Tweets geolocalizados para la movilidad diaria: metodología de análisis y detección de residencias en el área urbana de Valencia
Contenido principal del artículo
Resumen
Se analizan los datos geolocalizados de la red social Twitter con el fin de conocer las posibilidades que ofrecen para el estudio de las pautas de movilidad diarias, aplicado al caso del área urbana de Valencia, España. Basado en dicho análisis, se propone una metodología para el tratamiento y explotación de los datos, focalizada en la detección del lugar de residencia de sus usuarios, información básica en el análisis de la movilidad. El buen ajuste de los resultados con distintas fuentes de comprobación ratifica la adecuación de la metodología y las amplias posibilidades de la fuente analizada.
Descargas
Detalles del artículo
Bibliografía
Béjar, J., Álvarez, S., García, D., Gómez, I., Oliva, L., Tejeda, A., & Vázquez-Salceda, J. (2016). Discovery of spatio-temporal patterns from location-based social networks. Journal of Experimental & Theoretical Artificial Intelligence, 28(1–2), 313–329. https://doi.org/10.1080/0952813X.2015.1024492
Bojic, I., Massaro, E., Belyi, A., Sobolevsky, S., & Ratti, C. (2015). Choosing the Right Home Location Definition Method for the Given Dataset (pp. 194–208). In T.Y. Liu, C. Scollon & W. Zhu (Eds.), Social Informatics. SocInfo 2015. Lecture Notes in Computer Science. Springer. https://doi.org/10.1007/978-3-319-27433-1_14
Frias-Martinez, V., & Frias-Martinez, E. (2014). Spectral clustering for sensing urban land use using Twitter activity. Engineering Applications of Artificial Intelligence, 35, 237–245. https://doi.org/10.1016/j.engappai.2014.06.019
Gabrielli, L., Rinzivillo, S., Ronzano, F., & Villatoro, D. (2014). From Tweets to Semantic Trajectories: Mining Anomalous Urban Mobility Patterns. In Jordi Nin & Daniel Villatoro (Eds.), Citizen in Sensor Networks (pp. 26–35). Switzerland: Springer International Publishing. https://doi.org/10.1007/978-3-319-04178-0_3
García-Palomares, J. C., Gutiérrez, J., & Mínguez, C. (2015). Identification of tourist hot spots based on social networks: A comparative analysis of European metropolises using photo-sharing services and GIS. Applied Geography, 63, 408–417. https://doi.org/10.1016/j.apgeog.2015.08.002
Goodchild, M. (2007). Citiziens as sensors: the word of volunteered geography. GeoJournal, 69, 211–221. https://doi.org/10.1007/s10708-007-9111-y
Gonzalez, M. C., Hidalgo, C. A., & Barabasi, A. L. (2008). Understanding individual human mobility patterns. Nature, 453(7196), 779–782. https://doi.org/10.1038/nature06958
Gutiérrez-Puebla, J., García-Palomares, J. C., & Salas-Olmedo, M. H. (2016). Big (Geo)Data in Social Sciences:Challenges and Opportunities. Revista de estudios andaluces, 33, 1–23. http://dx.doi.org/10.12795/rea.2016.i33.01
Hasan, S., Zhan, X., & Ukkusuri, S. V. (2013, August). Understanding urban human activity and mobility patterns using large-scale location-based data from online social media. In Proceedings of the 2nd ACM SIGKDD international workshop on urban computing (pp. 1–8). Chicago. https://doi.org/10.1145/2505821.2505823
Huang, W., Li, S., Liu, X., & Ban, Y. (2015). Predicting human mobility with activity changes. International Journal of Geographical Information Science, 29(9), 1569–1587. https://doi.org/10.1080/13658816.2015.1033421
Jurdak, R., Zhao, K., Liu, J., AbouJaoude, M., Cameron, M., & Newth, D. (2015). Understanding human mobility from Twitter. PloS one, 10(7), e0131469. https://doi.org/10.1371/journal.pone.0131469
Kwan, M. P. (1999). Gender, the home-work link, and space-time patterns of nonemployment activities. Economic geography, 75(4), 370–394. https://doi.org/10.1111/j.1944-8287.1999.tb00126.x
Masquenegocio. (2016, January). Twitter users in Spain [PDF report]. Retrieved from http://www.masquenegocio.com/wp-content/uploads/2016/01/Twitter-en-Espan%CC%83a.pdf
Song, C., Qu, Z., Blumm, N., & Barabási, A. L. (2010). Limits of predictability in human mobility. Science, 327(5968), 1018–1021. https://doi.org/10.1126/science.1177170
Li, S., Dragicevic, S., Castro, F., Sesterd, M., Wintere,S., Coltekin, A., … Chengi, T. (2016). Geospatial big data handling theory and methods: A review and research challenges. Isprs journal of photogrammetry and remote sensing, 115, 119–133. https://doi.org/10.1016/j.isprsjprs.2015.10.012
Llorente, A., Garcia-Herranz, M., Cebrian, M., & Moro, E. (2015). Social media fingerprints of unemployment. PloS one, 10(5), e0128692. https://doi.org/10.1371/journal.pone.0128692
Serrano Estrada, L., Serrano Salazar, S., & Álvarez Álvarez, F. J. (2014). Las redes sociales y los SIG como herramientas para conocer las preferencias sociales en las ciudades turísticas: el caso de Benidorm. Presented at the XVI Congreso Nacional de Tecnologías de Información Geográfica (pp. 1005–1012). Alicante, Spain, June 25–27. Madrid: Asociación de Geógrafos Españoles.