Introducing the Space Recommender System: How crowd-sourced voting data can enrich Urban Exploration in the digital Era + C&T 2013 -M. Traunmuller and A. Fatah gen. Schieck /유지형 x 2013 autumn

Introducing the Space Recommender System:How crowd-sourced voting data can enrich Urban Exploration in the digital era

ACM Library: http://dl.acm.org/citation.cfm?id=2482991.2482995&coll=DL&dl=ACM&CFID=379877519&CFTOKEN=16090852

Martin TraunmuellerUCL The Bartlett University College London

Ava Fatah gen. SchieckUCL The Bartlett University College London

C&T 2013 (6th)

International Conference on Communities & Technologies

Architect Digital Urbanist

Working at Intel Collaborative Research Institute

B

A

B

A

Distance & Time

Current Navigation System considers… Aim on one goal:

Make it shortest, less time consuming

B

A

Distance & Time

Current Navigation System considers… Aim on one goal:

Make it shortest, less time consuming

No Walking Experience

Bad Neighborhood

Attraction

Narrow Road

Survey on the Street

University College London 주변의 거리에서 무작위로 선택한 사람들을 대상(30명)으로 스마트폰 사용, 추천 시스템, 산책(strolling) 등에 관한 설문

“더 즐거운 길을 걷기 위해서, 비록 거리가 멀더라도 우회합니다.”

큰 도로를 피해 흥미로운 것들을 탐험하는 즐거움

위치 추천을 받기 위해 소셜 네트워크 자주 사용

즐거운 경로를 따라 걷기 위해 먼 거리일지라도 고려

Flâneur

How can we enrich Walking Experience?

How can we enrich Walking Experience?

Space Recommender System

Location, Facility details

Space Recommender System

Facebook API

더 많은 Like를 받은 시설이 경로에 영향을 주는 비중이 커짐

사람들의 ‘추천’을 받은 장소를 포함시켜 경로를 안내

2,000!Likes

700 20

1,300

350

5

15

20

Recommended RouteLikes of Facilities

Focus on ‘Walking Experience’ not Distance or Time

Voting Data(Likes):

Space Recommender System User Interface

da

Retail ShopsCoffee ShopsMuseumsPubsGalleriesRestaurants

A.

daB.

Waste my time I’m in hurry

da C.Define Origin/Destination

da D.Export to Google Maps

da E.

Space Recommender System Export to Google Maps

Space Recommender SystemEvaluation

1. 사람들이 도보를 걸을 때 도시 환경에 대한 지각에 대해 알아봄 2. 애플리케이션으로 개발 중인 Space Recommender System을 실제 환경에서 테스트

2012년 8월 6일 - 12일

총 30 명 (20 Students & 10 Volunteers from the Street Survey)

비슷한 시설들이 큰 도로와 작은 도로에 적절히 섞여 있는 London/St.Pancras 지역에서 실험

지역 내 동일한 시작점과 출발점, 서로 다른 경로. 15분 내의 소요시간

동일한 조건(날씨 등)을 유지하기 위해 같은 날 실험 실시

Evaluation Goals

Space Recommender SystemEvaluation

길 찾기 관련 행동에 대한 질문

General Question

같은 시작지/목적지 서로 다른 경로로 걷기 실험

Taking 2 Walks with Different Options

‘Walking Experience’ 관련 항목에 대하여 5점 척도로 평가 및 코멘트

Comparing Routes

경로A와 경로B의 비교 실험참가자의 선호, 선호이유 등

Space Recommender SystemResult

1) 친구와 가족, 2) 온라인 리뷰와 포럼, 3) 잡지 기사, 4) 소셜 네트워크 순

Recommendation Source:

실험참가자의 75%는 추천 받은 장소를 언제나 방문 추천을 신뢰

거리, 시간, 주변환경, 소음을 경로 설정에서 가장 고려함

General Route Decision

길의 안전도, 군중 혼잡도(people traffic), 길의 크기 등은 두 번째 고려 요소

60%: 걷는 즐거움을 위해 우회하여 멀리 가는 것도 고려

Space Recommender System Recommended by Google Maps(Exported to Google Maps)

Route A Route B

5개의 Waypoint

좁은 도로를 선택하여 정원, 공원으로 안내

구글 알고리즘 기반: 가장 짧고, 가장 빠르게

큰 도로 중심으로 안내

시스템 오류가 이따금씩 발생 (D지점)

Route ASpace Recommender System

Space Recommender SystemResult

How was it?: Route A vs. Route B

Route BGoogle Maps

Route B는 거리와 시간 효율성 측면에서만 장점을 가짐

Exciting, Diverse, Calming, Pleasant

Boring, Monotone, Stressful, Unpleasant

약 75%: 우회하여 Route A를 선택하는 일도 가치가 있다. (13%: 시간 낭비)

실험참가자 대부분이 두 경로의 차이를 확인하였고, 80%가 Route A를 선호

Space Recommender SystemDiscussion & Future Work

보행 내비게이션 시스템의 새로운 알고리즘의 가능성을 발견

Generate New Experience to Pedestrian Navigation System

Voting Data(Facebook Likes)를 이용한 오피니언 마이닝의 활용 가능성

Recommendations

개별화된 인터넷. 편협된 자기만의 세상에 빠질 수 있는 위험.Filter Bubble:

필터버블(filter bubble)의 문제점을 피해 추천 시스템에 대한 고민

‘Time and Distance’ + alpha

Discussion

‘과정의 즐거움’

낯선 길을 더 빠르게 가고 싶은 것도 있지만, ‘안락하게’, ‘안전하게’ 가고자 하는 운전자들

점점 커지는 실내 내비게이션, 보행자 내비게이션 시장에서 중요한 요소가 될지도

‘Experience’ on Navigation

컴퓨터의 추천을 믿는가?

Crowd Like = Personal Like ?

Thinking about Recommendations

완벽한 추천 시스템은 없지만, 가능한 완벽에 가까워지기 위한 노력

• 객관적 데이터에 근거: 현대카드 마이메뉴 - 카드 결제 내역 ( Money vs. Like : 무엇이 더 영향력을 가지는가? ) • 친구, 가족에 근거: Space Recommender System - 페이스북 친구 그룹의 Likes

Recommendation of Majority vs. Recommendation of Qualified Groups

Introducing the Space Recommender System:How crowd-sourced voting data can enrich Urban Exploration in the digital era