レーザセンサによる行動モニタリングデータを用いた時空間活動パターンの抽出

摘要

レーザセンサを用いた行動モニタリング分析は，大規模データの収集が容易な反面，対象空間の時空間的な利用特性を俯瞰する作業には専門的なスキルや多大な労力を要する。本稿では，終日のオフィス活動を概観する際，「どの時間帯に，どのような場所で，どのような活動が行われているかを分かりやすく可視化したい」という課題に対し，オフィス活動の時系列データから特徴のある「時間帯」を抽出する時間帯抽出モデル，及び，時空間の同時生起性パターンから「シーン」を抽出するシーン抽出モデルを提案した。また，オフィス内の人々の活動を説明する際，滞留(立ち話)や移動を表現できる速度情報を用いることの有用性も示した。これらの方法によれば，一日の活動を適当なサイズの「時間帯」に区分して理解する視点を与え，大量にある分析図の中から特徴的な代表図を簡便に見出すことが可能になる。更には，大規模データから「時間•空間•行動(滞留/移動)」の関係性を説明する成分を抽出することができるため，朝礼や長時間の立ち話といった典型的なシーンといった情報を可視化することが可能となる。%Using a pedestrian tracking system on laser scanners, the big data for office-workers' trajectories can provide detailed deep insights on workplace designs. In the analysis of tracking data, it is necessary to represent them on maps so that the relationships between spatial and temporal features can be understood clearly to comprehend characteristics of their working style. In this paper, two methods to extract patterns of "Spatio-temporal activity" are described. One is the time zone extraction model, i.e. a classification model on the basis of information loss minimization model, and the other is the day scene extraction model, i.e. a latent class model using the probabilistic latent semantic indexing (PLSI). Numerical studies demonstrate the usefulness of our proposed models.