ベ ン ト 判 別 . . . . 40

ソースコード目次

5.1 DensityCalc() . . . . 32 5.2 calcDistance() . . . . 33

第 1 章

序論

本章では，始めに本研究の背景を述べ，次に本研究の概要を述べ，最後に本 論文の構成を記述する．

1.1 本研究の背景

本 研 究 の 背 景 と し て ，モ バ イ ル 端 末 の 普 及 と ユ ビ キ タ ス コ ン ピ ュ ー テ ィ ン グ 技 術 の 発 展 が 挙 げ ら れ る ．近 年 ，無 線 通 信 技 術 の 発 展 や 端 末 の 小 型 化 に 伴 い 携 帯 電 話 やPDAと い っ た モ バ イ ル 端 末 が 急 速 に 普 及 し 始 め ，多 く の ユ ー ザ が ス マ ー ト フ ォ ン や 携 帯 電 話 の よ う な モ バ イ ル 端 末 を 所 持 す る よ う に な っ た ．総 務 省 の 通 信 利 用 動 向 調 査 報 告 書[21]に よ れ ば 表1.1 のようにモバイル端末の中でも特に携帯電話の個人利用は全体では7割以上，20歳から50歳 までの年代では9割が利用していると述べられている．このようにモバイル端末は多くの人 に 所 持 さ れ ，端 末 の 持 つ 様 々 な 機 能 や 多 様 な サ ー ビ ス と 合 わ せ 日 常 生 活 の 中 で 頻 繁 に 用 い られている. また，ユビキタス技術の発展に伴った各種センサの安化・小型化や位置情報測 定 技 術 の 向 上 に よ り １ つ の モ バ イ ル 端 末 上 に 加 速 度 セ ン サ や 光 セ ン サ な ど ，複 数 の セ ン サ が 搭 載 さ れ る よ う に な っ た. 更 に ，総 務 省 が 定 め た 事 業 用 電 気 通 信 設 備 規 則[19]に よ り ， Docomo，au,softbank,の 大 手 ３ キ ャ リ ア か ら 販 売 さ れ て い る 携 帯 電 話 へGPSの 搭 載 が 原 則 的に義務化した. 他にもGPSだけでなくwi-fi [5]やBluetooth [18]を用いたものなど複数の位 置 情 報 測 定 手 法 を モ バ イ ル 端 末 か ら 利 用 す る こ と が 可 能 と な っ て き て い る ．そ の た め ，モ バイル端末上から位置情報をはじめとした複数の情報を取得することが可能となってきた. また，無線技術の発展により街中の様々な場所でホットスポットと呼ばれる，誰でも自由 に 無 線LANを 用 い て ネ ッ ト ワ ー ク に ア ク セ ス で き る 環 境 が 整 い 始 め て い る. 具 体 的 な 例 を 挙 げ れ ば ，現 在 は 有 料 で は あ る が マ ク ド ナ ル ド や ド ト ー ル な ど の 店 舗 内 やJRの 駅 構 内 な ど の 複 数 の 場 所 で 無 線LANを 自 由 に 用 い る こ と が 可 能 と な っ て い る. こ の よ う な ，ネ ッ ト ワ ー ク 環 境 の 整 備 は 今 後 よ り 一 層 進 ん で い く と 考 え ら れ る. こ う し た 無 線 技 術 の 発 達 に 伴 い ，無 線 ネ ッ ト ワ ー ク を 介 し ユ ー ザ が ど こ に い て も モ バ イ ル 端 末 を 通 じ て セ ン シ ン グ し た 位 置 情 報 や 各 種 セ ン サ の 情 報 等 の 様 々 な 情 報 取 得 す る こ と が 可 能 に な り つ つ あ る ．

こ う し た ユ ビ キ タ ス 技 術 と 無 線 技 術 の 発 達 に 伴 い ，実 世 界 に お い て リ ア ル タ イ ム に ユ ー ザの位置情報を取得することが可能となりはじめている. これにより，個人の位置情報を集 積 し た も の で あ る 群 情 報 を 取 得 す る こ と が 出 来 る 環 境 も 整 い つ つ あ り ，今 後 も よ り 一 層 環 境 が 整 っ て い く と 考 え ら れ る ．

世代別 6歳以上(全体) 6-12歳 13-19歳 20-29歳 30-39歳 40-49歳 50-59歳 60-64歳 65-69歳 70-79歳 80歳以上 利用率 73.9 31.6 85.4 96.7 94.3 93.7 85.9 76.2 62.9 33.5 12.3

表1.1 携帯電話の利用状況

1.2 本研究の概要

本 研 究 で は ，群 情 報 の 解 析 に よ る ソ ー シ ャ ル イ ベ ン ト 判 別 シ ス テ ム の 提 案 を 行 う ．各 ユ ー ザ の 所 有 す る 携 帯 電 話 な ど の モ バ イ ル 端 末 よ り 位 置 情 報 を 取 得 し ，複 数 の ユ ー ザ の 位 置情報を解析することで群形成の検知とソーシャルイベントの判別を行う. 群が形成されて い る 場 所 の 検 知 は ，特 定 の 地 点 に 留 ま っ て い る ユ ー ザ が ど れ 位 い る の か を 表 す 滞 留 人 密 度 と，各ユーザの進行方向ベクトルの交点という２つの要素を用いて行う. また，ソーシャル イ ベ ン ト の 判 別 は 各 ユ ー ザ の 移 動 距 離 平 均 と 群 が 形 成 さ れ る ま で の 時 間 の ２ 要 素 に よ っ て 行 わ れ ，４ つ の タ イ プ の イ ベ ン ト に 判 別 す る.

本 研 究 に よ り ，イ ベ ン ト の 種 類 に 応 じ た 情 報 配 信 や ，混 雑 回 避 の た め の ナ ビ ゲ ー シ ョ ン ， イ ベ ン ト 発 生 履 歴 の 可 視 化 に よ る 場 の 意 味 付 け ，と い っ た 様 々 な ア プ リ ケ ー シ ョ ン を 実 現 す る こ と が 出 来 る.

1.3 本論文の構成

本 論 文 は 以 下 の 様 に 構 成 さ れ る. ２ 章 で は,実 世 界 に お け る 群 の 形 成 と そ の 問 題 点 に つ い て述 べ，3章で ソー シャ ル イベ ント の判 別手 法 につ いて 述べ る. 4章と5章で設 計と 実装 に つ い て を 述 べ ，6章 で 評 価 に つ い て を 述 べ る. 最 後 に ，７ 章 で 本 論 文 を ま と め ，今 後 の 展 望 に つ い て 述 べ る.

第 2 章

群の形成とソーシャルイベント

まず，初めにユビキタスコンピューティング環境と位置情報サービスについ てを述べる. その次に，問題意識として群と実世界への影響について述べた 後，ソーシャルイベントの分類について述べる.

2.1 ユビキタスコンピューティング環境と位置情報サービス

近年，コンピュータの小型化・高性能化に伴い，生活の中で計算能力を持ったデバイスが 普 及 し 始 め て い る. こ れ ら の デ バ イ ス は ，我 々 の 日 常 生 活 の 様 々 な 場 面 で“い つ で も・ど こ で も・だ れ で も”情 報 の や り 取 り を 可 能 に す る. ま た ，そ う し た 計 算 能 力 を 持 っ た デ バ イ ス を 通 じ て 時 に は デ バ イ ス 自 体 を 意 識 す る こ と な く 情 報 サ ー ビ ス の 恩 恵 を 享 受 す る こ と が 可 能となり始めている. このような環境はユビキタスコンピューティング環境と呼ばれ，コン ピ ュ ー タ が そ の 場 に あ る こ と を 意 識 さ せ ず に ユ ー ザ を 支 援 す る た め の 技 術 の 研 究 や サ ー ビ ス の 提 供 が 盛 ん に 行 わ れ て い る. ユ ビ キ タ ス 技 術 を 利 用 し た サ ー ビ ス は 数 多 く 存 在 す る が ， その中でも位置情報を用いたサービスが注目を集め始めている. かつての位置情報サービス は ，GoogleMap [1]の よ う な 地 図 サ ー ビ ス が 主 流 で あ っ た が ，現 在 で は 図2.1の よ う に ソ ー シ ャ ル サ ー ビ ス と 位 置 情 報 を 連 動 さ せ た サ ー ビ ス や ，総 務 省 が 推 進 し て い る 地 域 児 童 見 守 りサービス[20]のような移動体トラッキングサービス等のサービスが登場してきている. ま た ，個 人 レ ベ ル の 位 置 情 報 を 利 用 し た サ ー ビ ス や 研 究 だ け で な く ，よ り 大 規 模 な 都 市 レ ベ ル 等 で 多 数 の ユ ー ザ の 位 置 情 報 を 集 積 し ，集 団 の 行 動 解 析 や 交 通 問 題 ，社 会 的 な 問 題 の 解 決 を 目 指 す 群 情 報 を 用 い た 研 究 に も 注 目 が 集 ま り 始 め て い る.[15][13][8]

群 情 報 を 用 い た 研 究 の 例 と し て ，NTTド コ モ が 工 学 院 大 学 や 東 京 大 学 な ど と 共 同 研 究 を 行 っ て い る モ バ イ ル 空 間 統 計 な ど が あ る.[14]

地図情報サービス 目的地までの誘導 Ex)GoogleMap 検索サービス

位置情報から店舗を検索 検索サービス 位置情報から店舗を検索

 案内サービス 付近の目的地施設へ案内 Ex)s-park

拡張現実 (AR) ディスプレイ上の映像に 様々な情報を付加 Ex) セカイカメラ

移動体トラッキングサービス     ものの移動を監視 / 把握      Ex) 児童見守りサービス

位置情報を用いたゲーム 位置情報がゲームに反映

ソーシャルサービス ブログなどに位置情報タグ を付加

     Ex)Twitter Place

図2.1 位置情報を使ったサービス

2.2 問題意識

本 節 で は ，群 の 形 成 と 群 が 実 世 界 へ 与 え る 影 響 に つ い て 述 べ る.

2.2.1 _群の形成

上 述 し た よ う な 情 報 技 術 の 発 達 に よ り ，個 人 レ ベ ル の 位 置 情 報 だ け で は な く よ り 大 規 模 な 群 と し て の 位 置 情 報 を 扱 う 研 究 が 行 わ れ る よ う に な り ，注 目 さ れ 始 め た.[10][17][9]

本研究では，群を何らかの目的を持って集まるユーザの集合と定義する. 群は，日常生活 に お け る 様 々 な 場 面 で 形 成 さ れ る. 例 え ば ，日 常 生 活 で 形 成 さ れ る 群 の 例 と し て ，“コ ン サ ー ト や 野 球 観 戦”な ど 大 き な イ ベ ン ト に 人 が 集 ま る こ と で 形 成 さ れ る 大 規 模 な 群 や ，“友 人と買い物に行く際や公共スペースで休む”等の理由によりユーザ同士が偶然に空間を共有 することで形成される小さな群などがある. また，群が形成される理由は様々だが，群の規 模 に 関 わ ら ず 多 く の 場 合 に お い て 意 識 的・無 意 識 的 に 関 わ ら ず 複 数 の ユ ー ザ が 共 通 の 目 的 を 持 ち 特 定 の 場 所 に 集 ま る こ と に よ り 群 の 形 成 が 行 わ れ る.

例えば，意識的に目的を共有している群として，友人同士での買い物が挙げられる. これ は ，“一 緒 に 買 い 物 を 行 う”と い う 共 通 の 目 的 を 持 っ た お 互 い に 面 識 の あ る ユ ー ザ 同 士 が ， 同じタイミングで行動することによって形成される群である. 一方，無意識的に目的を共有 している群として，野球観戦というイベントが挙げられる. これは，各ユーザ間に接点はな く タ イ ミ ン グ を 合 わ せ て 行 動 を 行 っ て い る わ け で は な い が ，“野 球 の 観 戦 を 行 う”と い う 目 的 を 無 意 識 的 に 共 有 し ，目 的 達 成 の た め に 野 球 の ス タ ジ ア ム と い う 共 通 の 空 間 に 多 数 の ユ ー ザ が 滞 在 す る こ と で 形 成 さ れ る 群 で あ る.

また，小規模な群が複数集まる事により，より大規模な群が形成される場合がある. 例え ば ，上 記 し た 野 球 観 戦 の 例 は ，ミ ク ロ な 視 点 で 見 た 場 合 に は“友 人 同 士 で 野 球 観 戦”と い う 野 球 ス タ ジ ア ム の 一 部 の 場 所 で に 発 生 し た 小 規 模 な 群 の 集 ま り で あ る が ，マ ク ロ な 視 点 で 見 た 場 合 に は ，“野 球 観 戦”と い う 目 的 を も ち 野 球 ス タ ジ ア ム に 集 ま っ た 複 数 の ユ ー ザ に よ る大規模な群として認識される. このように大規模な群の中には小規模な群が複数，内包さ れ て い る 場 合 も あ る.

2.2.2 _{実世界への影響}

群は我々の日常生活において様々な場面で形成されるが，群の形成要因の1つとしてソー シャルイベントが挙げられる. ソーシャルイベントは群を発生させ，結果として混雑や交通 渋滞，それに伴う事故のような社会的悪影響を及ぼす. 例えば，混雑はソーシャルイベント

に よ り 群 が 形 成 さ れ ，ソ ー シ ャ ル イ ベ ン ト 発 生 地 点 の 周 囲 の ス ペ ー ス の 人 数 許 容 量 を 超 過 することにより引き起こされる. 混雑が発生すると平常時に比べ，目的地の移動時間の増加 や人ごみによる精神的な疲労等の負担をユーザに強いてしまう. また，混雑や交通渋滞が発 生 し ，一 か 所 に 多 数 の ユ ー ザ が 滞 在 す る こ と に よ り ，人 身 事 故 の よ う な 意 図 し な い 事 故 や ユーザ間での諍いが発生する可能性がある. 他にも，ソーシャルイベントにより多数のユー ザ が 集 合 す る こ と に よ る 悪 影 響 と し て ，私 有 地 や 立 ち 入 り が 許 可 さ れ て い な い ス ペ ー ス な ど で 意 図 し な い 群 が 形 成 さ れ ，公 務 や 勤 務 の 妨 げ に な っ た り セ キ ュ リ テ ィ 面 へ の 影 響 が 発 生 す る 場 合 が 考 え ら れ る.

こ の よ う に ソ ー シ ャ ル イ ベ ン ト に よ り 群 が 形 成 さ れ る こ と で ，実 世 界 へ 大 き な 影 響 が 及 ぼされ社会的な損失が発生する場合がある. こうした社会的損失をいかに抑えるかは，重要 な 社 会 的 課 題 で あ る と い え る.

また，大規模な群による社会的悪影響を緩和するための技術的な問題意識として，既存の 位 置 情 報 だ け で は 群 の 形 成 を 正 確 に 判 別 す る こ と が 出 来 な い 問 題 が 挙 げ ら れ る. 従 来 の GPSな ど の 位 置 情 報 測 定 技 術 で は ，あ る 地 点 に 多 数 の ユ ー ザ が 存 在 し て い る こ と は 検 知 で き て も ，そ れ が 偶 々 同 じ 場 所 に 居 合 わ せ た だ け の ユ ー ザ な の か ，ソ ー シ ャ ル イ ベ ン ト の よ う な 目 的 を 持 ち 集 ま り 群 を 形 成 し て い の か を 判 別 出 来 な い. 群 に よ る 社 会 的 悪 影 響 を 緩 和 し ，ユ ー ザ へ の 社 会 的 損 失 を 抑 え る た め に は 正 確 な 群 の 検 知 を 行 う こ と が 重 要 で あ る.

2.3 ソーシャルイベントと群

本節では，ソーシャルイベントと群の関係と，ソーシャルイベントの分類についてを述べる.

2.3.1 _{ソーシャルイベント}

多 く の 場 合 に ，大 規 模 な 群 は ソ ー シ ャ ル イ ベ ン ト が 原 因 と な り 形 成 さ れ る. 本 研 究 で は ， ソ ー シ ャ ル イ ベ ン ト を実 世 界 で 発 生 す る 大 規 模 な 社 会 的 な 事 象と 定 義 す る. 具 体 的 な ソ ー シ ャ ル イ ベ ン ト の 例 と し て ，“野 球 観 戦 や コ ン サ ー ト ，交 通 事 故,新 店 舗 の 開 店”な ど が 挙 げ られる. 実世界において，ソーシャルイベントが発生すると，図2.2のように，ソーシャルイ ベ ン ト に 関 心 を 持 つ ユ ー ザ や ，ソ ー シ ャ ル イ ベ ン ト に 参 加 し よ う と し て い る ユ ー ザ が ， 様 々 な 地 点 か ら ソ ー シ ャ ル イ ベ ン ト が 行 わ れ て い る 地 点 に 集 ま り 群 が 形 成 さ れ る.

ソ ー シ ャ ル イ ベ ン ト は ，長 時 間 持 続 し て 開 催 さ れ る も の ，短 期 間 の う ち に 終 了 す る も の ， 近 隣 の ユ ー ザ の み が ソ ー シ ャ ル イ ベ ン ト に 集 ま る も の ，突 発 的 に 発 生 す る も の な ど ，ソ ー シャルイベント毎に様々な性質を持つ. 例えば，“コンサートや野球観戦”のようなソーシャル イ ベ ン ト は ，“予 め 計 画 さ れ て お り 長 時 間 に 渡 り 開 催 さ れ ，近 隣・遠 方 を 問 わ ず ユ ー ザ が 集 ま る” と い っ た 性 質 を 持 っ た ソ ー シ ャ ル イ ベ ン ト で あ る. 一 方 ，“交 通 事 故 や 路 上 ラ イ ブ”の

よ う な ソ ー シ ャ ル イ ベ ン ト は ，“突 発 的 に 発 生 し ，短 時 間 の う ち に 終 了 す る ，近 隣 の ユ ー ザ の み が 集 ま る”と い う 性 質 を 持 つ ソ ー シ ャ ル イ ベ ン ト で あ る. ソ ー シ ャ ル イ ベ ン ト は ，こ の よ う に ソ ー シ ャ ル イ ベ ン ト 自 体 が 持 つ ，性 質 に 応 じ て 分 類 す る こ と が 出 来 る と 考 え ら れ る.

2.3.2 ソーシャルイベントの分類

本 研 究 で は ，ソ ー シ ャ ル イ ベ ン ト に よ っ て 群 を 形 成 す る ユ ー ザ の 群 形 成 の 仕 方 か ら ソ ー シ ャ ル イ ベ ン ト を 判 別・分 類 す る. ソ ー シ ャ ル イ ベ ン ト ご と の 差 と し て ，規 模 や 参 加 人 数 ， 群を構成するユーザの種類，イベントの継続時間など様々な要素が考えられる. 規模を取得 するための指標として，人数が挙げられる. しかし，位置情報から人数を取得するだけでは そ の 場 に 偶 々 居 合 わ せ た ユ ー ザ な の か ，ソ ー シ ャ ル イ ベ ン ト に よ っ て 群 を 形 成 し て い る ユーザなのか判別することが出来ない. また，構成するユーザの種類も友人，知人といった 対人関係から，年齢，性別のようなパーソナル情報まで，様々でありこれらをGPSから取得 し た 位 置 情 報 の み か ら 判 別 す る こ と は 困 難 で あ る.

そこで，本研究では群の形成に要された時間と，ユーザが群を形成するまでに移動してき

図2.2 ソーシャルイベントによる群の形成

た距離に着目した. 群の形成に要された時間は，ソーシャルイベントの参加人数や規模に応 じて増減すると考えられる. また，形成が終わった後も再度群の拡大が行われるケースも考 え ら れ る た め ，本 研 究 で は 拡 大 さ れ て い る 時 間 も 群 の 形 成 に 要 さ れ た 時 間 と し て 定 義 す る. 群 の 拡 大 が 行 わ れ て い る 際 に は ，ソ ー シ ャ ル イ ベ ン ト が 継 続 し て 行 わ れ て い る と 考 え ら れ る た め ，群 の 形 成 に 要 さ れ た 時 間 を 取 得 す る こ と で イ ベ ン ト の 継 続 時 間 も 反 映 す る こ と が 出来ると考えられる. ユーザが群を形成するまでに移動してきた距離からは，ユーザが遠方 か ら 来 て 群 を 構 成 し た の か ，近 隣 か ら 来 て 群 を 構 成 し た の か と い う 構 成 ユ ー ザ の 種 類 を 判 別を行うことが出来る. また，多くのユーザが遠方から参加するソーシャルイベントは予め 告知が行われていたと考えられる. 一方，近隣のユーザのみが集まるケースでは狭い範囲の み で 告 知 が 行 わ れ て い る 場 合 や ，告 知 は な か っ た が 発 生 し た ソ ー シ ャ ル イ ベ ン ト を ユ ー ザ が 目 撃 し て 集 ま っ た 場 合 な ど が 考 え ら れ る. こ の よ う に ，“群 形 成 に 要 す る 時 間”，“群 を 構 成す る ユ ー ザ の 移 動 距 離 の 平 均”の2つの 要 素 は ，様々 な 要 素 を 反 映 し て いる と 考 え ら れ る. そこで，本研究では“群形成に要する時間”，“群を構成するユーザの移動距離の平均”，の ２つの指標からソーシャルイベントを判別・分類することが出来ると仮定し，ソーシャルイ ベ ン ト を 図2.1の マ ト リ ク ス 内 に 配 置 し ，ソ ー シ ャ ル イ ベ ン ト の 分 類 を 行 う.

ソ ー シ ャ ル イ ベ ン ト は“群 形 成 に 要 す る 時 間”，“群 を 構 成 す る ユ ー ザ の 移 動 距 離 の 平 均” の2つ の 指 標 に よ り ，図2.1の よ う に ，４ つ の タ イ プ に 分 類 で き る と 考 え ら れ る.

分 類 さ れ た4つ の タ イ プ で 想 定 さ れ る イ ベ ン ト の 例 を 以 下 に 挙 げ る.

また，本手法により実世界のソーシャルイベントを全て分類出来るのかは，今後本手法に よ る ソ ー シ ャ ル イ ベ ン ト の 判 別 デ ー タ を 蓄 積 し 検 証 を 行 っ て い く.

本 手 法 で ソ ー シ ャ ル イ ベ ン ト の 分 類 に 用 い る2つ の 指 標 に つ い て は ，次 章 で あ る3章 で 詳 し く 述 べ る.

• Type A(時 間：短 ，距 離：近)

“交通事故、ストリートパフォーマンス,路上ライブ，火事”のような突発的なイベント.

• Type B(時 間：長 ，距 離：近)

“近 所 の 新 し い ス ー パ ー や コ ン ビ ニ が 開 店 す る ，街 頭 演 説,店 舗 で の バ ー ゲ ン や セ ー ル ，町 内 会”の よ う な イ ベ ン ト.

• Type C(時 間：短 ，距 離：遠)

“音楽公演や野球公式試合，花火大会，夏祭り，花見”のように予めスケジュールされ て い る が 長 時 間 に 渡 ら な い イ ベ ン ト.

• Type D(時 間：長 ，距 離：遠)

“文化祭や屋外音楽イベント，展示会，記念式典，スポーツの世界大会”のように予め

   形成時間：短 形成時間：長

移動距離：近 Type A:(Ex.交通事故，路上ライブ) Type B:(Ex.新店舗の開店，街頭演説) 移動距離：遠 Type C:(Ex.野球試合，花火大会) Type D:(Ex.展示会，野外音楽イベント)

表2.1 ソーシャルイベントの分類

ス ケ ジ ュ ー ル さ れ て い て か つ 一 日 等 の 長 時 間 に 渡 っ て 行 わ れ る イ ベ ン ト.

2.4 本研究の目的

本 研 究 の 目 的 は ，ユ ー ザ が 群 の 形 成 を 行 う 原 因 と な る ソ ー シ ャ ル イ ベ ン ト の 検 知 と 判 別 を行うことである. 具体的には，2.3で述べたようにソーシャルイベントを“野球観戦やコン サート”のような予め計画された長期的なイベント，“交通事故”のような突発的で短期的な イ ベ ン ト な ど の4つ の タ イ プ に 分 類 し ，ソ ー シ ャ ル イ ベ ン ト の 検 知 と 判 別 を 行 う. ま た ，判 別 し た ソ ー シ ャ ル イ ベ ン ト に 応 じ て ユ ー ザ に 適 し た 支 援 を 行 う こ と を 目 的 と し て い る.

2.5 ソーシャルイベントの分類とユーザ支援

群 の 形 成 の 原 因 と な っ た ソ ー シ ャ ル イ ベ ン ト の 種 類 に 応 じ ，そ こ に 集 ま る ユ ー ザ の 欲 求 も 様 々 に 異 な る と 考 え ら れ る. 例 え ば ，“野 球 観 戦 や コ ン サ ー ト”に 集 ま っ た ユ ー ザ の 群 は ， そ の イ ベ ン ト 自 体 の 情 報 を 求 め て い る と 考 え ら れ る が ，交 通 事 故 に 集 ま っ た 近 隣 の ユ ー ザ により構成される野次馬の群は，事故の範囲や2次災害についての情報に関心を持っている と考えられる. このように，同じように群を構成するユーザでも，ソーシャルイベントの種 類に応じて異なった情報を求めていると考えられる. また，ソーシャルイベントの分類を判 別 す る こ と に よ っ て ，分 類 に 応 じ た 群 の 性 質 を ユ ー ザ 支 援 に 役 立 て る 事 が 可 能 で あ る と 考 えられる. 具体的には，前述したTypeAに属するソーシャルイベントにより形成される群が 短 時 間 の 間 に 解 消 さ れ る こ と が 予 測 で き ，逆 に ，TypeDに 属 す る イ ベ ン ト に よ り 形 成 さ れ る群は長時間に渡って群が形成され続けることが予測できる. このような，群形成の原因と な る ソ ー シ ャ ル イ ベ ン ト 分 類 毎 に 異 な る 群 の 性 質 を 利 用 す る こ と で ，混 雑 の 継 続 時 間 の 予 測などに利用することが可能であると考えられる. 他にも，ある特定の地点でどのような群 が 形 成 さ れ て い る か を 監 視 す る こ と に よ っ て ，特 定 の エ リ ア 内 で 意 図 し な い 突 発 的 な イ ベ

ン ト に よ り 群 が 発 生 し た 場 合 に ，警 告 を 与 え る な ど の セ キ ュ リ テ ィ 支 援 を 行 う こ と が 出 来 る. ま た ，ソー シ ャ ル イ ベ ン ト の 検 知 情 報 を 利 用 し ，マ ッ プ 上 に 可 視 化 し て 表 示 し ，ど の よ うなイベントが行われやすいかといった場の意味付けに用いることが出来る. 従来の手法で は ，そ こ に ユ ー ザ が 集 ま っ て い る こ と は 判 別 で き て も ，な ぜ 集 ま っ て い る の か と い う 情 報 は判別することが出来なかった. しかし，ソーシャルイベントの種類を判別することで，よ りユーザの欲求により適した幅広いユーザ支援を実現することが可能になる. ソーシャルイ ベ ン ト の 判 別 を 行 う こ と で 可 能 と な る ユ ー ザ 支 援 の 例 を 以 下 に 述 べ る.

• ナ ビ ゲ ー シ ョ ン

群 の 発 生 情 報 を 用 い て ，ユ ー ザ に 対 す る 混 雑 回 避 の た め の ナ ビ ゲ ー シ ョ ン 支 援 を 行 う. ま た ，イ ベ ン ト の 種 類 に 応 じ た 混 雑 の 継 続 時 間 の 予 測 情 報 の 提 供 を 行 う.

• ユ ー ザ へ の 情 報 配 信

群を構成するユーザへ対し，適切な情報を配信することで，ユーザに対する情報支援 を行 う こと が 出 来る. 例え ば ，ユー ザの 参 加 し てい る ソ ーシ ャ ル イ ベン ト に 関 する 情 報 等 を 提 供 す る こ と が 出 来 る.

• 場 の 意 味 付 け

検知したソーシャルイベントの履歴情報をマップ上で可視化し，どのようなイベント が 発 生 し や す い か と い っ た 情 報 を ユ ー ザ に 提 示 す る.

• セ キ ュ リ テ ィ 支 援

ソーシャルイベントの検知情報から，公共スペースや私有地などで管理者の許可しな い イ ベ ン ト が 発 生 し た 際 に 通 知 を 行 う.

• ス ペ ー ス の 利 用 支 援

群 の 発 生 情 報 を 利 用 し ，ユ ー ザ に 予 め 場 所 の 混 雑 具 合 を 通 知 す る こ と で 効 率 的 な ス ペ ー ス の 利 用 を 支 援 す る.

2.6 関連研究

本 研 究 の 関 連 研 究 と し て ，大 規 模 に 複 数 ユ ー ザ の 位 置 情 報 を 収 集 し て い る 研 究 を 以 下 に 挙 げ る.

The Geography of Taste: Analyz-ing Cell-Phone Mo-bility and Social Events.[7] で は ，ユ ー ザ の 持 つ 携 帯 電 話 か らGPS を 用 い て 位 置 情 報 を 取 得 し ，エ リ ア の 滞 在 時 間 な ど か ら ，ホ ー ムポジション(ユーザの基本的な滞在地)を判別し，野球の試合やオペラのコンサートなどの ソ ー シ ャ ル イ ベ ン ト と ，イ ベ ン ト に よ っ て 集 ま り 群 を 形 成 す る ユ ー ザ の ホ ー ム ポ ジ シ ョ ン

と の 関 連 を 調 べ て い る ．こ の 研 究 で は ，群 を 構 成 す る 人 々 と イ ベ ン ト の 相 関 に つ い て 調 べ て は い る が イ ベ ン ト の 検 知 や 群 の 発 生 の 検 知 ま で は 行 っ て お ら ず ，モ バ イ ル 端 末 で 位 置 情 報 を 取 得 し 群 を 構 成 す る 人 々 の ホ ー ム ポ ジ シ ョ ン を 調 べ る に 留 ま っ て い る ．

同 じ く 携 帯 電 話 か ら 位 置 情 報 を 収 集 し ユ ー ザ の 移 動 履 歴 の 解 析 を 行 っ て い る も の と し て Gonzalezら の 研 究[11]が あ る. こ の 研 究 で は ，携 帯 電 話 を 所 持 す る ユ ー ザ10万 人 の 位 置 情 報 を6ヶ 月 間 に 渡 り 追 跡・解 析 し ，ユ ー ザ の 行 動 パ タ ー ン に つ い て を 調 べ て い る. ま た ，そ の 結果として特徴的なユーザの行動パターンの抽出に成功している. しかし，群の発生とその 検 知 や ，ソ ー シ ャ ル イ ベ ン ト と 群 の 紐 付 け な ど は 行 っ て は い な い.

ま た ，Planned Special Events [12]で は ，本 研 究 と 同 じ く 群 を 形 成 す る 原 因 と な る ソ ー シャルイベントを，継続的なイベント、路上使用のイベント、地域・様々な会場で開催され る イ ベ ン ト な ど ，の い く つ か の 種 類 に 分 類 し ，ソ ー シ ャ ル イ ベ ン ト と 群 が 交 通 量 に 与 え る 影響と経済的に与える影響の推測を行っている. しかし，この研究では群とソーシャルイベ ン ト の 解 析 に 位 置 情 報 を 元 に 行 う の で は な く ，ソ ー シ ャ ル イ ベ ン ト の 参 加 人 数 や 参 加 ユ ー ザ の 支 出 な ど 実 務 的 な デ ー タ を 元 に し て 解 析 を 行 っ て い る.

Mobile landscapes [6]で は ，電 話 会 社 の 協 力 の 元 ，各 時 間 帯 毎 に 位 置 情 報 を 含 む 携 帯 電 話 の 利 用 情 報 を 収 集 し ，ユ ー ザ が ど の 時 間 帯 に 何 所 で 活 動 し て い る の か を 解 析 し て い る. ま た ，そ の 情 報 を 地 図 上 で グ ラ フ ィ カ ル に 表 示 す る こ と で ，都 市 内 の 各 エ リ ア の 活 動 性 の 評 価を行っている. この研究では時系列毎に，ユーザがどのエリアで群を形成しているかの解 析 を 行 っ て は い る が ，ソ ー シ ャ ル イ ベ ン ト と 群 の 形 成 に つ い て の 関 係 性 の 調 査 及 び ，リ ア ル タ イ ム で の 群 の 検 知 は 行 っ て い な い.

また，車谷らが行っているCONSORTS: A Multiagent Architecture for Service Coordination in Ubiquitous Computing [16]で は ，群 ユ ー ザ に 対 す る 支 援 に 関 し て の 提 案 が 行 わ れ て い る．個々のユーザの支援の集まりとしての群支援ではなく，社会的調整を行う事により，個 人 の 利 便 性 を 損 な う こ と な く テ ー マ パ ー ク 問 題 や ，物 流 制 御 問 題 ，道 路 交 通 制 御 問 題 な ど の ，群 単 位 の ユ ー ザ の 影 響 に よ る 問 題 の 解 決 を 目 指 し て い る ．こ の 研 究 で は 群 衆 に 対 し て の 効 率 的 な 資 源 配 分 や 管 理 を 目 指 し て お り ，群 が 発 生 し た 後 の ユ ー ザ 支 援 を 前 提 と し て 研 究 を 進 め て い る ．そ の た め 事 前 に ユ ー ザ に 群 の 発 生 を 通 知 し ，群 形 成 に よ る 悪 影 響 を 避 け る こ と は 出 来 な い.

2.7 本章のまとめ

本 章 で は ，は じ め に に ユ ビ キ タ ス コ ン ピ ュ ー テ ィ ン グ 環 境 と 位 置 情 報 サ ー ビ ス と 群 と 実 世界への影響についてを述べた. その次に，本研究における目的についてを述べ，本研究で 想定するアプリケーションシナリオについてを述べた. そして，最後に本研究における関連

研究についてを述べた. 次章では，ソーシャルイベントを判別するためのアルゴリズムにつ い て 述 べ る.

第 3 章

ソーシャルイベント判別手法

本 章 で は ，群 情 報 か ら ソ ー シ ャ ル イ ベ ン ト を 検 知 す る た め の ア ル ゴ リ ズ ム に つ い て 述 べ る ．検 知 ア ル ゴ リ ズ ム は ，(1)群 検 知 ，(2)ソ ー シ ャ ル イ ベ ン ト 判 別 ，の2段 階 で 構 成 さ れ る. 以 下 で ，そ れ ぞ れ の 検 知 手 法 に つ い て を 順 に 説 明 す る.

3.1 概要

本研究で提案する，群情報からソーシャルイベントを検知し，判別するためのアルゴリズ ムについてを述べる. ソーシャルイベント検知アルゴリズムは，群の検知，ソーシャルイベ ン ト の 判 別 の2段 階 で 構 成 さ れ る. 最 初 に ，群 を 検 知 す る た め の 手 法 と ，群 の 検 知 に 用 い る 滞 留 人 密 度 と 進 行 方 向 ベ ク ト ル の 交 点 の2つ の 要 素 に つ い て を 説 明 す る. そ の 次 に ，ソ ー シャルイベントを検知・判別するための手法と，ソーシャルイベントの検知に用いる，群の 形 成 に 要 す る 時 間 と ユ ー ザ の 移 動 距 離 の 平 均 の ２ つ の 要 素 に つ い て を 述 べ る.

3.2 群検知手法

ソ ー シ ャ ル イ ベ ン ト の 判 別 を 行 う た め に は ，そ の 場 で 群 が 形 成 さ れ て い る の か を 検 知 す る 必 要 が あ る. 具 体 的 に は ，実 世 界 の ど の 場 所 で 群 が 形 成 さ れ て い る か を 判 別 す る た め に ， 実世 界 を 緯 度 経 度 を 元 に し て 図3.1の よ う に正 方 形 状 の フ ィ ー ル ド に 区 切 り ，更に フィ ー ル ド 内 を 緯 度 経 度 の 数 値 か ら ，場 所IDが 振 ら れ た フ ィ ー ル ド(サ ブ フ ィ ー ル ド)と し て 区 切 る. 図3.1では，実世界を緯度経度によってフィールドとして区切った様子と，フィールドF2を 更にサブフィールドとして区切った様子を表している. フィールドの区切り方として，緯度 経 度 の 情 報 と 地 図 情 報 を マ ッ チ ン グ さ せ 地 形 な ど を 考 慮 せ ず 画 一 的 に 区 切 る 事 を 考 え て い る. フィールドを，更に細かい単位であるサブフィールドに区切ることにより，フィールド のみに実世界を区切った場合よりより細かな群の検知を行うことができると考えられる. 本 章 で は ，こ の フ ィ ー ル ド 内 で ユ ー ザ が 自 由 に 移 動 を 行 い ，群 を 形 成 す る 際 に ど の サ ブ フ ィ ー ル ド 内 で 群 が 形 成 さ れ よ う と し て い る の か ，ま た は ，群 が 形 成 さ れ た の か を 検 知 す る た め の 手 法 に つ い て の 説 明 を 行 う.

群 検 知 は ，

• ^{滞 留 人 密 度}

• 進 行 方 向 ベ ク ト ル の 交 点

の ２ つ の 要 素 を 用 い て 行 わ れ る.

以 下 で は ，ア ル ゴ リ ズ ム の 説 明 を 簡 単 な も の に す る た め に 群 検 知 の 対 象 と な る フ ィ ー ル ドAを図3.1に表したサブフィールドのように5*5マスに区切り，このフィールドA内で人が 動 き 回 る と 仮 定 し て 群 検 知 手 法 の 説 明 を 行 う.

1 2 3 4 5

A B C D E

フィールド

サブフィールド

図3.1 フィールドとサブフィールド

3.2.1 _{帯留人密度}

本 研 究 の 群 検 知 手 法 で 定 義 す る 帯 留 人 密 度 と は ，図3.2の よ う に 一 定 時 間 以 上 同 じ サ ブ フィールド内に留まっている人数を表す. 群の形成を単純にサブフィールド内のユーザの密 度 で 判 断 と し た と き ，群 を 形 成 し て い る ユ ー ザ の み で な く ，密 度 を 取 得 し た 際 に 偶 然 同 一 の サ ブ フ ィ ー ル ド 内 に 存 在 す る ユ ー ザ や ，別 の サ ブ フ ィ ー ル ド に 向 か い 移 動 中 の ユ ー ザ が 密度としてカウントされてしまう場合が考えられる. そのため本手法においては，単純な密 度 で は な く ，滞 留 人 密 度 を 用 い て ユ ー ザ に よ る 群 の 形 成 の 検 知 を 行 う.

具体的な滞留人密度の取得方法についてを述べる. 各ユーザの位置情報をあるタイムスパ ン で 区 切 っ た 一 定 間 隔 で 監 視 す る と き に ，図3.2の ，User:Bの よ う に 移 動 後 も ユ ー ザ の 現 在 位 置 が 直 前 の 位 置 と 同 じ サ ブ フ ィ ー ル ド 内 に 含 ま れ て い れ ば 滞 留 人 密 度 の 対 象 と み な し カ ウントを行う. また，User:Eのように移動していなくても一定時間同じサブフィールド内に 留まっていれば滞留人密度としてカウントを行う. ソーシャルイベントにより群を形成する ユ ー ザ は ，何 ら か の 目 的 を 持 ち そ の 場 所 に 集 ま る た め 時 間 を お い て も ，そ の 場 所 に 留 ま り 続けていると考えられる. 逆に，目的地に向うために移動中のユーザや目的がなく移動して お り 位 置 情 報 を 監 視 し た 際 に た ま た ま サ ブ フ ィ ー ル ド 内 に 含 ま れ て い た だ け の ユ ー ザ は ， 長期間同一のサブフィールド内に留まる事はないためカウントされない. そのため，滞留人

図3.2 滞留人密度の計算方法

密 度 を 計 算 し 監 視 す る こ と に よ り ユ ー ザ が 偶 々 サ ブ フ ィ ー ル ド 内 に 存 在 し て い る だ け な の か ，目 的 を 持 っ て サ ブ フ ィ ー ル ド 内 に 留 ま っ て い る の か と い う 違 い を 区 別 す る こ と が 出 来 る. 本手法においては，全てのサブフィールド内の滞留人密度を比較し，その数値が多いサ ブ フ ィ ー ル ド に 群 が 形 成 さ れ て い る と 判 断 す る.

3.2.2 ユーザの進行方向ベクトルの交点

滞 留 人 密 度 だ け で は 群 が 形 成 さ れ て か ら で な け れ ば ，そ の サ ブ フ ィ ー ル ド 内 で 群 が 形 成 されているかどうかの判断がつかない. また，一旦群の形成を認識できてからも，その群が 更に成長するのかどうかが分からない. そこで，現在の群形成の状況や将来の予測をたてる た め ，図3.3の よ う に 各 ユ ー ザ の 進 行 方 向 ベ ク ト ル を 延 長 さ せ ，そ の 交 点 を 計 算 す る こ と で 群形成場所の検知を行う. 群が形成されているサブフィールドは，そのサブフィールドに向 か う 複 数 の ユ ー ザ の 進 行 方 向 ベ ク ト ル を 延 長 さ せ た ベ ク ト ル が 図3.3の よ う に 集 中 す る. そ の た め ，各 ユ ー ザ の 進 行 方 向 ベ ク ト ル の 交 点 を 算 出 す る こ と で ，群 が 形 成 さ れ る 前 に 群 形 成が行われそうなサブフィールドを予測することが出来る. 本手法では，各サブフィールド を ユ ー ザ の 進 行 方 向 ベ ク ト ル の 延 長 ベ ク ト ル が ど れ だ け 通 過 す る の か を 計 算 し ，そ の 回 数 を元に群形成が行われているサブフィールドを判別する. なお、群形成を行い終えたユーザ はその場に留まるため進行方向ベクトルが0となり，群形成を行っていないユーザの移動ベ ク ト ル の 総 和 が ，目 的 地 に 向 か い 群 を 形 成 し よ う と し て い る ユ ー ザ の ベ ク ト ル の 総 和 を 超

 サブフィールド ユーザ

 進行方向ベクトルの交点となるサブフィールド

A

B

C

D E F

図3.3 移動方向ベクトルの交点の例

えてしまいベクトルによる群形成地点の判定が行えなくなってしまう場合が考えられる. こ の 場 合 は ，直 前 の 進 行 方 向 ベ ク ト ル を 保 持 す る も の と す る.

3.2.3 _群の検知

本研究の手法では，群の検知に上述した“滞留人密度”と“進行方向ベクトルの交点”の2つ の 要 素 を 用 い る. ま ず ，こ れ ら の2要 素 を 用 い ，滞 留 人 密 度 の 数 値 が 多 い サ ブ フ ィ ー ル ド と 進 行 方 向 ベ ク ト ル の 交 点 が 集 中 し て い る サ ブ フ ィ ー ル ド ，そ れ ぞ れ の 要 素 で 上 位 の サ ブ フィールドを判別する. しかし，滞留人密度だけでは，群の形成が終わった後にしか群の形 成 を 判 断 す る こ と が 出 来 ず ，進 行 方 向 ベ ク ト ル の 交 点 だ け で は ，群 形 成 を 行 お う と し て い る ユ ー ザ の 総 数 と フ ィ ー ル ド 内 に 存 在 す る ユ ー ザ の 総 数 の 関 係 に よ っ て は 誤 検 知 が 起 こ る 可能性が存在する. そこで，２つの情報を重ね合わせ，滞留人密度数値が多く進行方向ベク トルの交点が集中しているという2つの条件を満たし，かつその状態が一定時間以上継続し て い る サ ブ フ ィ ー ル ド を 群 が 形 成 さ れ て い る サ ブ フ ィ ー ル ド と し て 検 知 す る.

3.3 ソーシャルイベント判別

検 知 し た 群 の 形 成 情 報 に 加 え ，そ の 群 が ど の よ う に 形 成 さ れ た の か を 判 別 す る こ と で ソ ー シ ャ ル イ ベ ン ト の 判 別 を 行 う. 群 が ど の よ う に 形 成 さ れ た の か と い う 情 報 は ，

• 群 形 成 に 要 す る 時 間

• 群 を 構 成 す る ユ ー ザ の 移 動 距 離 の 平 均

の2つ の 指 標 を 元 に 判 断 を 行 う.

3.3.1 _{群形成に要する時間}

群 形 成 が 始 ま っ て か ら 群 の 拡 大 が 収 ま る ま で に 要 し た 時 間 を 取 得 し ，ソ ー シ ャ ル イ ベ ン トの判別に利用する. 特定の目的地に向かって複数のユーザが移動した場合と，目的を持た ずランダムに動き回っていた場合で,滞留人密度の値の変化傾向に顕著な差が出ると考えら れる. 具体的には，ユーザが目的地を持たず自由に動き回っている場合は，一定数のユーザ が 随 時 サ ブ フ ィ ー ル ド の 出 入 り を 行 う た め ，サ ブ フ ィ ー ル ド の 滞 留 人 密 度 は 特 定 の 傾 向 を 持たずに一定の範囲内で増減を繰り返すと予想される. また，特定のサブフィールドにイベ ン ト が 発 生 し 群 の 形 成 が 行 わ れ る 際 に は ，他 の サ ブ フ ィ ー ル ド に い る ユ ー ザ が 群 形 成 地 点 に 向 か い 移 動 を 行 う た め ，群 形 成 を が 行 わ れ て い る サ ブ フ ィ ー ル ド の 滞 留 人 密 度 は 一 定 時 間の間，増加傾向を示すと考えられる. そして，ユーザによる群の形成が終わり群の規模が 安 定 し 始 め る と ，群 形 成 地 点 に 移 動 し て き た ユ ー ザ に よ る 増 加 傾 向 が 消 え ，自 由 に 移 動 を 行 っ て い る ユ ー ザ が サ ブ フ ィ ー ル ド に 出 入 り を 行 う 際 に の み 滞 留 人 密 度 が 変 化 す る よ う に なる. そのため，ユーザが目的地を持たず自由に動き回っている場合と同じく，滞留人密度 が一定の範囲内で変化するようになると推測できる. また，増加傾向の判別は現在の滞留人 密度と，直近の滞留人密度の差分から判別を行うことが出来る. 本手法では，この滞留人密 度の変化傾向を用いて群形成に要するまでの時間の取得を行う. 滞留人密度が増加傾向のま ま一定時間が経過した際にユーザによる群の形成が始まったものと判断をする. また，群の 形 成 が 終 了 し ，群 が 安 定 し た タ イ ミ ン グ は 滞 留 人 密 度 の 増 加 傾 向 が 収 ま り ，滞 留 人 密 度 が ある程度収束した時点を群の形成の終了と判断する. 滞留人密度の増加傾向は，過去直近の 滞留人密度と現在の滞留人密度から判断することが出来る. また，群の形成が一旦終了し群 が安定した後に，再びユーザが移動してきて群が再度拡大するケースも考えられる. その場 合 に は ，同 じ 群 の 拡 大 が 終 わ っ て お ら ず ，群 の 形 成 が 続 い て い る と 判 断 し 再 判 定 を 行 う.