Данные мобильного позиционирования
Для многих людей стало повседневной привычкой носить с собой мобильный телефон.
Для многих людей стало повседневной привычкой носить с собой мобильный телефон.

Данные мобильного позиционирования (MPD) — это форма больших данных , которая является результатом больших объемов данных мобильного позиционирования — отслеживания местоположения мобильных телефонов. [1]

Данные мобильного позиционирования могут быть использованы для формирования статистики населения и туризма , для измерения мобильности людей, создания решений на основе данных в городском планировании , разработки плана реагирования на стихийные бедствия и т. д. [2]

Существует множество способов отслеживания местоположения мобильного устройства в сети, но в этой статье рассматриваются данные мобильного позиционирования с использованием сетевых технологий:

  • Активное мобильное позиционирование основано на операторах мобильной связи, где местоположение мобильного телефона определяется с помощью специального запроса. [3] Мобильные телефоны позиционируются на основе сетевых сигналов от сетевых антенн и обычно с использованием метода триангуляции сигнала. [4] Сбор этих данных обычно требует специальных разрешений (согласия от людей, местоположение которых определяется), [2] что означает, что количество людей, местоположение которых определяется, обычно невелико. [5]
  • Пассивное мобильное позиционирование использует метаданные от использования мобильного телефона, такие как входящие или исходящие звонки или текстовые сообщения ( записи о вызовах ) или использование мобильного интернета (записи о данных) [2] , которые автоматически сохраняются каждым оператором мобильной сети. [6] Точность пассивного мобильного позиционирования ограничена зоной покрытия ячеек сети, которая может варьироваться от нескольких сотен метров до нескольких километров. [4]

По сравнению с пассивным мобильным позиционированием, активное мобильное позиционирование дает более точные данные о местоположении и обеспечивает большую частоту в созданных точках данных. Хотя данные пассивного мобильного позиционирования менее точны, они имеют много преимуществ: их можно собирать проще по сравнению с данными активного мобильного позиционирования (не требуется индивидуальных соглашений), количество позиционируемых людей может быть намного больше, и их можно собирать в течение более длительных периодов времени. [6]

История

Определение местоположения мобильных устройств достигло большей точности в начале 2000-х годов. [7] Важную роль сыграл закон E911, принятый в США, который сделал обязательным определение первоначального местоположения экстренных вызовов. [8] По мере дальнейшего развития технических решений определения местоположения мобильного телефона начали появляться различные сервисы на основе определения местоположения . [4] Эта возможность наблюдения за перемещениями людей, а также за их социальными характеристиками стала предметом большого интереса для исследователей, и впервые она была представлена ​​как метод социального позиционирования (SPM) в 2004 году. [9] Метод был разработан кафедрой географии Тартуского университета под руководством профессора Рейна Ахаса и компанией Positium, которая также провела первое исследование с использованием этого метода. Исследования на основе SPM были сосредоточены на социальных потоках во времени и пространстве путем анализа координат местоположения мобильных телефонов (а также социальной идентификации людей, их носящих). Поскольку этот метод использовал активное мобильное позиционирование, требовалось согласие от наблюдаемых людей. Данные мобильного позиционирования появились как совершенно новый источник информации и анализа в географии и социальных науках. [4] Преимущество использования такого рода данных состояло в том, что они позволяли более подробно описывать пространственно-временные перемещения общества, то есть эту информацию можно было использовать для исследований , планирования и управления общественной жизнью . [9]

Атрибуты и типы данных мобильного позиционирования

Запись мобильного позиционирования создается в базе данных оператора мобильной сети, когда мобильное устройство взаимодействует с сетью. Эти записи считаются пассивными данными мобильного позиционирования, и когда они создаются, они регистрируются различными сетевыми объектами. Например, когда мобильное устройство инициирует обновление области местоположения, база данных (например, Visitor Location Register ) сохраняет соответствующий код области местоположения. Каждый раз, когда абонент использует такие услуги, как звонки, обмен сообщениями или мобильный интернет , генерируются разные записи. [10]

Основными атрибутами, характеризующими данные мобильного позиционирования, являются следующие:

  • уникальный идентификатор подписчика (генерируется случайным образом для анонимизации набора данных)
  • атрибут времени (дата, часы, минуты и секунды)
  • местоположение (на уровне вышки сотовой связи , к которой подключено мобильное устройство). Для внутренних и входящих данных мобильного позиционирования географической привязкой является местоположение и/или зона покрытия ячейки сети (изначально идентификатор ячейки). Для исходящих данных мобильного позиционирования начальной географической привязкой является страна роумингового партнера MNO. [10]

С точки зрения оператора мобильной связи данные пассивного мобильного позиционирования можно разделить на три категории:

  • Данные о внутреннем мобильном местоположении — любая запись о мобильном местоположении, созданная в сети оператора мобильной связи (MNO) в результате использования мобильного устройства абонентом домашнего MNO.
  • исходящие данные мобильного позиционирования — любая запись мобильного позиционирования, созданная в роуминговой сети зарубежного оператора мобильной связи в результате использования мобильного устройства абонентом домашнего оператора мобильной связи.
  • входящие данные мобильного позиционирования – любая запись мобильного позиционирования, созданная в сети оператора мобильной связи в результате использования мобильного устройства абонентом роуминга иностранного оператора мобильной связи. [10]

Варианты использования

Цифровой след, оставленный пользователями мобильных устройств, чувствителен, но также весьма ценен, поскольку он предоставляет новые возможности измерения и мониторинга пространственно-временной активности населения. [10] Это делает MPD отличным источником данных для сбора статистики, поскольку он может заполнить пробелы, где отсутствуют другие источники данных. [11] Традиционно местоположение и мобильность людей изучаются с помощью анкет, опросов о путешествиях и использовании времени , переписей . Однако этот метод имеет много ограничений. Выборка анкет обычно относительно невелика, и хотя переписи охватывают все население и содержат подробную информацию, они проводятся нечасто. Таким образом, данные из анкет можно собирать только в некоторые дискретные моменты времени. Однако сбор MPD является непрерывным и может охватывать большую часть населения. Кроме того, поскольку данные пассивного мобильного позиционирования собираются операторами мобильной связи непрерывно, он дает возможность генерировать статистику на очень детальном уровне. Кроме того, он позволяет производить статистику почти в реальном времени, а также статистику по событиям, произошедшим много лет назад.

Ряд исследовательских работ и примеров использования показывают, что данные мобильного позиционирования играют очень важную роль в различных областях, таких как туризм , здравоохранение, социально-экономическая сфера , реагирование на стихийные бедствия, управление городским хозяйством и т. д. [10] Авторы указывают на множество областей, которые могли бы выиграть от использования мобильного позиционирования, таких как городское и транспортное планирование, мониторинг транспортных потоков, планирование мероприятий (концерты, спортивные состязания, фестивали), безопасность (анализ рисков на основе количества людей в определенном месте в определенное время), матрицы отправления-назначения транспорта, туризм и маркетинг мест, эпидемиология (географическое распространение инфекционных заболеваний) и мониторинг горячих точек (мест сбора туристов и жителей). [12] Большая часть этих исследований проводится на основе определения значимых местоположений, таких как опорные точки дома и работы, с помощью данных пассивного мобильного позиционирования. [13]

Вот некоторые примеры использования MPD в конкретных областях:

  • Туризм – MPD позволяет изучать туристические потоки и связывать их с посещаемостью мероприятий и посещением мест, помогая многим туристическим ассоциациям более эффективно планировать и управлять своей работой и услугами. [14]
  • Транспорт – MPD может эффективно использоваться для подхода, основанного на данных, к реорганизации общественного транспорта. Например, в Эстонии городское правительство Тарту запустило сеть автобусных маршрутов, которая была разработана с использованием данных мобильного позиционирования для понимания потребностей пользователей и маршрутов передвижения. [15]
  • Развитие – записи вызовов могут быть проанализированы с целью планирования гуманитарных мероприятий по развитию, таких как экстренная миграция на Гаити , картирование малярии в Кении , оценка уровня бедности в Кот-д'Ивуаре . [16]
  • Социальное благо – MPD может использоваться для информирования о развитии и гуманитарной работе. Примерами таких вариантов использования являются более быстрое прогнозирование вспышек лихорадки денге в Пакистане [17] , использование быстрой и почти в реальном времени оценки перемещения населения после землетрясения в Непале . [18]
  • Моделирование эпидемий – поскольку мобильность людей является основным компонентом крупномасштабной пространственной передачи инфекционных заболеваний, крайне важно моделировать и количественно оценивать мобильность людей для улучшения контроля над эпидемиями. [19] Примеры: анализ передачи малярии в Сенегале, [20] реагирование на вспышку Эболы , [21] мониторинг распространения вспышек холеры . [22]
  • Бедность и богатство – точные и своевременные оценки характеристик населения являются критически важным вкладом в социальные и экономические исследования и политику. Примером варианта использования здесь является прогнозирование богатства по всей Руанде с использованием данных мобильного позиционирования. [23]
  • Сезонная мобильность – анализ моделей перемещения людей и мониторинг изменений в них важны для принятия решений. Например, в исследовании MPD, проведенном в Сенегале, были извлечены и визуализированы модели перемещения различных групп населения. [24]

Официальная статистика

Данные мобильного позиционирования могут использоваться при составлении официальной статистики.

По состоянию на 2021 год в мире есть две страны, где поставщики статистики используют данные пассивного мобильного позиционирования в рамках регулярного производства официальной статистики туризма: Эстония и Индонезия . [10] Банк Эстонии , центральный банк Эстонии, производит официальную статистику туристических поездок на основе данных пассивного мобильного позиционирования с 2008 года [25] , а Министерство туризма Индонезии производит статистику прибытия въездных трансграничных посетителей на основе MPD с 2016 года [26].

Преимущества данных мобильного позиционирования

Для статистических целей данные мобильного позиционирования предоставляют новые возможности с точки зрения качества данных. Статистика на основе MPD может быть составлена ​​автоматически, в некоторых случаях почти в режиме реального времени, и требует меньше ручного труда. Работа по анализу и интерпретации полученных статистических показателей остается за статистиками и исследователями, но новая концепция быстрого и обширного сбора данных улучшает качество процессов принятия решений и результатов в государственном и частном секторах. [10]

Говорят, что данные мобильного позиционирования имеют лучшую пространственную и временную точность, чем обычная статистика туризма. Точность антенн предлагает больше перспектив для исследований, чем статистика размещения. Цифровые записи о перемещениях туристов позволяют анализировать их поведение в пространстве и времени. Это позволяет связывать маршруты, используемые туристами, с местами, которые они посетили, и связывать объекты, представляющие интерес, с точками въезда или с конечными пунктами назначения в стране и т. д. Точность пространства и времени позволяет исследовать отдельные события и их географию в большей степени, чем это было возможно ранее. Это позволяет изучать масштабы и последствия таких событий, как ярмарки, концерты, спортивные мероприятия, а также управлять толпами посетителей. Данные мобильного позиционирования также рекламируются как подходящие для изучения туризма в менее посещаемых природных зонах, где трудно использовать другие методы, такие как статистика размещения или анкеты. [27]

Своевременность статистики (вплоть до почти реального времени) и возможность получения неподтвержденных быстрых показателей являются дополнительными функциями, предоставляемыми данными мобильного позиционирования. С другой стороны, исследователи также могут столкнуться с трудностями при оценке качества статистики на основе MPD, поскольку распространенность использования мобильных телефонов во время путешествий в значительной степени неизвестна, а методология может быть ненадежной. Относительный недостаток информации о цели поездки, расходах, типе размещения и используемых транспортных средствах также упоминается как распространенная проблема. [10] Тем не менее, пассивные данные мобильного позиционирования имеют несколько преимуществ, которые могут обосновать их использование и даже открыть новые перспективы в исследованиях туризма и инструментах управления. Одним из самых больших преимуществ данных позиционирования является возможность мониторинга туризма в реальном времени. Данные можно регулярно собирать и визуализировать в среде реального времени. [27]

Недостатки данных мобильного позиционирования

Данные мобильного позиционирования также имеют некоторые недостатки, такие как тот факт, что даже эти данные не будут представлять собой общую численность населения, поскольку есть также люди без мобильных телефонов (маленькие дети, пожилые люди, определенные социально-экономические группы). [28] Кроме того, привычки использования мобильных телефонов пользователями могут сильно различаться, что, в конечном итоге, влияет на результирующий набор данных. Кроме того, при использовании пассивных данных мобильного позиционирования нет информации о прошлом пользователей: их характеристиках, социально-экономических показателях, цели поездки, типе размещения и используемых транспортных средствах и т. д. [29] Более подробную информацию об этих характеристиках можно собрать с помощью дополнительных анкет в случае активных данных мобильного позиционирования, сбор которых в любом случае обычно требует специальных разрешений (согласия от позиционируемых людей). [2] Однако обязанность запрашивать разрешение означает, что выборка активно позиционируемых людей обычно невелика. [5]

Пространственная точность пассивного мобильного позиционирования зависит от географического разделения мобильной сети, которая неравномерно распределена в пространстве. Это означает, что пассивное мобильное позиционирование пространственно точнее в густонаселенных городских районах и вблизи автомагистралей из-за большего количества вышек сотовой связи, но в сельской местности, например, точность ниже. [2] Более того, точность пассивного мобильного позиционирования ограничена зоной покрытия ячеек сети, которая может составлять от нескольких сотен метров до нескольких километров. [4]

Проблемы конфиденциальности

Технология мобильного позиционирования в целом может вызывать опасения, что местоположение и действия людей отслеживаются извне. [9] Многие из проблем, связанных с данными позиционирования, относятся к области конфиденциальности и наблюдения , и эти вопросы необходимо решать и обсуждать очень тщательно. [27] В области MPD существует множество различных мер для защиты конфиденциальности пользователей, таких как псевдонимизация/анонимизация данных, при которой персональный идентификационный код абонента может быть изменен или данные могут быть агрегированы для предоставления анонимности субъектам. Наряду с этим, выборка (снижение вероятности включения человека в набор данных) и обфускация (маскировка или сокрытие исходных данных) могут использоваться в качестве альтернатив или применяться для дальнейшего повышения уровня защиты конфиденциальности. [10]

Ссылки

  1. ^ Ахас, Рейн; Ааса, Анто; Силм, Сиири; Тиру, Маргус (2007), «Данные мобильного позиционирования в исследованиях и мониторинге туризма: исследование в Тарту, Эстония», Информационные и коммуникационные технологии в туризме 2007 , Вена: Springer Vienna, стр.  119– 128, doi :10.1007/978-3-211-69566-1_12, ISBN 978-3-211-69564-7, получено 2021-08-24
  2. ^ abcde Ахас, Рейн; Ааса, Анто; Роозе, Антти; Марк, Юлар; Силм, Сиири (июнь 2008 г.). «Оценка данных пассивного мобильного позиционирования для туристических обследований: Эстонский пример». Tourism Management . 29 (3): 469– 486. doi :10.1016/j.tourman.2007.05.014. ISSN  0261-5177.
  3. ^ Ахас, Рейн; Ааса, Анто; Силм, Сиири; Тиру, Маргус (февраль 2010 г.). «Ежедневные ритмы движения пригородных пассажиров в столичном регионе Таллина: исследование с использованием данных мобильного позиционирования». Исследования транспорта, часть C: Новые технологии . 18 (1): 45–54 . Bibcode : 2010TRPC...18...45A. doi : 10.1016/j.trc.2009.04.011.
  4. ^ abcde Ахас, Рейн; Марк, Юлар (август 2005 г.). «Услуги, основанные на местоположении — новые проблемы планирования и государственного управления?». Futures . 37 (6): 547– 561. doi :10.1016/j.futures.2004.10.012. ISSN  0016-3287.
  5. ^ ab Raun, Janika; Shoval, Noam; Tiru, ​​Margus (2020-03-09). «Шлюзы для внутринациональных туристических потоков: измерение с использованием двух типов технологий отслеживания». International Journal of Tourism Cities . 6 (2): 261– 278. doi :10.1108/ijtc-08-2019-0123. ISSN  2056-5607. S2CID  216388897.
  6. ^ ab Silm, Siiri; Järv, Olle; Masso, Anu (2020), «Отслеживание мобильности человека с помощью мобильных телефонов», Handbook of Research Methods and Applications for Mobilities , Edward Elgar Publishing, стр.  182–192 , doi :10.4337/9781788115469.00025, ISBN 978-1-78811-546-9, S2CID  225356172 , получено 2021-08-31
  7. ^ Маунтин, Дэвид; Рапер, Джонатан (декабрь 2001 г.). «Методы позиционирования для услуг на основе местоположения (LBS): характеристики и ограничения предлагаемых решений». Труды ASLIB . 53 (10): 404– 412. doi :10.1108/eum0000000007074. ISSN  0001-253X.
  8. ^ Федеральная комиссия по связи США (1999). «Закон о беспроводной связи и общественной безопасности (E911)» (PDF) .
  9. ^ abc Ахас, Р., Марк, Ю., Калле Х. (2004). «Социальное позиционирование муудаб географическое положение и ühiskonnateadusi». Академия . 16–3 : 508–529 .​{{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  10. ^ abcdefghi Глобальная рабочая группа ООН по большим данным для официальной статистики (2019). Справочник по использованию данных мобильных телефонов для официальной статистики .
  11. ^ «Данные мобильных телефонов». Большие данные ООН .
  12. ^ Евростат (30 июня 2014 г.). "Исследование целесообразности использования данных мобильного позиционирования для статистики туризма" (PDF) . Сводный отчет Евростата .
  13. ^ Ахас, Рейн; Силм, Сиири; Ярв, Олле; Салувир, Эрки; Тиру, Маргус (апрель 2010 г.). «Использование данных мобильного позиционирования для моделирования местоположений, значимых для пользователей мобильных телефонов». Журнал городских технологий . 17 (1): 3– 27. дои : 10.1080/10630731003597306. ISSN  1063-0732. S2CID  129207771.
  14. ^ Ахас, Рейн; Ааса, Анто; Силм, Сиири; Тиру, Маргус (2007), «Данные мобильного позиционирования в исследованиях и мониторинге туризма: исследование в Тарту, Эстония», Информационные и коммуникационные технологии в туризме 2007 , Вена: Springer Vienna, стр.  119– 128, doi :10.1007/978-3-211-69566-1_12, ISBN 978-3-211-69564-7, получено 2021-09-06
  15. ^ Positium (24 июня 2019 г.). «Вариант использования: создание умного города с решениями на основе данных, инклюзивностью и инновациями в Тарту».
  16. ^ Глобальный пульс ООН (2013). «Данные сетей мобильной связи для развития» (PDF) . Глобальный пульс ООН .
  17. ^ «Состояние мобильных данных для общественного блага» (PDF) . Global Pulse, GSMA . 2015.
  18. ^ Уилсон, Робин; цу Эрбах-Шенберг, Элизабет; Альберт, Максимилиан; Пауэр, Дэниел; Тадж, Саймон; Гонсалес, Мигель; Гатри, Сэм; Чемберлен, Хизер; Брукс, Кристофер; Хьюз, Кристофер; Питонакова, Ленка (2016). «Быстрые и почти реальные оценки перемещения населения с использованием данных мобильных телефонов после катастроф: землетрясение в Непале 2015 года». PLOS Currents . 8. doi : 10.1371/currents.dis.d073fbece328e4c39087bc086d694b5c . ISSN  2157-3999 . PMC 4779046. PMID  26981327 . 
  19. ^ Tizzoni, Michele; Bajardi, Paolo; Decuyper, Adeline; King, Guillaume Kon Kam; Schneider, Christian M.; Blondel, Vincent; Smoreda, Zbigniew; González, Marta C.; Colizza, Vittoria (2014-07-10). "Об использовании прокси-факторов человеческой мобильности для моделирования эпидемий". PLOS Computational Biology . 10 (7): e1003716. arXiv : 1309.7272 . Bibcode : 2014PLSCB..10E3716T. doi : 10.1371/journal.pcbi.1003716 . ISSN  1553-7358. PMC 4091706 . PMID  25010676. 
  20. ^ Томпкинс, Адриан М.; Маккриш, Ники (31.03.2016). «Статистика миграции, имеющая отношение к передаче малярии в Сенегале, полученная из данных мобильных телефонов и использованная в модели миграции на основе агентов». Geospatial Health . 11 (1s): 408. doi : 10.4081/gh.2016.408 . ISSN  1970-7096. PMID  27063741. S2CID  42244743.
  21. ^ Фаст, Л., Вогаман, А. (2016). «Борьба с Эболой с помощью информации: изучение потоков данных и информации в ходе реагирования на Эболу в Западной Африке» (PDF) . USAID .{{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  22. ^ Фингер, Флавио; Женоле, Тина; Мари, Лоренцо; де Маньи, Гийом Константин; Манга, Ноэль Маглуар; Ринальдо, Андреа; Бертуццо, Энрико (2016-06-07). «Данные с мобильных телефонов подчеркивают роль массовых собраний в распространении вспышек холеры». Труды Национальной академии наук . 113 (23): 6421– 6426. Bibcode : 2016PNAS..113.6421F. doi : 10.1073/pnas.1522305113 . ISSN  0027-8424. PMC 4988598. PMID 27217564  . 
  23. ^ Blumenstock, J.; Cadamuro, G.; On, R. (2015-11-27). «Прогнозирование бедности и богатства по метаданным мобильных телефонов». Science . 350 (6264): 1073– 1076. Bibcode :2015Sci...350.1073B. doi : 10.1126/science.aac4420 . ISSN  0036-8075. PMID  26612950. S2CID  206638993.
  24. ^ «Анализ сезонных моделей мобильности с использованием данных мобильных телефонов» (PDF) . Глобальный пульс ООН . 2015.
  25. ^ Салувир, Эрки; Раун, Яника; Тиру, Маргус; Алтин, Лаура; Кроон, Яанус; Сницаренко, Тарас; Ааса, Анто; Силм, Сиири (01 марта 2020 г.). «Методологическая основа для составления национальной статистики туризма на основе данных мобильного позиционирования». Анналы туристических исследований . 81 : 102895. doi : 10.1016/j.annals.2020.102895 . ISSN  0160-7383. S2CID  213622834.
  26. ^ Тити Канти Лестари, Сиим Эско, Рифа Руфиади, Эрки Салувир, Сарпоно Димулио (2018). «Опыт Индонезии по использованию данных позиционирования мобильных устройств сигнализации для официальной статистики туризма Опыт Индонезии по использованию данных позиционирования мобильных устройств сигнализации для официальной статистики туризма». Доклад конференции .{{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )
  27. ^ abc Ахас, Рейн; Ааса, Анто; Силм, Сиири; Тиру, Маргус (2007), «Данные мобильного позиционирования в исследованиях и мониторинге туризма: пример Тарту, Эстония», Информационные и коммуникационные технологии в туризме 2007 , Вена: Springer Vienna, стр.  119– 128, doi :10.1007/978-3-211-69566-1_12, ISBN 978-3-211-69564-7, получено 2021-07-06
  28. ^ Массо, Ану; Силм, Сиири; Ахас, Рейн (2019). «Различия поколений в пространственной мобильности: исследование с использованием данных мобильных телефонов». Население, пространство и место . 25 (2): e2210. doi :10.1002/psp.2210. ISSN  1544-8452. PMC 6446736. PMID  30983917 . 
  29. ^ Ярв, Олле; Ахас, Рейн; Витлокс, Франк (январь 2014 г.). «Понимание ежемесячной изменчивости в пространствах человеческой активности: двенадцатимесячное исследование с использованием записей подробностей звонков по мобильному телефону». Transportation Research Часть C: Новые технологии . 38 : 122–135 . Bibcode : 2014TRPC...38..122J. doi : 10.1016/j.trc.2013.11.003.
Взято с "https://en.wikipedia.org/w/index.php?title=Данные_мобильного_позиционирования&oldid=1267477932"