プロジェクト情報（概要） / Project information (abstract)

基本情報 / Basic Informations 変更申請

研究題目
Research Title

携帯端末から得られる低頻度測位な人流ビッグデータを用いた自宅及び通勤通学地の推定

Identification of the Homes, Offices, and Schools from Long-Interval Mobile Phone Big Data

状態
Status

完了

Completed projects

研究番号
Research Number

920

研究代表者
PI

宮澤 聡  /  LocationMind株式会社

事務担当者
Secretary

宮澤 聡  /  LocationMind株式会社

受入CSIS教員
CSIS reception staff

Yuki AKIYAMA

Yuki AKIYAMA

研究内容
Abstract

近年，多くの企業が同意の元で顧客からデータを取得しており，中には匿名加工施すことでデータ取引市場内に同データを流通させる企業も存在する．この傾向は続くと予想され，匿名化されたデータから価値ある情報を抽出する需要が高まっている．
他方日本では「働き方改革」が叫ばれ，それらの根幹をなす通勤の質を改善するための取り組みが行われている．今後，より効果的に改善するためには，移動履歴ビッグデータを用いた通勤通学者予測モデル開発や通勤における地域毎の課題を見つけることが求められている．そこで本研究では，関東地域における低頻度測位な人流ビッグデータを用いて行動パターンのクラスタリングを行い，夜間労働者を含めた通勤・通学者を抽出することで自宅・通勤通学地を推定した．

Currently, many companies collect data from their customers, and some are trying to sell the anonymized data on the so-called “Data Transaction Market.” Because this trend is likely to continue, the demand for the extraction of valuable information from anonymized data will increase. Meanwhile, Japan is considering improvements to commuting by promoting work-style reform. To this end, it needs to find regional or individual issues among commuters and develop an analysis model for detecting commuters, including nighttime workers, from geospatial big data. In consideration of this, we constructed mobility pattern clusters using long-interval mobile phone big data. We then identified the location of homes, offices, and schools in the Kanto region, Japan and achieved a strong correlation with the factual population.

研究期間
Research Period

2019-09-16 - 2020-03-31

​変更申請閉じる

変更のために新しい申請を保存します。
This will save a new application on the system for a modification.​

送信/Send キャンセル/Cansel​

利用データセット / Datasets used

申請中のデータセットは表示されません。 / Pending datasets are not shown.

研究成果 / Achievement