सेल फोन डेटा और मशीन लर्निंग के साथ हमारी 'छिपी हुई यात्राओं' को उजागर करना

यदि आपने कभी सोचा है कि कैसे शोधकर्ता किसी देश में हमारे आंदोलनों को पूरी तरह से फोन कॉल पर भरोसा किए बिना ट्रैक करते हैं, तो चीन और संयुक्त राज्य अमेरिका के शोधकर्ताओं द्वारा एक आकर्षक अध्ययन कुछ अंतर्दृष्टि प्रदान करता है। उनके सहयोगी कार्य 'छिपे हुए यात्राओं' को उजागर करने के लिए मशीन लर्निंग के उपयोग में शामिल हैं - वे यात्राएं जो मानक दूरसंचार डेटा में नहीं दिखाई देती हैं क्योंकि हम अपने फोन का पर्याप्त उपयोग नहीं कर रहे हैं।

अध्ययन, जिसका शीर्षक है ** स्पार्स कॉल डिटेल रिकॉर्ड डेटा ** से छिपी हुई यात्राओं की पहचान, हांगकांग विश्वविद्यालय से ज़हान झाओ द्वारा, बोस्टन में नॉर्थईस्टर्न यूनिवर्सिटी से हरिस एन। कॉट्सोपोलोस और एमआईटी से जिन्हुआ झाओ के साथ। उनके लक्ष्य? मोबाइल कनेक्टिविटी रिकॉर्ड का लाभ उठाने के लिए - जैसे कि मोबाइल डेटा, एसएमएस और वॉयस कॉल - अत्यधिक सक्रिय उपयोगकर्ताओं से लेकर मॉडल और उन लोगों के आंदोलन पैटर्न की भविष्यवाणी करने के लिए जो अपने फोन का कम बार उपयोग करते हैं।

* कॉल डिटेल रिकॉर्ड (सीडी) डेटा से यात्रा की जानकारी निकालने के लिए एक मोटा योजनाबद्ध।* स्रोत: https://arxiv.org/pdf/2106.12885.pdf

जबकि टीम स्वीकार करती है कि संभावित गोपनीयता की चिंता उनके काम को बढ़ाती है, वे इस बात पर जोर देते हैं कि उनका उद्देश्य व्यक्तिगत यात्रा पर ज़ूम करने के बजाय आंदोलन पैटर्न की अधिक सामान्यीकृत समझ हासिल करना है। वे यह भी बताते हैं कि कॉल डिटेल रिकॉर्ड (CDR) डेटा, जो इस तरह के अध्ययनों की रीढ़ है, इसकी सीमाएं हैं। यह अक्सर स्थानिक संकल्प में कम होता है और सेल फोन टावरों के सापेक्ष उपयोगकर्ता की बदलती स्थिति के कारण 'स्थिति शोर' के लिए अतिसंवेदनशील होता है। हालांकि, वे तर्क देते हैं कि यह अशुद्धि वास्तव में एक गोपनीयता सुरक्षा के रूप में कार्य करती है:

** 'हमारे अध्ययन का लक्ष्य अनुप्रयोग यात्रा का पता लगाने और OD अनुमान \ [\*\] है, जो कि कुल स्तर पर किया जाता है, व्यक्तिगत स्तर पर नहीं। विकसित मॉडल को सीधे डेटा ट्रांसफर की आवश्यकता के बिना, टेलीकॉम वाहक के डेटाबेस सर्वर पर सीधे तैनात किया जा सकता है। इसके अलावा, बड़े डेटा के अन्य रूपों की तुलना में, जैसे सोशल मीडिया या क्रेडिट कार्ड लेनदेन डेटा, सीडीआर डेटा व्यक्तिगत गोपनीयता के मामले में अपेक्षाकृत कम घुसपैठ है। इसके अलावा, इसकी स्थानीयकरण त्रुटि सटीक उपयोगकर्ता स्थानों को मुखौटा करने में मदद करती है, जो गोपनीयता संरक्षण की एक और परत प्रदान करती है। '**

समाप्त समय अंतराल (ईटीआई)

जब हम अपने मोबाइल फोन के साथ आगे बढ़ते हैं, तो जरूरी नहीं कि स्मार्टफोन हो, हमारे स्थान को इंगित करने के लिए एक उपकरण के रूप में सीडीआर डेटा की सीमाएं स्पष्ट हो जाती हैं। बीते समय अंतराल (ईटीआई), एक यात्रा के दौरान वे अवधि जहां हम कॉल नहीं करते हैं या प्राप्त नहीं करते हैं, हमारे आंदोलनों को ट्रैक करने के लिए महत्वपूर्ण मार्कर हैं। 'साइलेंस' के ये अंतराल हमें ग्रिड से अस्थायी रूप से गायब कर सकते हैं।

शोधकर्ता इस बात पर प्रकाश डालते हैं कि कैसे ये अंतराल विश्लेषणात्मक प्रणालियों में हस्तक्षेप करते हैं, जो ए> बी यात्रा की समझ बनाने की कोशिश कर रहे हैं। डेटा की विरूपता एक 'अनियंत्रित यात्रा' को छिपा सकती है। उनकी नई विधि ईटीआई के स्पैटियोटेम्पोरल संदर्भ का विश्लेषण करके और 'उपयोगकर्ता की व्यक्तिगत विशेषताओं' पर विचार करके इसका सामना करती है।

डेटासेट

अपने मुख्य प्रशिक्षण सेट का निर्माण करने के लिए, शोधकर्ताओं ने 6 मिलियन की आबादी वाले एक चीनी शहर में एक प्रमुख सेलुलर सेवा ऑपरेटर से डेटा का उपयोग किया। इस डेटासेट में नवंबर 2013 में तीन मिलियन उपयोगकर्ताओं से दो बिलियन मोबाइल फोन लेनदेन शामिल थे, जो केवल वॉयस कॉल और डेटा एक्सेस रिकॉर्ड पर ध्यान केंद्रित करते थे। विशेष रूप से, उन्होंने एसएमएस डेटा को शामिल नहीं किया, जो विरल डेटा से निपटने की चुनौती में जोड़ा गया।

डेटा में एक एन्क्रिप्टेड अद्वितीय आईडी, एक स्थान क्षेत्र कोड (LAC), एक टाइमस्टैम्प, एक सेल फोन आईडी शामिल है जो लेनदेन में शामिल विशिष्ट सेल फोन टॉवर की पहचान करने के लिए LAC से जुड़ी थी, और एक इवेंट आईडी यह दर्शाता है कि यह एक आउटगोइंग/इनकमिंग कॉल या डेटा उपयोग था।

*छिपी हुई यात्राओं की पहचान के लिए प्रक्रिया ट्री।*

यह जानकारी एक सेल टॉवर ऑपरेशन डेटाबेस के साथ क्रॉस-रेफर की गई थी, जिससे शोधकर्ताओं को प्रत्येक संचार घटना से जुड़े टॉवर के देशांतर और अक्षांश निर्देशांक को इंगित करने में सक्षम बनाया गया था। उन्होंने डेटासेट के भीतर 9000 सेल टावरों की पहचान की।

शोधकर्ताओं ने पूरी तरह से कॉल रिकॉर्ड के आधार पर यात्रा स्थलों का सही अनुमान लगाने में कठिनाई का उल्लेख किया, क्योंकि ये रिकॉर्ड सुबह और दोपहर में होते हैं, जो विशिष्ट यात्रा पैटर्न के साथ संरेखित होता है। चूंकि फोन कॉल एक यात्रा से पहले हो सकते हैं और इसे ट्रिगर भी कर सकते हैं, इसलिए यह गंतव्य अनुमान को तिरछा कर सकता है।

*एक दिन के दौरान मोबाइल उपयोग पैटर्न।*

इसी तरह की चुनौतियां उपयोगकर्ता द्वारा शुरू किए गए डेटा उपयोग के साथ उत्पन्न होती हैं, जैसे कि मैसेजिंग ऐप्स। हालांकि, यह 'स्वचालित' डेटा उपयोग है - जैसे कि नए संदेशों या अन्य डेटा के लिए एपीआई के व्यवस्थित मतदान, जिसमें जीपीएस और टेलीमेट्री सहित ऐप्स शामिल हैं - जो इन छिपे हुए आंदोलनों की पहचान करने में मदद करता है।

प्रसंस्करण

शोधकर्ताओं ने इस समस्या से निपटने के लिए विभिन्न प्रकार की मशीन लर्निंग क्लासिफायर को नियोजित किया, जिसमें लॉजिस्टिक रिग्रेशन, सपोर्ट वेक्टर मशीन (एसवीएम), रैंडम फॉरेस्ट, और एक ढाल को बढ़ावा देने वाले कलाकारों की टुकड़ी शामिल हैं। इन्हें डिफ़ॉल्ट सेटिंग्स के साथ Scikit-Learn का उपयोग करके पायथन में लागू किया गया था।

इनमें से, लॉजिस्टिक रिग्रेशन ने सबसे अधिक व्याख्यात्मक मॉडल पैरामीटर प्रदान किए। टीम ने यह भी पाया कि अब ईटीआई ने सुबह में एक उच्च घटना के साथ एक छिपी हुई यात्रा की संभावना को बढ़ाया। इसके विपरीत, जब किसी उपयोगकर्ता के सीडीआर डेटा ने स्पष्ट रूप से उच्च संख्या में गंतव्यों या वेपॉइंट्स को दिखाया, तो एक छिपी हुई यात्रा की संभावना कम थी। यह खोज उनके शोध के मुख्य सिद्धांत का समर्थन करती है - जो कि सबसे सक्रिय उपयोगकर्ता उनके आंदोलनों की एक विस्तृत तस्वीर प्रदान करते हैं, जिसमें से कम सक्रिय उपयोगकर्ताओं के व्यवहार का अनुमान लगाया जा सकता है।

उनके निष्कर्ष में, शोधकर्ताओं का सुझाव है कि उनके दृष्टिकोण को अन्य प्रकार के पारगमन डेटा पर लागू किया जा सकता है, जैसे कि स्मार्ट कार्ड डेटा और भू-स्थित सोशल मीडिया जानकारी।

अनुसंधान को एनर्जी फाउंडेशन चीन और चीन सस्टेनेबल ट्रांसपोर्टेशन सेंटर से फंडिंग द्वारा समर्थित किया गया था।

* \* मूल-द्वेष*