| Abstract : | Τα τελευταία χρόνια, η συγκέντρωση και η διαθεσιμότητα γεωγραφικών δεδομένων που σχετίζονται με την ανθρώπινη κίνηση έχει αυξηθεί σημαντικά, επιτρέποντας στους επιστήμονες να μελετήσουν την ανθρώπινη κίνηση σε ατομικό και συλλογικό επίπεδο και να δημιουργήσουν μοντέλα που μπορούν να αναπαραστήσουν τις χωροχρονικές δομές και κανονικότητες που διέπουν την ανθρώπινη κίνηση. Η δημιουργία ρεαλιστικών χωροχρονικών διαδρομών που αντικατοπτρίζουν την ανθρώπινη κίνηση έχει θεμελιώδη σημασία σε ένα ευρύ φάσμα εφαρμογών, από τον πολεοδομικό σχεδιασμό, την πρόβλεψη της κυκλοφοριακής κίνησης, την επιδημιολογία, την κατανόηση των μεταναστευτικών ροών, τη στοχευμένη διαφήμιση, και πολλά άλλα.Στο πλαίσιο αυτής της εργασίας, ένα σύνολο τεχνικών περιγραφικής ανάλυσης αξιοποιούνται για την ανάλυση δεδομένων από τον πραγματικό κόσμο, που σχετίζονται με την κίνηση ανθρώπων στην Αθήνα και ερμηνεύονται σε δύο περιπτωσιολογικές μελέτες. Η πρώτη μελέτη περίπτωσης βασίζεται σε δεδομένα που δίνονται από ελληνικό τηλεπικοινωνιακό πάροχο σχετικά με τον όγκο των χρηστών που συνδέονται σε έναν αριθμό από πύργους μετάδοσης κινητής τηλεφωνίας στο κέντρο της Αθήνας σε συγκεκριμένες χρονικές στιγμές μίας ημέρας και για περίοδο μιας εβδομάδας. Η δεύτερη μελέτη περίπτωσης βασίζεται σε δεδομένα τοποθεσίας μέσω GPS που συλλέγονται από συγκεκριμένη εφαρμογή και για συγκεκριμένο αριθμό χρηστών που έχουν δώσει τη συγκατάθεσή τους.Και στις δύο περιπτώσεις, η ανάλυση που πραγματοποιήθηκε εξήγαγε χρήσιμα συμπεράσματα σχετικά με τις περιοχές με τις περισσότερες επισκέψεις χρηστών, τις ώρες κυκλοφορίας, το χρόνο που αφιέρωσαν οι χρήστες σε μια συγκεκριμένη τοποθεσία, καθώς και άλλα ποσοτικά χαρακτηριστικά για την απεικόνιση της κινητικής συμπεριφοράς των ανθρώπων. Επιπλέον, διαδραστικές οπτικοποιήσεις και χάρτες χρησιμοποιήθηκαν για την αποτελεσματικότερη απεικόνιση των σημείων ενδιαφέροντος μιας υπό εξέταση γεωγραφικής περιοχής, καθώς και των μεταβάσεων των χρηστών για την καλύτερη κατανόηση της κίνησης των ανθρώπων εντός αυτής της περιοχής.Τέλος, παρουσιάστηκε ένα σύνολο προτάσεων για μελλοντική εργασία που ενδέχεται να επιβεβαιώσουν και να επεκτείνουν τα αποτελέσματα αυτής της μελέτης.
Recent years have seen an outbreak of large-scale geolocated datasets related to human movement, enabling scientists to quantitatively study individual and collective mobility patterns, and to generate models that can capture and reflect the spatiotemporal structures and regularities in human movement. The generation of realistic spatio-temporal trajectories of human mobility is of fundamental importance in a wide range of applications, ranging from city planning, traffic forecasting, epidemiology, understanding human migration patterns, targeted advertising, location-based recommendations and many more. In this thesis, a set of descriptive analytics techniques are employed to analyse real-world data, related to human mobility in Athens, interpreted, in the context of this work, into two case studies. The descriptive analytics were used in order to generate new knowledge on the mobility behaviour and characteristics of citizens and participants, at both an aggregate and individual level. The first case study works on data provided by a Greek telecom provider concerning the volume of users connected to a number of cell towers in the centre of Athens at specific timestamps within a day for one week. The second case study works on application-collected GPS trajectories data referring to several participants that have given their consent. On both cases, the application of analytics has unveiled interesting insights regarding the most visited areas, the traffic hours, the time users spent at a specific location, as well as other enlightening calculations to represent human mobility behaviour. Moreover, interactive visualisations and animated maps were employed to efficiently visualise the POIs of a geographical area under analysis, as well as users’ transitions to better understand people’s movement inside the area. Finally, a set of suggestions for future work is presented that may validate and extend the results of this study.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.