JSAI2026 U-TraPS: 携帯GPSデータからの場所タイプ遷移に基づく行動パターン抽出
テーマ
ラベルなしの携帯GPSデータから、場所の意味と人の行動パターンを同時に抽出する研究 人は目的を持って移動する
個人の目的とエリアの機能の相互作用
施設ラベルではなく、実際の滞在・移動のされ方から「場所タイプ」を推定する
背景課題
GPSログは都市行動を大規模に観察できるが、そのままでは「何の目的で移動したか」は分からない
POIラベルは便利だが、同じ施設種別でも実際の使われ方は異なる 例：同じ商業施設でも、日常の短時間買い物と観光的な長時間滞在では都市的機能が違う
提案
教師なしフレームワークU-TraPS（Unsupervised Transition-aware Place-type Sequencing）を提案
「集約から個人へ」という二段階構成
まず、多数ユーザの滞在情報を集約して場所タイプを抽出する
次に、個人ごとの場所タイプ系列を見て行動パターンを分離する
手法
GPSログから滞在セグメントを抽出
同一200mメッシュ内で5分以上滞在したものを滞在とみなす
滞在ごとに特徴量を作る
位置
居住地からの距離
開始時刻
滞在時間
二つの行動パターンを分離することに成功
データ
Agoopのポイント型流動人口データ
対象: 京都市エリア
期間: 2023年11月20日〜11月26日（1週間）
GPSログ数: 約2,250万件
1日あたり約6万人分のユーザログ
場所タイプ
8種類の場所タイプを抽出
行動パターンの結果
場所タイプの系列から、2種類の行動モードを抽出
滞在継続型
同じ種類の場所に続けて滞在しやすい
旅行・出張などの非日常的な滞在行動に近い
回遊型
短時間立寄りや生活圏への回帰が目立つ
日常的な用事連鎖・回遊行動に近い