Centre dedocumentation
scientifique

Detecting spatiotemporal traffic events using geosocial media data / Shishuo Xu in Computers, Environment and Urban Systems, vol 94 (June 2022)  

Public [article]  inComputers, Environment and Urban Systems > vol 94 (June 2022) . - n° 101797 Titre : Detecting spatiotemporal traffic events using geosocial media data Type de document : Article/Communication Auteurs : Shishuo Xu, Auteur ; Songnian Li, Auteur ; Wei Huang, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 101797 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] analyse de groupement [Termes IGN] base de données d'objets mobiles [Termes IGN] base de données spatiotemporelles [Termes IGN] détection d'événement [Termes IGN] données issues des réseaux sociaux [Termes IGN] données spatiotemporelles [Termes IGN] planification urbaine [Termes IGN] sécurité routière [Termes IGN] Toronto [Termes IGN] trafic routier [Termes IGN] Twitter Résumé : (auteur) Social media platforms enable efficient traffic event detection by allowing users to produce geo-tagged content (e.g., tweets) known as geosocial media data. Geosocial media data improve road safety by providing timely updates for traffic flow and traffic control. Recent studies on traffic event detection with geosocial media data have been focused around keyword-based query approaches, where the event content was inferred by predetermined categories, to retrieve relevant traffic events. Spatiotemporal features associated with traffic-related posts have not been fully investigated. In this study, we filtered irrelevant posts with association rules. A spatiotemporal clustering-based method was then used to retrieve traffic events from these filtered posts, where the content of detected events was automatically inferred with a set of representative terms. For comparison, a typical text classification-based method was also used by classifying the posts filtered from association rules into different categories. By validating the detection results with vehicle travel speed data, we demonstrate that the former outperforms the latter in terms of the number of correctly detected traffic events from one-year of Twitter data in Toronto, Canada. Our proposed approach helps organizations and governments to be aware of when and where traffic events occur by identifying event hotspots and peak periods, which improves both traffic management and urban planning. Numéro de notice : A2022-264 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1016/j.compenvurbsys.2022.101797 Date de publication en ligne : 26/03/2022 En ligne : https://doi.org/10.1016/j.compenvurbsys.2022.101797 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100261 [article]

The effect of intra-urban mobility flows on the spatial heterogeneity of social media activity: investigating the response to rainfall events / Sidgley Camargo de Andrade in International journal of geographical information science IJGIS, vol 36 n° 6 (June 2022)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 36 n° 6 (June 2022) . - pp 1140 - 1165 Titre : The effect of intra-urban mobility flows on the spatial heterogeneity of social media activity: investigating the response to rainfall events Type de document : Article/Communication Auteurs : Sidgley Camargo de Andrade, Auteur ; João Porto de Albuquerque, Auteur ; Camilo Restrepo-Estrada, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 1140 - 1165 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] auto-régression [Termes IGN] distribution spatiale [Termes IGN] données issues des réseaux sociaux [Termes IGN] données socio-économiques [Termes IGN] hétérogénéité spatiale [Termes IGN] mobilité urbaine [Termes IGN] modélisation spatio-temporelle [Termes IGN] pluie [Termes IGN] précipitation [Termes IGN] Sao Paulo [Termes IGN] Twitter Résumé : (auteur) Although it is acknowledged that urban inequalities can lead to biases in the production of social media data, there is a lack of studies which make an assessment of the effects of intra-urban movements in real-world urban analytics applications, based on social media. This study investigates the spatial heterogeneity of social media with regard to the regular intra-urban movements of residents by means of a case study of rainfall-related Twitter activity in São Paulo, Brazil. We apply a spatial autoregressive model that uses population and income as covariates and intra-urban mobility flows as spatial weights to explain the spatial distribution of the social response to rainfall events in Twitter vis-à-vis rainfall radar data. Results show high spatial heterogeneity in the response of social media to rainfall events, which is linked to intra-urban inequalities. Our model performance (R2=0.80) provides evidence that urban mobility flows and socio-economic indicators are significant factors to explain the spatial heterogeneity of thematic spatiotemporal patterns extracted from social media. Therefore, urban analytics research and practice should consider not only the influence of socio-economic profile of neighborhoods but also the spatial interaction introduced by intra-urban mobility flows to account for spatial heterogeneity when using social media data. Numéro de notice : A2022-405 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2021.1957898 Date de publication en ligne : 03/08/2021 En ligne : https://doi.org/10.1080/13658816.2021.1957898 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100717 [article]

Human movement patterns of different racial-ethnic and economic groups in U.S. top 50 populated cities: What can social media tell us about isolation? / Meiliu Wu in Annals of GIS, vol 28 n° 2 (April 2022)  

Public [article]  inAnnals of GIS > vol 28 n° 2 (April 2022) . - pp 161 - 183 Titre : Human movement patterns of different racial-ethnic and economic groups in U.S. top 50 populated cities: What can social media tell us about isolation? Type de document : Article/Communication Auteurs : Meiliu Wu, Auteur ; Qunying Huang, Auteur Année de publication : 2022 Article en page(s) : pp 161 - 183 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse de groupement [Termes IGN] données issues des réseaux sociaux [Termes IGN] données socio-économiques [Termes IGN] Etats-Unis [Termes IGN] ethnie [Termes IGN] migration humaine [Termes IGN] mobilité territoriale [Termes IGN] sociologie [Termes IGN] Twitter Résumé : (auteur) Many studies have proven that human movement patterns are strongly impacted by individual socioeconomic and demographic background. While many efforts have been made on exploring the influences of age and gender on movement patterns using social media, this study aims to analyse and compare the movement patterns among different racial-ethnic and economic groups using social media (i.e. geotagged tweets) from the U.S. top 50 populated cities. Results show that there are significant differences in number of activity zones and median travel distance across cities and demographic groups, and that power-laws tend to be captured in both spatial and demographic aspects. Additionally, the analysis of outbound-city travels demonstrates that some cities have slightly stronger interaction with others, and that economically disadvantaged populations and racial-ethnic minorities are more restricted in long distance travels, indicating that their spatial mobility is more limited to the local scale. Lastly, an economically-segregated movement pattern is discovered – upper-class neighbourhoods are mostly visited by the upper-class, while lower-class neighbourhoods are mainly accessed by the lower-class – but some racial-ethnic groups can diversify this segregated pattern in the local scale. Numéro de notice : A2022-501 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/19475683.2022.2026471 Date de publication en ligne : 22/01/2022 En ligne : https://doi.org/10.1080/19475683.2022.2026471 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100998 [article]

GazPNE: annotation-free deep learning for place name extraction from microblogs leveraging gazetteer and synthetic data by rules / Xuke Hu in International journal of geographical information science IJGIS, vol 36 n° 2 (February 2022)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 36 n° 2 (February 2022) . - pp 310 - 337 Titre : GazPNE: annotation-free deep learning for place name extraction from microblogs leveraging gazetteer and synthetic data by rules Type de document : Article/Communication Auteurs : Xuke Hu, Auteur ; Hussein S. Al-Olimat, Auteur ; Jens Kersten, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 310 - 337 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] apprentissage profond [Termes IGN] classification hybride [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] données topographiques [Termes IGN] extraction de données [Termes IGN] géobalise [Termes IGN] microblogue [Termes IGN] OpenStreetMap [Termes IGN] répertoire toponymique [Termes IGN] toponyme [Termes IGN] Twitter Résumé : (auteur) Extracting precise location information from microblogs is a crucial task in many applications, particularly in disaster response, revealing where damages are, where people need assistance, and where help can be found. A crucial prerequisite to location extraction is place name extraction. In this paper, we present GazPNE: a hybrid approach to place name extraction which fuses rules, gazetteers, and deep learning techniques without requiring any manually annotated data. The core of the approach is to learn the intrinsic characteristics of multi-word place names with deep learning from gazetteers. Specifically, GazPNE consists of a rule-based system to select n-grams from the microblogs that potentially contain place names, and a C-LSTM model that decides if the selected n-gram is a place name or not. The C-LSTM is trained on 388.1 million examples containing 6.8 million positive examples with US and Indian place names extracted from OpenStreetMap and 381.3 million negative examples synthesized by rules. We evaluate GazPNE against the SoTA on a manually annotated 4,500 tweet dataset which contains 9,026 place names from three foods: 2016 in Louisiana (US), 2016 in Houston (US), and 2015 in Chennai (India). GazPNE achieves SotA performance on the test data with an F1 of 0.84. Numéro de notice : A2022-164 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2021.1947507 Date de publication en ligne : 07/07/2021 En ligne : https://doi.org/10.1080/13658816.2021.1947507 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99787 [article]

Annotation sémantique pour la géolocalisation d'entités spatiales dans des tweets / Gaëtan Caillaut (2022)  

Public Titre : Annotation sémantique pour la géolocalisation d'entités spatiales dans des tweets Type de document : Article/Communication Auteurs : Gaëtan Caillaut, Auteur ; Cécile Gracianne, Auteur ; Samuel Auclair, Auteur ; Nathalie Abadie , Auteur ; Guillaume Touya , Auteur Editeur : Orsay, Chambéry : Association Française de l'Intelligence Artificielle AFIA Année de publication : 2022 Projets : RéSoCio / Auclair, Samuel Conférence : PFIA 2022, Plate-Forme Intelligence Artificielle, Journée Résilience & IA 27/06/2022 27/06/2022 Saint-Etienne France Programme Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] données issues des réseaux sociaux [Termes IGN] entité géographique [Termes IGN] géolocalisation [Termes IGN] information sémantique [Termes IGN] représentation vectorielle [Termes IGN] Twitter [Termes IGN] zone sinistrée Mots-clés libres : Annotation sémantique, Reconnaissance d’entités nommées, Double Encodeur, Wikipédia, Géolocalisation Résumé : (Auteur) Cet article présente une méthode d'annotation sémantique (Entity Linking) dédiée à la géolocalisation de messages postés sur les réseaux sociaux. Nous proposons une variante de l'architecture à double encodeur capable de détecter simultanément les mentions des entités présentes dans un texte et d'en calculer des représentations vectorielles ; là où les travaux récents menés dans ce domaine ne proposent que des systèmes capable de produire une représentation pour une unique entité annotée au préalable par un système tiers. Nous montrons également que, malgré la difficulté accrue de la tâche, ce système parvient à concurrencer, et même à surpasser, les systèmes à double encodeur. Numéro de notice : C2022-012 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/SOCIETE NUMERIQUE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Date de publication en ligne : 31/05/2022 En ligne : https://hal.archives-ouvertes.fr/hal-03682484/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100827

Automated construction of a French Entity Linking dataset to geolocate social network posts in the context of natural disasters / Gaëtan Caillaut (2022)  

Permalink

CIME: Context-aware geolocation of emergency-related posts / Gabriele Scalia in Geoinformatica [en ligne], vol 26 n° 1 (January 2022)  

Permalink

Introducing diversion graph for real-time spatial data analysis with location based social networks / Sameera Kannangara (2021)  

Permalink

Exploring the heterogeneity of human urban movements using geo-tagged tweets / Ding Ma in International journal of geographical information science IJGIS, vol 34 n° 12 (December 2020)  

Permalink

Evaluating geo-tagged Twitter data to analyze tourist flows in Styria, Austria / Johannes Scholz in ISPRS International journal of geo-information, vol 9 n° 11 (November 2020)  

Permalink

Volunteered geographic information research in the first decade: a narrative review of selected journal articles in GIScience / Yingwei Yan in International journal of geographical information science IJGIS, vol 34 n° 9 (September 2020)  

Permalink

Exploration of OpenStreetMap missing built-up areas using twitter hierarchical clustering and deep learning in Mozambique / Hao Li in ISPRS Journal of photogrammetry and remote sensing, vol 166 (August 2020)  

Permalink

Los Angeles as a digital place: The geographies of user‐generated content / Andrea Ballatore in Transactions in GIS, Vol 24 n° 4 (August 2020)  

Permalink

A name‐led approach to profile urban places based on geotagged Twitter data / Juntao Lai in Transactions in GIS, Vol 24 n° 4 (August 2020)  

Permalink

Objets connectés et mobilité urbaine : visualiser les déplacements des usagers de Twitter avec des graphes dynamiques / Françoise Lucchini in Mappemonde [en ligne], n° 128 (juillet 2020)  

Permalink