IN 2012/11/22 ＠熊本CS27 Lab. Kobe University

モバイルセンシングデータ可視化のためのライフログ可視化フレームワーク

MashMap の拡張

神戸大学大学院システム情報学研究科

高橋 昂平 佐伯 幸郎 柗本 真佑 中村 匡秀

2

ライフログとそのマッシュアップ ライフログ

人間の行いをデジタルデータとして記録したもの様々な目的に利用されている

ex. 自己の振り返り , 生活改善 , 意思決定 ...それらに応じた多くのライフログサービスが提供されている

ライフログのマッシュアップ集約・連携することで更に付加価値が上がる

食事の写真 + 体重ログ = 食習慣の振り返り・改善先行研究 : ライフログマッシュアッププラットフォーム [1]

ライフログ標準データモデル（ LLCDM ）マッシュアップ API （ LLAPI ）

まつ本真佑，下條彰，鎌田早織，中村匡秀，“異種ライフログ統合のための標準データモデルとマッシュアップ api” 電子情報通信学会論文誌， vol.J95-D ， p.758–768 ， April 2012 ．

FoodLogBETAManage your photos of foods LLCDM

TransformAggregate

LLAPI

PerlLifeLoggerPerlLifeLogger

BodyLog

3

先行研究： MashMap フレームワーク 様々な形式の位置付きライフログを地図上に可視化するため

の汎用的な枠組み ライフログを束ねて (Mashup) 、地図 (Map) 化する ライフログを地図上に可視化する際の共通した処理をフレー

ムワークで処理する様々な形式の位置付きライフログを標準形式 (LLCDM) で保存データソースを定義し、 1 つまたは複数のデータソースを同一地図上

へ可視化地図上での容易なライフログマッシュアップを実現効率的なサービス開発を支援

MashMap

LLCDM

DisplayFormatFilter

DataSourceDisplayFormatFilter

DataSource

LLAPI

MashMap Framework

モバイルセンシングと参加型センシング モバイルセンシング

人間がセンサを持ち歩く移動しながら、周囲の環境や状況をセンシングする

外気温、湿度、気圧、騒音地磁気、加速度、速度「晴れている」、「混んでいる」

参加型センシングモバイルセンシングを共通の目的の下で多数のユーザで実施多数のユーザによるデータを共有・集約し、有効活用する

4

5

参加型センシングによる情報を利用したサービス各地の個々のユーザの取得したデータを集約し、可視化する

目的や用途ごとに専用のプログラムを作成しているログから位置情報を抜き出し、地図上へ表示する処理は共通

ウェザーリポート Ch.→ユーザが見たピンポイントな天気状況を集約

みんなでつくる放射線量マップ→ ユーザ各自の放射線量測定結果を集約

MashMap のモバイルセンシングへの適用 適用イメージ

モバイルセンシングの MashMap への要求①センシングによるデータもライフログと同様に扱いたい②データの細かな選別、選別法の組み替えを行いたい③測定値を基に、地図上での表示を細かく指定したい

6

MashMap

LLCDM

DisplayFormatFilter

DataSourceDisplayFormatFilter

DataSource

LLAPI

MashMap Framework

？？

？？

？

目的とアプローチ 目的

以下の要件を満たすように MashMap フレームワークを拡張する　　　 R1: モバイルセンシングデータをライフログの一つとして管理

する　　　 R2: 様々な角度からデータの抽出を行う　　　 R3: 測定値に応じて地図上での表示方法を変更する

アプローチ以下の拡張を行う　　　 A1: モバイルセンシングデータの LLCDM への適用　　　 A2: Filter の拡張　　　 A3: DisplayFormat の拡張

7

A1: モバイルセンシングデータの LLCDM への適用 1/2 5W1H の観点から、ライフログの持つ標準的なデータ項目を整理

アプリケーションに依らない汎用的なデータ項目を規定

8

Perspective ライフログ (by Twitter) センサログ（ by モバイル百葉箱）

When（投稿日時）Date: 2013-11-22Time: 09:00:00

（測定日時）Date: 2013-11-22Time: 09:00:00

Where（投稿地点）Latitude: 32.81283Longitude: 130.72792

（測定地点）Latitude: 32.81283Longitude: 130.72792

Who （ユーザ名）　“ Kohei” （測定者）　“ Takahashi”

What （つぶやき）{ …, text: “ 発表なう” , … }

（センシングデータ）{ velocity: 10, temperature: 12, …}

How（アプリ・利用機器）application: “Twiiter”device: “iPhone4”

（測定機器）application: “ モバイル百葉箱”device: “Phidgets1040”

A1: モバイルセンシングデータの LLCDM への適用 2/2

他のライフログデータと 同様に扱うことが可能になる

センシング視点からの解釈「センサによって取得された速度と気温のデータ」

ライフログ視点からの解釈「 Takahashi が今日、センサでデータを取得した。中身は速度と気温である。」

9

Perspective

センサログ（ by モバイル百葉箱）

When（測定日時）Date: 2013-11-22Time: 09:00:00

Where（測定地点）Latitude: 32.81283Longitude: 130.72792

Who （測定者）　“ Takahashi”

What （センシングデータ）{ velocity: 10, temperature: 12, …}

How（測定機器）application: “ モバイル百葉箱”device: “Phidgets1040”

LLCDM

A2: Filter の拡張 Filter: 可視化するデータをデータベースから選別する

既存1 つの DataSource につき 1 つの Filter しか定義できないライフログでは、「期間 + ユーザ +Web サービスの種類」程度の選別

拡張Filter の入れ子構造を許す

柔軟なデータの選別作成した Filter の再利用

例user と application で絞り込む Filterdate で絞り込む Filterlocation で絞り込む Filter

10

Filter

user+application

date

Filter

location

Filter

DisplayFormatFilter

DataSource

location

A3: DisplayFormat 拡張 DisplayFormat: データの地図上での表示形式を規定する

既存1 つの DataSource につき 1 つの DisplyFormat しか定義できないFilter により選別されたデータ全てを同じ表示形式で可視化する

拡張Filter によって選別された各データに対して条件判定をする

データもつ値によって別の表示形式を割り振る例

気温によってマーカーの色を変える気温 27 度以上の地点：赤色気温 15～ 27 度未満の地点：緑色気温 15 度未満の地点：青色

11

DisplayFormat

HotMid

Cold

DisplayFormatFilter

DataSource

ケーススタディ 設定

旅行中にモバイルセンサを持ち歩き、データを取得した移動中、どこを、どのぐらいの速度で移動したのかを可視化したい

データの投入・変換

12

{Date:"2013-09-08", Time:"13:24:14 JST", GPS:{latitude:24.403, longitude:124.14152333333334, altitude:11.1, velocity:1.668}, light:60, sound:63.2664824, temperature:27.33346, humidity:43.66, ...}{Date:"2013-09-08", Time:"13:24:18 JST", GPS:{latitude:24.40300166666667, longitude:124.14152333333334, altitude:11.0, velocity:2.0372}, light:66, sound:61.67583, temperature:27.336, humidity:43.66, ...}……..

{ id: "5269f63f45bd0479d4204bd0", date: "2013-09-08", time: "04:24:14", user: "okushi", location: { latitude:24.403, longitude:124.1415234, altitude:11.1}, content: { Date:"2013-09-08", Time:"13:24:14 JST", GPS:{ latitude:24.403, longitude:124.1415234, altitude:11.1, velocity:1.668}, light:60, sound:63.2664824, temperature:27.346, humidity:43.66, ...}, device: "MobileSensorOkushi", application: "sensorbox",},….

LLCDM

ケーススタディ： DataSource の作成 Filter の作成

Child FilterUser: okushiDevice: velocity sensor

Child FilterDate: 2013-09-08

DisplayFormat の作成形状 : 線 (LINE)フォーマットルール

速度 10km/h以下 : 青速度 10～ 30km/h: 緑速度 30～ 50km/h: オレンジ速度 50km/h より大きい : 赤

DataSource の作成上記の Filter と DisplayFormat の組み合わせ

13

Filter

user+device

date

DisplayFormat

highLow

DataSource

ケーススタディ：可視化結果 移動中の速度の可視化

2013年 9月 8日、ユーザ okushi が旅行中に速度センサにより取得 DataSource

14

Filter

user+device

date

DisplayFormat

highLow

DataSource

考察 MashMap を利用した可視化を行うことができた Filter に入れ子構造を許し、組み替えられるようになった 1 つの DisplayFormat で各色と速度の対応付けができた

従来手法では、各色毎に DataSource ごと作りなおさなければならない

→ データの収集から可視化までの工数を削減→ 他のモバイルセンシングデータ・ライフログとも容易にマ

ッシュアップ

限界 同じ地点で連続的に取られたデータの地図上での可視化は難しい

地図上で時系列を表現する機能が必要 データの選別方法の工夫で対応可能

15

✔要件R1✔要件

R2✔要件

R3

まとめと今後の課題 まとめ

MashMap フレームワークを拡張し、ライフログのみならずモバイルセンシングデータを地図上に可視化できる枠組みを提案・実装した。

ケーススタディとして、移動中に速度センサで取得したデータを可視化した。

その結果、どの地点をどの程度の速度で移動していたかを詳細に振り返る地図を容易に作成することができた。

今後の課題より簡単・単純な手順による可視化の支援フレームワークの強化

位置情報を持たないデータとのマッシュアップを行う機能同一地図上で時系列を表現する機能

16