2018 Fiscal Year Research-status Report
性質の異なるビッグデータを結び付けた地方公共交通の利用実態の解明手法の開発
| Project/Area Number |
18K04386
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
伊藤 昌毅 東京大学, 生産技術研究所, 助教 (50530086)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
谷本 圭志 鳥取大学, 工学研究科, 教授 (20304199)
宮崎 耕輔 香川高等専門学校, 建設環境工学科, 准教授 (60469591)
桑野 将司 鳥取大学, 工学研究科, 准教授 (70432680)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 交通ICカード / 交通ビッグデータ / 公共交通オープンデータ / データ分析 / 地域公共交通 |
|---|
| Outline of Annual Research Achievements |
本研究では、地方の公共交通の実態把握を可能にするビッグデータを複数種類比較し、その特性を明らかにするとともに、ビッグデータからのより精度の高い交通実態把握技術を開発する。公共交通の乗客数や利用経路などの実態は、地方でも都市でも完全には把握できておらず、断片的な調査から推定されているのが実態である。特に地方ではデータが十分揃わず、公共交通の利用実態の把握はさらに困難である。本研究では、地方においても入手可能性が高い複数のビッグデータそれぞれの特性を分析する。
初年度の本年度は、データ取得環境の整備を中心に研究を進めた。研究フィールドとして設定している香川県高松地区に関しては、「ことでん」で用いられているIruCaと呼ばれるICカードデータ及びNavitime Japan社による検索履歴データを比較可能な形になるよう整形し、SQLによる任意の条件による抽出や集計、またその結果をQGISを用いて即時に地図に反映することを可能にした。
また本研究では、全国で整備が進む「標準的なバス情報フォーマット・GTFS」による公共交通オープンデータの活用に関しても視野に入れている。特に岡山県では、地域の主要バス事業者が時刻表などの静的データ、バスロケと呼ばれるリアルタイムの運行データをそれぞれオープンデータとして公開し始めたため、これらのデータを取得、蓄積するシステムを開発し稼働させている。
これらのデータ収集基盤の開発、稼働を進めたうえで、高松におけるICカードデータと検索履歴データの基礎的な比較や、非負値テンソル（行列）分解（NTF,NMF）によるクラスタリングによる分析を進めるなど、基礎的なデータ分析を行い発表した。
次年度以降は、有償データ購入の検討を含め引き続きデータ収集基盤の拡充を進めるとともに、より精緻な分析手法の開発を進めていく。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究推進においては、ビッグデータを集約する基盤開発が当初想定したより大きなタスクとなり、現時点で当初計画より進捗がやや遅れていると考えている。ビッグデータは単に入手しただけで使えるわけではなく、データフォーマットを整形、変形して、然るべきデータベースシステムに投入するなどしないと、実質的には使えるデータにならない。技術の調査検討も含めて、このプロセスに当初想定以上に時間がかかり、当初想定より遅れることになった。
また、公共交通オープンデータが計画時点で考えていたより早期に一般的となり、特に岡山や佐賀などではビッグデータであるリアルタイムの運行データのオープンデータ化が実現したため、これらのデータの収集や活用も本研究の一環として進める形となっている。リアルタイムに公開されるデータの収集はリアルタイムに行う必要があるため、当初想定にないこのシステム化を進めることになった。これらの当初計画では想定していなかったタスクのため、現状での研究の進捗は計画よりやや遅れていると考えている。
|
| Strategy for Future Research Activity |
本研究の今後の進め方として、各研究課題ごとに述べる。「研究課題1: ビッグデータの直感的把握手法の開発」としては、これまで非負値テンソル（行列）分解（NTF,NMF）によるクラスタリングと地図による視覚化を実現したとともに、任意のデータや条件に対して容易に視覚化が行われるような仕組みの開発を進めていく。「研究課題2: 基盤データへの当てはめ手法の開発」においては、GTFSによる基盤データや運行ビッグデータ整備が進むことを想定し、これを組み合わせて柔軟に扱えるデータベース技術を引き続き開発する。「研究課題3: ビッグデータ相互補完推定手法の開発」「研究課題4: 仮説検証のサイクルを加速するビッグデータ解析システムの開発」に関しては、計画時より2年目以降に進める想定であり、進捗の遅れも踏まえて、今年度の中盤より着手する計画である。
|
| Causes of Carryover |
当初計画では、データ購入に掛かる費用を想定して費用を計上していたが、研究を始めるタイミングで、オープンデータなどの流通が活発になり、データを対価を払って購入する必要の無いデータで十分な研究が進められたため、この分が差額となった。但し、オープンデータの提供支援などに費用が掛かっているため、旅費などは想定より多く必要となっている。また、次年度以降にも研究に必要なデータは調達する予定であり、それが有償となる可能性は高いと考えている。
|
