Προσομοίωση ανθρώπινης κινητικότητας για εφαρμογές πληθοπορισμού

Abstract

Since the first decade of the century, there has been an exponential growth in the field of laptops and mobile devices, including GPS receivers and cameras, which in combination with the increasing penetration of mobile phones in the daily lives of citizens, created new possibilities for communication and interaction. At the same time, the introduction of social networking platforms has allowed the exchange of information in real-time, leading to the emergence of new applications based on data collection by users to solve real-life problems. Involving citizens in problem-solving in real life is not a novel idea. Crowdsourcing as a term was coined in 2005 to describe such cases where an activity is outsourced, usually via the internet. Humans can move, observe, and process the information they gather based on their perception and intellect. These capabilities are used by specific crowdsourcing applications that use mobile technology to harness the collective intelligence of citizens and provide enhanced situational awareness that machines cannot offer on their own. However, such applications are inherently dependent on the involvement of at least a minimum number of citizens so that they can deliver satisfactory results. This minimum number of users, often referred to as "critical mass", is not easy to define, nor is the relationship between the size of the user base and the effectiveness of the application easy to be quantified. It is, therefore, not clear what the threshold is for the number of users in order to make the implementation "effective". In this context, the present dissertation presents a methodology to address this challenge by utilizing data analysis and simulation technologies, focusing on spatial crowdsourcing applications. Spatial crowdsourcing focuses on specific tracking locations, meaning that participants must be at a specific location themselves to contribute. In particular, the dissertation focuses on: a) The contribution of human mobility analysis techniques to the understanding and modeling in a realistic way of how citizens move in an urban environment. b) Contributing to the development of a realistic urban simulation environment and the mobility of its citizens in estimating the number of users needed for an application that utilizes citizens and their location to achieve its goals. The modeling and the simulation environment are tested in the context of the dissertation on a specific problem; the search for missing children with the participation of citizens who are informed about the disappearance through a properly developed mobile application. For the experimentation needs, simulations are performed for Athens. The parameters of the system are adapted appropriately utilizing in combination statistical information and empirical data collected from cell towers of a selected mobile operator and GPS receivers from the mobile phones of participants in Athens. As a result of the above, the value of this easily adaptable simulation environment emerges as a prototype for examining the effectiveness of spatial crowdsourcing applications, as reflected in the number of their users. Utilizing the results of the simulation experiments, the marginal utility of new users of the application is also studied supporting the appropriate targeting of promotional campaigns to maximize the impact of an investment. In conclusion, the dissertation aims to present the framework for developing the digital twin of a real urban scenario and is designed to easily adapt and support decisions on the targeting of the development of spatial crowdsourcing applications.

Τις τελευταίες δεκαετίες η έντονη ανάπτυξη στον τομέα των φορητών υπολογιστών και των κινητών συσκευών, συμπεριλαμβανομένων των δεκτών GPS και των καμερών, άνοιξαν νέες δυνατότητες επικοινωνίας και αλληλεπίδρασης. Παράλληλα, η εμφάνιση πλατφορμών κοινωνικής δικτύωσης επέτρεψε την ανταλλαγή πληροφοριών σε πραγματικό χρόνο, οδηγώντας στην εμφάνιση νέων εφαρμογών που βασίζονται στη συλλογή δεδομένων από τους χρήστες με στόχο την επίλυση πραγματικών προβλημάτων. Η συμμετοχή των πολιτών στην επίλυση προβλημάτων στην πραγματική ζωή δεν είναι νέα ιδέα. Ο όρος πληθοπορισμός (crowdsourcing) δημιουργήθηκε το 2005 για να περιγράψει τέτοιες περιπτώσεις όπου μια δραστηριότητα ανατίθεται σε εξωτερικούς συνεργάτες, συνήθως μέσω του διαδικτύου. Οι άνθρωποι μπορούν να μετακινούνται, να παρατηρούν και να επεξεργάζονται τις πληροφορίες που συλλέγουν με βάση την αντίληψη και νοημοσύνη τους. Αυτές τις δυνατότητες εκμεταλλεύονται συγκεκριμένες εφαρμογές πληθοπορισμού που χρησιμοποιούν την τεχνολογία των έξυπνων κινητών συσκευών για την αξιοποίηση της συλλογικής νοημοσύνης των πολιτών με στόχο να παρέχουν αναβαθμισμένη επίγνωση ενός χώρου και μιας κατάστασης (situational awareness) που μηχανές δεν μπορούν να προσφέρουν από μόνες τους. Ωστόσο, τέτοιες εφαρμογές εξαρτώνται εγγενώς από την εμπλοκή τουλάχιστον ενός ελάχιστου αριθμού ανθρώπων ώστε να μπορούν να προσφέρουν ικανοποιητικά αποτελέσματα. Αυτός ο ελάχιστος αριθμός χρηστών που συχνά συναντάται με τον όρο «κρίσιμη μάζα», δεν είναι εύκολο να οριστεί, ούτε να ποσοτικοποιηθεί η σχέση μεταξύ του μεγέθους της βάσης των χρηστών και της αποτελεσματικότητας της εφαρμογής. Δεν είναι σαφές συνεπώς ποιο κατώφλι για τον αριθμό των χρηστών θα καθιστούσε την εφαρμογή «αποτελεσματική». Στο πλαίσιο αυτό, η παρούσα διατριβή παρουσιάζει μια μεθοδολογία για την αντιμετώπιση αυτής της πρόκλησης αξιοποιώντας τεχνολογίες ανάλυσης δεδομένων και προσομοίωσης, εστιάζοντας σε εφαρμογές χωρικού πληθοπορισμού (spatial crowdsourcing). Ο χωρικός πληθοπορισμός επικεντρώνεται σε συγκεκριμένες τοποθεσίες ανίχνευσης, με την έννοια ότι οι συμμετέχοντες θα πρέπει να βρίσκονται οι ίδιοι σε μια συγκεκριμένη τοποθεσία για να συνεισφέρουν. Συγκεκριμένα η διατριβή εστιάζει: α) Στη συμβολή τεχνικών ανάλυσης ανθρώπινης κινητικότητας στην κατανόηση και τη μοντελοποίηση με ρεαλιστικό τρόπο του τρόπου κίνησης των πολιτών σε περιβάλλον πόλης. β) Στη συμβολή της ανάπτυξης ενός ρεαλιστικού περιβάλλοντος προσομοίωσης μιας πόλης και της κινητικότητας των πολιτών της στην εκτίμηση του αριθμού των χρηστών που χρειάζεται μια εφαρμογή που αξιοποιεί τους πολίτες και την τοποθεσία τους για την επίτευξη κάποιου στόχου. Η μοντελοποίηση και το περιβάλλον προσομοίωσης δοκιμάζονται στο πλαίσιο της διατριβής σε ένα συγκεκριμένο πρόβλημα, την αναζήτηση χαμένων παιδιών με τη συμμετοχή πολιτών που ενημερώνονται για την εξαφάνιση μέσω κατάλληλα αναπτυγμένης εφαρμογής για κινητά τηλέφωνα. Παράλληλα, για τις ανάγκες του πειράματος, η προσομοίωση εκτελείται για την Αθήνα. Οι παράμετροι του συστήματος προσαρμόζονται αξιοποιώντας συνδυαστικά στατιστικά στοιχεία και εμπειρικά δεδομένα που έχουν συλλεχθεί από πύργους κινητής τηλεφωνίας και δέκτες GPS από τα κινητά τηλέφωνα συμμετεχόντων. Ως αποτέλεσμα των παραπάνω, αναδεικνύεται η αξία του παραπάνω εύκολα προσαρμόσιμου περιβάλλοντος προσομοίωσης ως ένα πρωτότυπο για την εξέταση της αποτελεσματικότητας εφαρμογών χωρικού πληθοπορισμού (spatial crowdsourcing), όπως αυτή αντανακλάται από τον αριθμό των χρηστών της. Αξιοποιώντας τα αποτελέσματα των πειραμάτων προσομοίωσης, μελετάται, επίσης, η οριακή χρησιμότητα νέων χρηστών της εφαρμογής για την κατά το δυνατόν σωστότερη στοχοθεσία προωθητικών εκστρατειών (promotion campaigns) προκειμένου να μεγιστοποιηθεί ο αντίκτυπος μιας επένδυσης. Ως κατακλείδα, η διατριβή στοχεύει να παρουσιάσει το πλαίσιο για τη δημιουργία του κατά περίπτωση ψηφιακού διδύμου ενός πραγματικού αστικού σεναρίου και έχει σχεδιαστεί για να προσαρμόζεται εύκολα και να υποστηρίζει αποφάσεις σχετικά με τη στόχευση της ανάπτυξης εφαρμογών χωρικού πληθοπορισμού.