داده‌کاوی خط سیر چیست؟

بیش از بیست سال پیش بود که برای اولین بار از سیستم موقعیت یاب جهانی (GPS) در یک کاربرد غیر نظامی، برای بهبود ایمنی هواپیما، استفاده شد. از آن زمان تاکنون به طور مداوم تقاضا برای ناوبری مبتنی بر GPS در حال افزایش است. در حال حاضر علاوه بر GPS سامانه‌های ناوبری ماهواره‌ای متعددی مورد استفاده بوده و یا در حال توسعه هستند. از جمله می‌توان از سامانه‌ی GLONASS روسیه، سیستم ناوبری اتحادیه اروپا با نام Galileo، سیستم ناوبری جهانی چین (COMPASS) و سیستم ماهواره‌ای ناوبری منطقه‌ای هند (IRNSS) نام برد.   

مصرف کنندگان غالب این فناوری وسایل نقلیه خصوصی و تلفن‌های هوشمند هستند. با افزایش استفاده از تلفن‌های هوشمند مجهز به دستگاه‌ها GPS، شبکه‌های اجتماعی مبتی بر مکان توسعه یافتند. کاربران این شبکه‌ها از خدماتی مانند اشتراک گذاری سواری، اعلام حضور در شبکه های اجتماعی و دوست‌یابی برخوردار می‌شوند.

علاوه بر سامانه‌های ناوبری سایر دستگاه های حسگر مانند دوربین های نظارت بر ترافیک ، شناسایی فرکانس رادیویی (RFID) و هواپیماهای بدون سرنشین نیز می توانند داده های مکان را جمع آوری کنند. بنابراین در هر لحظه حجم بسیار زیادی از داده‌های مربوط به مسیر‌های حرکت تولید می‌شود. با پیشرفت‌های حاصل در زمینه‌ی فناوری اطلاعات و ارتباطات به ویژه در تلفن‌های همراه و ارتباطات بی‌سیم و همچنین افزایش ظرفیت پردازش و ذخیره سازی در مراکز داده، شرایط برای جمع‌آوری و ذخیره سازی حجم عظیمی از خط سیر (trajectory) اشیاء متحرک فراهم شده است. محققان نشان دادند این مجموعه داده‌ها که در پایگاه داده‌های اشیاء متحرک (MODB) ذخیره می‌شوند یک منبع با‌ارزش هستند. با تجزیه و تحلیل آنها می‌توان راه حل‌هایی برای بسیاری از مشکلات مهم تحقیقاتی در زمینه‌های مختلف مانند برنامه‌ریزی شهری، حمل و نقل، اکولوژی رفتاری، تجزیه و تحلیل صحنه‌های ورزشی، امنیت و غیره پیدا کرد.

مجموعه‌ی عملیات مربوط به جمع‌آوری، آماده‌سازی و پردازش داده‌های مربوط به مسیر حرکت اشیاء متحرک، با نام داده‌کاوی خط سیر (trajectory data mining) شناخته می‌شود.

هر خط سیر (trajectory) به صورت دنباله‌ای از نقاط مسیر حرکت شیئ متحرک، نمایش داده شده و در پایگاه داده ذخیره می‌شود. هر نقطه در خط سیر شامل مختصات فضای جغرافیایی و زمان حضور شیئ در آن مختصات است. این نقاط به ترتیب زمانی در دنباله‌ی خط سیر ظاهر می‌شوند. به این ترتیب داده‌ی خط سیر (trajectory data) مکان و زمان حرکت اشیاء متحرک را توصیف می‌کند. این داده‌ها از منابع گوناگون جمع‌آوری می‌شوند. مثل GPS،   RFID، سیستم مکان‌یابی WiFi، سنسورهای تلفن همراه، GSM beacon، سیستم‌های مادون قرمز، مافوق صوت و غیره. می‌توان این داده‌ها را در چهار دسته طبقه‌بندی کرد.

۱- حرکت افراد: بسیاری از مردم در سفرهای خود و در رفت و آمد‌های روزمره به منظور ثبت خاطرات و به اشتراک گذاری تجربیات خود با دوستانشان، با روشن کردن GPS تعبیه شده در تلفن همراه خود، مسیر حرکت خود را ثبت می‌کنند. همچنین می‌توانند با قرار دادن برچسب مکانی روی عکس‌ها مسیر حرکت خود را مشخص کنند. اینها نمونه‌هایی از ثبت فعال و آگاهانه‌ی خط سیر هستند. مواردی هم هستند که بدون اطلاع وآگاهی مردم، خط سیر حرکت آنها ثبت می‌شود. به عنوان مثال در شبکه‌های تلفن همراه می‌توان گوشی‌های تلفن را دریابی کرد. همچنین با ثبت زمان‌ها و مکان‌های انجام تراکنش‌های کارت‌های بانکی می‌توان مسیر حرکت کاربر را مشخص نمود.

۲- حرکت وسایل نقلیه: در بسیاری از وسایل نقلیه نظیر تاکسی‌ها، اتوبوس‌ها، کشتی‌ها، قطار‌ها و هواپیما‌ها دستگاه‌های GPS برای ثبت موقعیت مکانی و مسیر حرکت آن‌ها تعبیه شده است. از این داده‌ها برای کاربردهای مسیریابی و ناوبری، ثبت تخلفات رانندگی، مدیریت و کنترل ترافیک و بهبود شبکه حمل و نقل استفاده می‌شوند.

۳- حرکت حیوانات: ثبت و تحلیل مسیر حرکت حیوانات، زیست شناسان را برای مطالعه‌ی رفتار و وضعیت زندگی جانوران و نحوه مهاجرت آنها، یاری می‌کند.

۴- حرکت پدیده‌های طبیعی: هواشناسان، اقلیم شناسان، متخصصان محیط زیست و اقیانوس شناسان برای انجام مطالعات و پژوهش‌های تخصصی خود نیازمند جمع‌آوری و بررسی مسیر‌های حرکت یک سری پدیده‌های طبیعی مانند جبهه‌های هوایی، طوفان‌ها، گردبادها و جریان‌های اقیانوسی هستند. با مطالعه روی این مسیر‌ها دانشمندان قادر خواهند بود به مطالعه تغییرات آب و هوا پرداخته و برای مقابله با بلایای طبیعی و همچنین محافظت از محیط زیست آمادگی بیشتری داشته باشند.

عرصه‌های کاربردی وسیعی وجود دارد که بر اساس داده‌کاوی خط سیر ایجاد شده و یا با آن بهبود یافته‌اند. مانند مسیر یابی، پیش‌بینی مکان و پیش‌بینی مقصد، تحلیل رفتار حرکت انفرادی یا گروهی و بسیاری از کاربردهای دیگر. در اینجا به تعدادی از این کاربردها اشاره می‌شود.

در همه‌گیر شناسی (epidemiology) برای پیشگیری از همه‌گیری و شیوع بیماری و همچنین کنترل آن داده‌کاوی خط سیر می‌تواند کارگشا باشد. با استفاده از داده‌های جمع‌آوری شده از کوچ اردک‌های وحشی و مطالعه‌ی مسیر حرکت آن‌ها، اطلاعات خوبی برای تصمیم‌گیری در مورد چگونگی جلوگیری از شیوع آنفلوانزای مرغی در اختیار مراکز بهداشتی گرفته است. داده‌های حرکتی افراد، ثبت شده توسط تلفن‌های همراه آنها، برای کنترل مالاریا در آفریقا و تب دنگی در پاکستان مورد تجزیه و تحلیل قرار گرفتند. با شیوع گسترده بیماری هایی مانند COVID-19 در مناطق متراکم شهری ، جمع آوری و تجزیه و تحلیل مسیرهای افراد آلوده و ساخت مکانیسم‌های هشدار در زمان واقعی نقش مهمی در ردیابی بیماری، کنترل بیماری و واکنش اضطراری خواهد داشت.

در هواشناسی، تحلیل الگو‌های حرکت طوفان‌ها به پیش بینی مسیر طوفان در حال توسعه کمک می‌کند. با استفاده از نتایج این تحلیل‌ها متخصصان هواشناس می‌توانند توصیه‌های دقیق‌تری در مورد مناطقی که باید تخلیه شوند داشته باشند.

داده‌کاوی خط سیر در زمینه‌ی تبلیغات نیز خدمات خوبی ارائه داده‌ است. با ردیابی موقعیت خریداران، پیام‌های تبلیغاتی آنلاین مراکز خریدی که از نظر جغرافیایی در نزدیکی آنها هستند برایشان ارسال می‌شود. همچنین با تحلیل مسیرهای حرکت خریداران در فروشگاه‌ها می‌توان به کشف الگو‌های پرتکرار و قوانین انجمنی پرداخته و از آنها در تبلیغات هدفمند استفاده نمود.

در اجرای قانون، می‌توان با تحلیل‌های داده‌کاوی مسیر، به شناسایی خودکار رانندگان مست، رانندگان متخلف و رانندگان با سرعت غیر مجاز و یا اتومبیل‌هایی که دارای نقص فنی هستند پرداخت. در تصمیم گیری در مورد نحوه تقسیم بهتر مأموران پلیس بر اساس مناطق شهری نیز می‌توان از این تکنولوژی استفاده کرد.

یکی از زمینه‌هایی که استفاده از داده‌کاوی خط سیر می‌تواند در آن تأثیر بسیار زیادی داشته باشد، برنامه‌ریزی شهری است. به عنوان مثالی در این زمینه می‌توان به تصمیم‌گیری برای ایجاد خطوط جدید دوچرخه‌سواری در شانگ‌های اشاره کرد. امروزه نظارت، کنترل و مدیریت ترافیک شهری با یاری داده‌کاوی خط سیر می‌تواند بهره‌وری و کارآمدی بیشتری را در زمینه‌ی استفاده از منابع به ارمغان آورد. داده‌های خط سیر معمولاً در حمل و نقل سبز (حمل ونقل پایدار) برای بهینه سازی طراحی شبکه‌های حمل و نقل و هدایت ناوبری شخصی استفاده می‌شوند. علاوه بر وسایل نقلیه در زمینه‌ی کمک به عابران پیاده نیز می‌توان از داده‌کاوی خط سیر بهره برد. در پژوهشی در این زمینه مسیر‌های حرکت عابران پیاده برای شناسایی الگو‌های حرکت مورد تحلیل قرار گرفتند و از نتایج آن برای تصمیم‌گیری در مورد تاسیس گذرگاه جدید و یا تعریض گذرگاه‌های عابر پیاده استفاده شده است. تعیین محل‌های نصب تابلو‌های تبلیغاتی، مکان‌های تاسیس پمپ بنزین، تسهیلات جاده و مکان‌های عمومی نمونه‌هایی از کاربردهای دیگر در این زمینه است.

از نمونه‌های کاربردی دیگر می‌توان به اشتراک گذاری مسیر آنلاین، برای پیشنهاد مقصد جذاب برای سفر بر اساس مسیری که دیگران از آن لذت برده‌اند و در ورزش ، تحلیل بازیهای رایج یک تیم ورزشی معین از روی فیلم‌های ویدیویی برای کمک به مربیان جهت اتخاذ تصمصمات مناسب اشاره کرد.

موارد یاد شده تنها بخشی از کاربردهایی است که از داده کاوی خط سیر در آن استفاده شده است. چهره‌ی دنیای ما با داده‌کاوی خط سیر در حال تغیییر است. با توجه به گستره‌ی کاربرد‌های داده‌کاوی خط سیر تصور آینده‌ای بدون آن غیر ممکن می‌نماید.