Point of interest (POI) in a urban space represents the perception of city dwellers and visitors with respect to a certain place. Among many physical data sources, LTE mobile traffic patterns are used to derive POIs. In this paper, we propose a POI discovery scheme that can extract not only diachronic POIs in a given place but also how they are exploited everyday from LTE cell tower access data. We extract meaningful features from LTE cell tower access data and build a machine learning based model which is fitted to our domain. Our model shows better performance compared to existing works. We show that LTE data is a very powerful data source for interpreting places, and this model will be very helpful for building urban space-based services in the future.
도시 공간에서 관심 지점 (POI)은 특정 장소에 대한 도시 거주자와 방문자의 인식을 나타낸다. 많은 물리데이터 소스 중, LTE 모바일 트래픽 패턴은 관심지점 도출하는 데 사용되었다. 본 논문에서는 주어진 장소에서의 LTE 셀 타워 액세스 데이터에서, 통시적인 관점의 관심지점을 추출 할 수 있을 뿐만 아니라 데일리 관심지점 변화를 도출할 수 있는 스킴을 제안한다. 우리는 LTE 셀 타워 액세스 데이터에서 의미있는 특징을 추출하고 도메인에 맞는 머신 러닝 기반 모델을 구축한다. 우리의 모델은 기존 작업에 비해 더 나은 성능을 보여준다. 우리는 LTE 데이터가 장소를 해석하는 데 매우 강력한 데이터 소스임을 보여 주며 이 모델은 향후 도시 공간 기반 서비스를 구축하는 데 매우 유용할 것이다.
