Exploring the applications and limitations of location-based social network data in urban spatiotemporal analysis

Abstract

Nowadays, the widespread utilization of intelligent mobile and located-embedded services extends the border of social network sites (SNS) to physical-spatial space. The appearance of SNS changes our daily life meanwhile promotes the shift of the research paradigm of all academic disciplines. The data generated from SNS is named location-based social network (LBSN) data.

As to urban studies, LBSN data provides a promising opportunity to understand the quotidian life and cities, and thus it brings a profound impact on both urban theories and empirical studies, such as the urban spatiotemporal analysis and urban sentiment analysis. However, despite the opportunities that LBSN data provides, some challenges and limitations also associate with related researches of urban studies. Who are using LBSN applications? How many degrees could social media data represent the actual situation of the physical city? What is the relation between LBSN data and urban issues?

Therefore, taking advantage of previous researches, this dissertation seeks to explore the applications and limitations of location-based social media data for urban spatiotemporal analysis based on a comprehensive summation of current works and three empirical analyses based on different sources of LBSN data in different cities. The ultimate purpose of the dissertation is expected to gain new knowledge that could help future urban studies and urban planning.

The dissertation reviews the historical evolution of LBSN data and delimitates the definition of LBSN data. Meanwhile, it tries to construct the theoretic connection between LBSN data and human spatiotemporal behaviors. A snowballing literature study is adopted in the literature review of the dissertation. It summarizes urban applications and limitations leveraging LBSN data and compares their results for increasing knowledge that is currently lacking. Three empirical studies that utilize different LBSN dataset to conduct innovative researches regarding the urban structure, functional relations, and urban sentiments. Some popular algorithms of spatiotemporal analysis are involved in these studies.

In the Sina Weibo data case, the spatiotemporal variation of Weibo activities reflected how people occupied the urban space dynamically in Beijing, China. The Foursquare case study calculated and confirmed the functional relationship between places in Barcelona, Spain. The Twitter data project investigates the relationship between the urban environment and public sentiments. The results confirm some phenomena that were also observed by other research. Furthermore, they also drill deeper into the relationship between LBSN data and the urban space.

The result argues the irreplaceable position of LBSN data in urban studies and states the potentials of LBSN data from the perspective of scientific urban planning. This dissertation reveals the potentials and limitations of LBSN data at the level of non-government research. LBSN data as a data bridge, connect social activities with geo-space. In the future, cooperating with a keen understanding of society and other datasets, LBSN data can create more possibilities for urban daily life and urban studies.

Hoy en día, la utilización generalizada de servicios móviles inteligentes y servicios integrados ubicados extiende la frontera de los sitios de redes sociales (SNS) al espacio físico-espacial. La aparición de los SNS cambia nuestra vida diaria mientras tanto promueve el cambio del paradigma de investigación de todas las disciplinas académicas. Los datos generados a partir de SNS se denominan datos de redes sociales basadas en la ubicación (LBSN). En cuanto a los estudios urbanos, los datos de LBSN brindan una oportunidad prometedora para comprender la vida cotidiana y las ciudades y, por lo tanto, tienen un impacto profundo tanto en las teorías urbanas como en los estudios empíricos, como el análisis espacio-temporal urbano y el análisis del sentimiento urbano. Sin embargo, a pesar de las oportunidades que brindan los datos de LBSN, algunos desafíos y limitaciones también se asocian con investigaciones relacionadas de estudios urbanos. ¿Quiénes utilizan las aplicaciones LBSN? ¿En cuántos grados podrían representar los datos de las redes sociales la situación real de la ciudad física? ¿Cuál es la relación entre los datos LBSN y los problemas urbanos? Por lo tanto, aprovechando investigaciones previas, esta disertación busca explorar las aplicaciones y limitaciones de los datos de redes sociales basados en la ubicación para el análisis espacio-temporal urbano basado en un resumen completo de trabajos actuales y tres análisis empíricos basados en diferentes fuentes de datos LBSN en diferentes ciudades. Se espera que el propósito final de la disertación sea obtener nuevos conocimientos que puedan ayudar a futuros estudios urbanos y planificación urbana. Este trabajo revisa la evolución histórica de los datos LBSN y delimita la definición de datos LBSN. Mientras tanto, intenta construir la conexión teórica entre los datos LBSN y los comportamientos espacio-temporales humanos. Se adopta un estudio de la literatura como una bola de nieve en la revisión de la literatura de la disertación. Resume las aplicaciones urbanas y las limitaciones que aprovechan los datos de LBSN y compara sus resultados para aumentar el conocimiento que falta actualmente. Tres estudios empíricos que utilizan diferentes conjuntos de datos de LBSN para realizar investigaciones innovadoras sobre la estructura urbana, las relaciones funcionales y los sentimientos urbanos. Algunos algoritmos populares de análisis espacio-temporal están involucrados en estos estudios. En el caso de datos de Sina Weibo, la variación espacio-temporal de las actividades de Weibo reflejaba cómo la gente ocupaba el espacio urbano de forma dinámica en Beijing, China. El caso de estudio de Foursquare calculó y confirmó la relación funcional entre lugares en Barcelona, España. El proyecto de datos de Twitter investiga la relación entre el entorno urbano y los sentimientos públicos. Los resultados confirman algunos fenómenos que también fueron observados por otras investigaciones. Además, también profundizan en la relación entre los datos de LBSN y el espacio urbano. El resultado argumenta la posición insustituible de los datos LBSN en los estudios urbanos y establece el potencial de los datos LBSN desde la perspectiva de la planificación urbana científica. Esta disertación revela los potenciales y las limitaciones de los datos de LBSN a nivel de investigación no gubernamental. Los datos de LBSN como un puente de datos, conectan las actividades sociales con el geo-espacio. En el futuro, cooperando con un profundo conocimiento de la sociedad y otros conjuntos de datos, los datos de LBSN pueden crear más posibilidades para la vida urbana y los estudios urbanos.