論文の概要: From Mobile Data to Business Insights: An End-to-End Analytics Framework for Large-Scale Urban Mobility Analysis and Decision Support

• arxiv url: http://arxiv.org/abs/2607.03394v1
• Date: Fri, 03 Jul 2026 14:51:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.604388
• Title: From Mobile Data to Business Insights: An End-to-End Analytics Framework for Large-Scale Urban Mobility Analysis and Decision Support
• Title（参考訳）: モバイルデータからビジネスインサイトへ:大規模都市モビリティ分析と意思決定支援のためのエンドツーエンド分析フレームワーク
• Authors: Thiago Andrade, Shazia Tabassum, Miguel E. P. Silva, Ricardo Dinis, Joao Gama,
• Abstract要約: モバイルアプリケーションから得られたリアルタイム位置情報は、様々な都市の課題に対処するための強力なツールである。 本研究では,都市環境におけるスマートフォン利用者の行動とパターンを調査することで,これらの課題に対処することを目的とする。 当社のアプローチは,開始から実装まで,高度なデータプラットフォームの開発を包含する。
• 参考スコア（独自算出の注目度）: 1.0532342982372287
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real time location data derived from mobile applications is a powerful tool for addressing various urban challenges, including tourism planning, parking management, bus route optimization, and resource allocation. Besides, it offers invaluable insights for shaping strategic decisions in commercial domains such as location based services, market share analysis, and behavioral profiling. In this expansive study, we aim to address all of the aforementioned challenges by investigating the behaviors and patterns of smartphone users within urban environments, particularly in the domains of tourism, transportation, and retail. Our approach encompasses the development of a sophisticated data platform from inception to implementation, which includes the formulation of use cases, architectural design, and implementation of modules. We employ state of the art techniques and technologies, including data anonymization, ETL pipelines, and utilizing Google BigQuery and Vertex AI for data processing and machine learning model development. A modular architecture based on reusable analytical building blocks was developed to generate data products that support multiple stakeholder driven use cases. Additionally, we apply interactive data visualization techniques via Power BI to facilitate the effective interpretation of analytical findings by stakeholders. The developed models address a wide range of mobility analytics tasks, including mobility profiling, frequent trajectory mining, area of influence analysis, traffic anomaly detection, and origin destination pattern analysis. The results demonstrate the framework's ability to capture user mobility dynamics at fine spatial and temporal resolutions, providing actionable insights for urban planning and strategic business decision making.
• Abstract（参考訳）: モバイルアプリケーションから得られたリアルタイム位置情報は,観光計画,駐車場管理,バス経路最適化,資源配分など,様々な都市課題に対処するための強力なツールである。 さらに、ロケーションベースのサービス、マーケットシェア分析、行動プロファイリングといった商業領域における戦略的決定を形成する上で、重要な洞察を提供する。 本研究では,都市環境,特に観光,交通,小売といった分野におけるスマートフォン利用者の行動とパターンを調査することで,上記の課題に対処することを目的とする。 我々のアプローチは、ユースケースの定式化、アーキテクチャ設計、モジュールの実装を含む、開始から実装までの高度なデータプラットフォームの開発を包含する。 データ匿名化やETLパイプライン,Google BigQueryとVertex AIを活用したデータ処理と機械学習モデル開発など,最先端の技術とテクノロジを採用しています。 複数の利害関係者によるユースケースをサポートするデータ製品を生成するために、再利用可能な分析的ビルディングブロックに基づくモジュラーアーキテクチャが開発された。 さらに、ステークホルダーによる分析結果の効果的な解釈を容易にするために、Power BIを介してインタラクティブなデータ可視化技術を適用する。 開発したモデルは、移動度プロファイリング、頻繁な軌跡採掘、影響分析領域、交通異常検出、起点パターン解析など、幅広いモビリティ分析タスクに対処する。 その結果, 詳細な空間的・時間的解像度でユーザ移動動態を捉えることができ, 都市計画や戦略的ビジネス意思決定に有効な洞察を提供することができた。

関連論文リスト

• Mapping the Urban Mobility Intelligence Frontier: A Scientometric Analysis of Data-Driven Pedestrian Trajectory Prediction and Simulation [9.952614688579738]
  本研究は,データ駆動型歩行者軌道予測と群集シミュレーションに関する総合的な科学的分析を行う。 結果は、人工知能、都市情報学、および群衆行動モデリングの強い収束性を示す。
  論文  参考訳（メタデータ） (2025-10-11T19:58:40Z)
• Urbanite: A Dataflow-Based Framework for Human-AI Interactive Alignment in Urban Visual Analytics [4.107382739138796]
  都市視覚分析は、現実世界の問題に対する洞察を導き出すのに欠かせないものとなっている。 多様なデータセットを管理し、複雑に蒸留し、様々な分析手法を統合する必要性は、参入の障壁を高くする。 都市視覚分析における人間とAIの協調のためのフレームワークであるUrbaniteを提案する。
  論文  参考訳（メタデータ） (2025-08-10T15:44:37Z)
• A Survey of World Models for Autonomous Driving [55.520179689933904]
  自律運転の最近の進歩は、堅牢な世界モデリングの進歩によって推進されている。 世界モデルは、マルチセンサーデータ、セマンティックキュー、時間ダイナミクスを統合する駆動環境の高忠実度表現を提供する。 今後の研究は、自己指導型表現学習、マルチモーダル融合、高度なシミュレーションにおける重要な課題に対処する必要がある。
  論文  参考訳（メタデータ） (2025-01-20T04:00:02Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• Towards Next-Generation Urban Decision Support Systems through AI-Powered Construction of Scientific Ontology using Large Language Models -- A Case in Optimizing Intermodal Freight Transportation [1.6230958216521798]
  本研究では,事前学習された大規模言語モデル(LLM)を活用する可能性について検討する。 推論コアとしてChatGPT APIを採用することで、自然言語処理、メソノロジーベースのプロンプトチューニング、トランスフォーマーを含む統合ワークフローを概説する。 我々の方法論の成果は、広く採用されているオントロジー言語(OWL、RDF、SPARQLなど)の知識グラフである。
  論文  参考訳（メタデータ） (2024-05-29T16:40:31Z)
• A Study of Situational Reasoning for Traffic Understanding [63.45021731775964]
  トラフィック領域における状況推論のための3つの新しいテキストベースのタスクを考案する。 先行作業における言語推論タスクにまたがる一般化能力を示す知識強化手法を4つ採用する。 本稿では,データ分割におけるモデル性能の詳細な解析を行い,モデル予測を分類的に検討する。
  論文  参考訳（メタデータ） (2023-06-05T01:01:12Z)
• Distributed intelligence on the Edge-to-Cloud Continuum: A systematic literature review [62.997667081978825]
  このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。 現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
  論文  参考訳（メタデータ） (2022-04-29T08:06:05Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。