КУРС URBAN INFORMATICS проекты 2014
IDU
ГОРОДСКАЯ ИНФОРМАТИКА Что это такое и почему за этим будущее
Городская информатика или Urban Informatics — новая наука о методологии сбора данных и их использовании. Технический прогресс привнес в жизнь человека множество технологичных устройств, которые так или иначе фиксируют информацию о жизни того самого человека. Тот самый информационный след, проявляющийся в геопозиционировании и записи треков перемещений, информации об использовании банковских карт и турникетов в метро и является новым полем для сбора данных. Данные о перемещении человека и пользовании им мобильными устройствами представляют непаханое поле ресурсов для изучения и создания новых методов регулирования различных процессов в городской среде.
На основе этих данных могу разрабатываться как мобильные приложения, так и совершаться вполне понятные действия — например, регулирование режимов работы светофоров на перекрестках городов. Аналитика таких видов данных, условно называемых «спонтанными», порой помогает сделать интересные выводы относительно перемещений людей в городе и развеять гипотезы, которые иногда практически невозможно проверить на практике.
В 2014/2015 учебном году студентами магистерской программы Дизайн городских экосистем университета ИТМО был проведен ряд исследований в рамках курса «Urban Informatics». Преподавателями и консультантами по исследовательской работе стали специалисты по работе с данными и их визуализацией — архитектор и журналист Филипп Кац, SEO компании Habidatum Екатерина Серова, программисты и основатели студии технического дизайна Mathrioshka Вадим Смахтин и Эдуард Хайман.
В этих исследования были использованы различные методы аналитики, как программные типа Grasshopper, так и эмпирические, основанные на анализе нанесенных на карту прогеокодированных результатов сбора данных. При работе были использованы данные от приложения Moves; данные с сервисов Foursquare, Twitter и Restoclub; данные из соцсети Vkontakte и информация от Банка Москвы.
Студенты не были ограничены в выборе тем, единственное условие — темы должны были быть связаны с Петербургом и его жизнью. Результатами исследования стали предложения по расположению новых станций городского велопроката, выявление наиболее активных пространств в городе, наполненных функциями и оценка качества работы общественного транспорта в Петербурге. Новые методы исследования помогли наиболее полно изучить места в городе, к которым тяготеют иностранцы и изучить ночную жизнь Санкт-Петербурга. Студенты изучали перемещения других студентов и искали алгоритм рациональной застройки квартала. Аналитика сообществ Vkontakte позволила выявить список критических тем для жителей различных сообществ, а в другой работе были сделаны попытки найти критические точки, лишенные функциональной насыщенности, в городской среде.
Все проекты выполнены в рамках магистерской программы Дизайн городских экосистем (Design of Urban Ecosystems) Университета ИТМО 2
3
URBAN ACUPUNCTURE
4
5
URBAN ACUPUNCTURE Авторы: Надежда Клевакина Гульназ Низамутдинова Марина Петрова Маргарина Тюрина Таисия Халикова Анастасия Чубукова
Городская акупунктура – метод преобразований городской среды, основанный на принципах традиционной китайской акупунктуры. Основная задача метода – локальными преобразованиями добиться запуска процесса развития территории. В данной работе в качестве аналога используется Барселонская модель городской акупунктуры, реализованная в рамках подготовки к Олимпийским играм 1992 года. На первом этапе были выявлены 150 точек интервенции в городскую среду, для которых разрабатывались проекты, предполагавшие создание новых скверов, парков, строительство общественных зданий. На втором этапе были выделены 12 районов, имеющих для города центральное значение и различающихся по характеру, площади и весу, включая четыре олимпийских района. Акцент делался на реорганизацию площадей и пешеходных улиц, по мнению авторов – наиболее важных элементов города.
Цель: рассмотреть жизнеспособность данного метода и возможность создания на его основе программного алгоритма, выявляющего зоны потенциала в городской среде, которые могут быть преобразованы методом городской акупунктуры. Стратегическая цель проекта: создать единую платформу для взаимодействия студентов разных направлений и специализаций с целью реализации их творческого и научного потенциала.
Подход: Метод акупунктуры может быть представлен в виде следующей иерархии внедрений в городскую среду: - Поиск “пикселей” – малыми (точечными) воздействиями запускаются процессы регенерации городской ткани; - Выявление потоков, способных распространять позитивные изменения в среде; - Построение пирамиды проблем (запуск позитивных процессов в одной части города посред-
рис. 1 Метод
Постановка проблемы: Зачастую городские трансформации подразумевают под собой крупные проекты и значительные финансовые затраты. Такие проекты предполагают длительный срок реализации, в течении которого они могут потерять свою актуальность для города. Метод акупунктуры позволяет аналитическим путем выявлять зоны потенциала, воздействие на которые может запустить позитивные процессы преобразования территории и реализовывать проекты в небольшой промежуток времени.
6
7
ством внедрений в другую); - Модельный подход – копирование свойств одной эффективной модели и ее грамотное внедрение в новую среду.
В данном проекте мы решили остановиться на работе с потоками, представляя город как процесс передвижения разных социальных групп между активными точками города. Ключевыми элементами в данном подходе являются:
рис. 3 Траектории перемещения студентов
рис. 2 Модель алгоритма
8
9
• Точки активности для данной социальной группы • Потоки выбранной социальной группы • Среда, в которой находится поток
сов ВУЗов до метро) • Средние (между корпусами ВУЗа) • Длинные (от ВУЗа до общежития) Данный метод основан на картографировании:
Выбранная социальная группа – студенты, как наиболее понятная и близкая нам. На данном этапе мы ограничились лишь выборкой 10 самых популярных вузов Санкт-Петербурга. Постоянные точки активности для данной социальной группы: а) корпуса ВУЗов б) общежития. Мы построили три категории траекторий передвижения данного потока: • Короткие (от общежития до метро, от корпурис. 4,5 Апробация алгоритма ручным способом
• Точек активностей (в нашем случае это вузы и общежития, их кластеризация) • Траектории перемещения студентов (между корпусами вузов и общежитиями, пересечение потоков студентов разных вузов) • Радиусов обслуживания сопутствующей инфраструктуры (магнитов: Wi-Fi, библиотеки, коворкинги, кафе, столовые, кино, музеи, галереи, хостелы и т.п.).
Нами были выявили зоны концентрации потоков и нанесена необходимая инфраструктура с радиусом обслуживания, осуществлен поиск инфраструктурных провалов на основе графического сопоставления полученных карт. Предположительно данная схема должна отображать пустоты в городской ткани, которые требуют дальнейшего анализа. Источники данных: открытые данные, трекеры перемещений студентов из приложения ”Moves”. Алгоритм: Был разработан программный алгоритм в среде Grasshopper, позволяющий выявить инфраструктурные пустоты и зоны пересечения студенческих потоков. Полученный результат совпал с результатом “ручной” апробации алгоритма. Ограничения: • Нормативный радиус доступности создает впечатление насыщенной и богатой городской среды, что не соответствует действительности; • Траектории передвижений слишком условны; • Не выстроена иерархия потоков, а также классификация полученных зон потенциала.
• графический метод наложения радиусов не дал желаемых результатов, поскольку на карте отображается высокий уровень активности, который в реальности гораздо ниже; • радиусная система (система СНИПов) устарела и не работает; • предположительно низкая активность обусловлена тем, что существующая инфраструктура не соответсвует материальному уровню выбранной социальной группы; • графический метод учитывает слишком маленькую выборку социальных групп; • получаемые “пробелы” в городской ткани можно использовать лишь как первый этап анализа, при дальнейшем рассмотрении необходимо экспертное мнение; • метод позволяет отследить самые актуальные процессы в городе, за счет мониторинга передвижений и интересов разных социальных групп. Выявлять “пробелы” в городской ткани и внедрять точечные проекты для масштабных перобразований.
Вывод: • получены кластеры точек активностей и потоков, на основе которых можно осуществлять реальные интервенции в городскую среду, увеличивая связность кластеров; 10
11
12
рис. 6 Нанесение станций метро
рис. 7 Нанесение Корпусов ВУЗов
рис. 10 Выявлений кратчайших путей “ВУЗ-метро”
рис. 8 Выявление связей между корпусами ВУЗов
рис. 9 Нанесение студенческих общежитий
рис. 12, 13 Нанесение инфраструктуры с радиусом обслуживания обслуживания
рис. 11 Выявлений кратчайших путей “общежитие-метро”
13
АНАЛИЗ ВЕЛОПРОКАТА Г. САНКТ-ПЕТЕРБУРГА
14
1515
АНАЛИЗ ВЕЛОПРОКАТА Г. САНКТ-ПЕТЕРБУРГА Авторы: Алексей Гутев Николай Котов Роман Фисенко Анна Шиян
В современном городе все большую роль начинает играть велосипедный транспорт. Мы хотим нашим проектом улучшить велоинфраструктуру г. Санкт-Петербурга. Свое внимание мы решили сосредоточить на велопрокате. В 2014 г. в Санкт-Петербурге появилась сеть общественного велопроката, организованного Банком Москвы. В данный момент количество станций велопроката в Петерубрге мало относительно других крупных европейских городов (общее количество станций в Санкт-Петерубрге - 29, в Москве - 150, в Лондоне - 720, Париже - 1230). Местоположение станций не всегда удобно с точки зрения его пользователей. В 2015 году планируется расширение сети станций велопроката, поэтому мы сосредоточили свое внимание на подготовке предложений для разработки карты с оптимально расположенными станциями велопроката. Первый свой сезон велопрокат в Петербурге проработал с конца июня по начало ноября. Наш анализ основан на данных собранных за период с 28 июня по 5 ноября. Так как это был первый сезон использования велопроката, то необходимо учесть, что из-за новизны этого вида общественного транспорта в самих данных могут быть заложены погрешности.
В первый сезон было сделано более 12 000 регистраций, общее количество поездок составило 20366. На рис. 1 отображена динамика активности велопроката. Как видно из гистограммы, активность велопроката зависит от погоды, в первую очередь от наличия или осутствия осадков. При этом на активность велопроката не оказывает влияние сила ветра, кроме ураганов и торнадо. Помимо влияния погоды заметен фактор выход-
ного дня, это говорит в первую очередь о том, что велопрокатом пользовались в первую очередь для катания, а не для поездок на работу/учебу. В рамках анализа велопроката мы проверяли ряд различных гипотез. Одним из ключевых показателей велопроката является скорость, с которой перемещаются пользователи. Высокая средняя скорость является критерием развитости городской велоинфраструктуры. Скорость
рис. 1 Гистограмма активности велопроката Банка Москвы с 28 июня по 5 ноября
Легенда
Число прокатов, велосипеды Граф активности велопроката* График температуры воздуха
Значение температуры воздуха, C График скорости ветра, м/с Морось/легкий дождь Дождь Сильный дождь/ливень Гроза Снег
*Праздники и выходные выделены красным цветом
Июль
16
Август
Сентябрь
Октябрь
17
рис. 2 Сравнение графиков скоростей, в зависимости от тарифа
Соотношение тарифов, %
Количество поездок
Легенда
800
600
рис. 3 Соотношение тарифов, %
День Неделя Месяц Год
400
200
Парк Inn - Приморская
Соотношение тарифов, %
рис. 4 Соотношение тарифов на маршруте Парк Inn Приморская, %
День Неделя Месяц Год
Соотношение тарифов, %
5
зависит от ряда причин, в первую очередь от наличия/отсутствия препятствий и велодорожек. Также скорость отражает структуру велопроката – чем выше средняя скорость, тем выше вероятность того, что прокат используется для поездок на работу/учебу, низкая скорость является показателем прогулочного типа поездки. Пользователь, берующий велосипед для прогулочных целей скорее воспользуется тарифом на день, чем будет брать абонемент на длительный срок. В общей структуре проката за прошедший сезон преобладает тариф на день (71%), это связано в первую очередь с тем, что многие поездки совершались ради самой поездки – для того чтобы попробовать как это пользоваться велопрокатом. На различных маршрутах это соотношение меняется: к примеру, на маршруте
18
10
15
20
Малая Морская – Василеостровская тариф на день составляет 36%, а на маршруте Чкаловская - Крестовский остров – 71%. Значительные колебания в процентном соотношении возникают из-за специфики маршрутов – Малая Морская – Василеостровская это транзитный маршрут, а маршрут Чкаловская - Крестовский остров – это прогулочный (катание по парку Крестовского острова). На основе длительности тарифов можно определять структуру проката по каждому маршруту .
Соотношение тарифов, %
Легенда
День Неделя Месяц Год
Скорость, км/ч 0
рис. 5 Соотношение тарифов на маршруте Малая Морская - Василеостровская, %
Легенда
День Неделя Месяц Год
рис. 6 Соотношение тарифов на маршруте Чкаловская Крестовский остров, %
Чкаловская - Крестовский остров
Малая Морская - Василеостровская
Соотношение тарифов, %
Соотношение тарифов, %
Легенда
День Неделя Месяц Год
Легенда
День Неделя Месяц Год
19
Карта активности велопроката Банка Москвы
рис. 7 Карта активности велопроката Банка Москвы
0
50
100
150
200
Активность велопроката, велопоездки
20
По данным, собранным Банком Москвы, мы выполнили карту интенсивности использования велопроката (см. рис.7). Интенсивность транзитных маршрутов обозначена цветом, загруженность станции обозначена размером круга станции, чем больше круг, тем чаще брали велосипед с этой станции. Самый популярный маршрут это маршрут Крестовский остров – Крестовский остров (1055 поездок), при этом в первой десятке популярных маршрутов нет маршрутов между станциями проката. Самый популярный маршрут между станциями это Парк Inn – Приморская (217 поездок). На карте хорошо заметно, что ряд маршрутов выпадает из общей сети, это может быть связано с несколькими причинами: с плохой связность сети, с отсутствием потенциального потребителя велопроката. Связность велопроката в Петербурге очень низка – среднее расстояние между станциями –около 2 км (в то же время в Лондоне, Барселоне и Париже 400-600 м). Низкая связность сети нивелирует плюсы общественного велопроката, велопрокат должен занимать промежуточное звено между общественным транспортом (автобусы, троллейбусы и т.п.) и пешеходным перемещением. Увеличение связности сети повлечет за собой и увеличение количество пользователей велопроката. Вторая причина, по которой велопрокат в Петербурге нельзя назвать эффективным – это расположение станций. Большинство станций проката расположены в центре города возле метро, тем самым велосипед дублирует метрополитен. Расположение рядом с метро оправдано только по-
близости спальных районов, для которых прокат может стать хорошей альтернативой общественного транспорта. Также от расположения станций велопроката зависит кто будет пользоваться этим транспортом: спортсмены, студенты, туристы.
Карта возможных поездок жителей с привязкой к станциям метро основании опроса,поездок проведеннного Стройпроектом рис. 8 на Карта возможных горожан, согласно опросу, проведенному Стройпроектом
На рис. 8 отображены желаемые маршруты горожан, самый желаемый маршрут – это Василеостровская – Приморская, что соответсвует интенсивности велопроката по данному маршруту (по данным Банка Москвы это 5-ый по популярности транзитный маршрут). В существующей сети проката есть ряд недостатков: - сеть велопроката неориентирована, ни на одну из потенциальных групп пользователей; - слишком большая разряженность сети; - на некоторых станциях не хватает парковочных мест/велосипедов (как пример - Крестовский остров). Для повышения эффективности велопроката необходимо провести ряд мер: 1 Увеличить связность сети 2 Увеличить число станций велопроката 3 Добавить дополнительные слоты для парковки на перегруженные станции 4 Расширять сеть в зависимости от тех пользователей, которые будут пользоваться прокатом.
0
10
20
30
45
Возможная активность, велопоездки
21
FOURSQUARE КАК ИНСТРУМЕНТ ИССЛЕДОВАНИЯ
22
2323
FOURSQUARE КАК ИНСТРУМЕНТ ИССЛЕДОВАНИЯ Авторы: Алиса Дружинина Анастасия Хитрина Ксения Якунина
Понимание распределения различных функциональных областей в городе — давняя тема городских исследований. С распространением социальных медиа, таких как Facebook, Twitter, Foursquare миллионы различных пользователей фиксируют свои перемещения и посещения различных мест с помощью чекинов. Как следствие, мы предположили что данные чекинов подходят для анализа функциональных зон в городе. Цель исследования: составить структуру города в восприятии молодежи, пользующейся Foursquare. Изначальный план:
ферийные районы города «пустуют». Данные исследования: Данные получены на основе скрипта Python по АPI Foursquare, предоставленного Филиппом Кацем. Следует учесть, что целевая аудитория Foursquare — молодежь и основной пик популярности ресурса пришелся на 2010 и 2011 год.
Основная идея Foursquare В своем исследовании мы не рассматриваем маркетинговую составляющую Foursquare, а рассматриваем пользователей приложения как горожан. Foursquare используется чаще всего вне дома и рабочего места, для фиксации своего отдых и времяпрепровождения в свободное время. Наиболее популярная категория Foursquare
рис. 1 Распределение чекинов по годам
1.Выделить в городе ареалы различных функций 2. Определить, какие места в городе являются наиболее популярными и востребованными 3. Определить пустые зоны в городе 4. Изучить распределение городских сообществ и сравнить их с официальными границами районов. В процессе исследования поставленные задачи были переформулированы: 1. Анализ функциональных кластеров города 2. Определение пространственной типологии города: пустых зон и популярных мест. Была поставлена следующая гипотеза исследования: Основная концентрация посещаемых мест находится в центре города, вокруг больших торговых центров, крупных парков, в то время как пери24
25
— это еда. Вторая по популярности — магазины. Третья — различные outdoors активности. Интересную закономерность можно наблюдать на следующем графике: Чекинов для каждой категории минимум в два раза больше, чем пользователей. Это означает, что многие пользователи чекинятся в каждой точке не по одному разу.
рис. 2 Функциональные кластеры в городской среде
рис. 3 Магазины и сервисы
рис. 4 Путешествия и транспорт
Анализ карт Данные таблицы с местами были размещены на карте в соответствии с широтой и долготой. Размер точки прямо пропорционален популярности места. Были выявлены следующие пустые зоны (зоны с минимальным количеством чекинов): - т. н. Измайловская перспектива — промышленные территории - слева от Московского проспекта - справа от Суворовского проспекта — также промышленные территории Arts&Entertainment Основная часть точек расположена по всему западному периметру СПб, и очень много в центральном районе: на Дворцовой набережной, между улицей Садовой и каналом Грибоедова. На этой карте отмечено очень много достопримечательностей /популярных заведений /музеев / кинотеатров / театры /концертные залы / дома культуры. На Петроградской стороне веером расходятся точки от Александринского парка и станции метро Горьковская.
26
27
College&University Логично, что в самых крупных университетах больше чекинов чем в маленьких колледжах. Наиболее крупные университеты: Бонч-Бруевича, корпус Финэка, корпус Инжэкона, кластер СПбГУ и ИТМО на Васильевском. Есть интересный момент на северо-востоке, там расположился прям кластер СПб Политеха. Events Основная масса мероприятий проводится в центре города вдоль Невского проспекта и прилежащих к нему улицах. Много отметок в периферийных районах города, где по какойто причине чекинятся много автомобилистов В СКК на Парке Победы зарегистрировано много рис. 5 Рейтинг заведений питания Санкт-Петербурга
отметок о различных фестивалях. Много отметок о конференциях и различных форумов. Есть несколько отметок с воды (каналы/море/ Нева).
рис. 6 Рейтинг заведений культуры Санкт-Петербурга
Food Для каждой категории была составлена отдельная карта и проведен ее визуальный анализ. Так, для категории «еда» основная концентрация популярных мест была в центре, вдоль Московского проспекта и в аэропорту Пулково. Улицы в центре, две первые из которых уже стали настоящими функциональными кластерами гастрономии: Рубинштейна, Гороховая, Восстания, Московский пр. от Парка победы до Московской пл., пр. Славы -Ленинский пр., Большой пр. Петроградской стороны, Южная дорога. Для более удаленных районов очевидна концентрация у метро:например, Комендантский пр., Старая деревня, Пионерская, Озерки, пр. Просвещения. Night Clubs Большая часть ночных мероприятий проводится в Центре, вдоль Невского проспекта, в районе Садовой, вдоль Московского, на Ленинском проспекте, в районе ст. м. Петроградская. Recreation Для категории «рекреации» было отмечено очень активное использование и чекины пользователей практически везде. Основная концентрация выявлена в центре города. однако на периферии чекины распространены достаточно равномерно.
28
Например, вдоль Приморского шоссе, начиная с Лисьего Носа и заканчивая Сестрорецком и Зеленогорском. Единственный пробел — это северо-западная часть чуть выше Приморского КАДа. Professional &Residence Очень интересную закономерность можно наблюдать на картах Professional и Residence. Основная дневная деятельность людей концентрируется в центре, а живут горожане по окраинам города. Это и создает многие проблемы в городе: транспортную недоступность, пробки, неравномерность городской структуры. Жилье все больше расползется от центра города, особенно явно на карте выделяются Московский, Выборгский и Центральный районы.
29
Transport Основное место чекинов — центр, по окраинам где есть достопримечательности, по набережным, у загородных клубов, вдоль трасс/дорог, ЖД вокзалы и станции, транспортные пересадочные узлы. Основные магистрали: Московский проспект, проспект Славы, Садовая – Каменноостровский-Коломяжский. Отчетливо на карте выделяются станции метро.
рис. 7 Функциональные кластеры: еда и жилье
рис. 8 Функциональные кластеры: зрелища, занятость, университеты
рис. 9 Функциональные кластеры: спорт, отдых, путешествия
Shops Сконцентрированы по станциям метро, чекины в основном в торговых центрах в книжных магазинах, аптеках, цветочных магазинах, магазинах косметики, магазинах обуви - люди практически не чекинятся. В процессе исследования также были разработаны карты, позволяющие включать/отключать функциональные кластеры и проводить анализ городской структуры.
30
31
ЛИНГВИСТИЧЕСКАЯ МИКРОГЕОГРАФИЯ
32
3333
ЛИНГВИСТИЧЕСКАЯ МИКРОГЕОГРАФИЯ САНКТПЕТЕРБУРГА ПО ДАННЫМ TWITTER Авторы: Полина Шипунова Ольга Малоземова
Твиттер – огромная база «больших данных», которые потенциально можно исследовать с разных сторон и для разных целей.
грантов. - Аэропорт – сосредоточение твитов на иностранных языках.
Что было до нас: Эрик Фисчер проанализировал 280 млн твитов (с 2011 года) с целью определения местоположения пользователей и используемых ими устройств (iOS, android, blackberry). Разработчик Mapbox Эрик Фишер создал карту, на которую нанесено более 6,3 миллиарда твитов с прикрепленной геопозицией. Фишер собирал данные для такой карты три с половиной года, при этом объем информации в сжатом виде составляет около трех терабайт (каждый день прибавляется еще 4 гигабайта).
- Большой процент твитов на английском языке принадлежит русскоязычным пользователям. Мы проанализировали 31 тысячу твитов на иностранных языках в период с 14.08.14 по 05.09.14. Для анализа использовалась программа Tableau. Tableau – инновационная система бизнес-аналитики корпоративного уровня. Система бизнес-аналитики Tableau была создана в 2003 году в стенах Стэнфордского университета. В основе решения лежит технология VizQL, рис. 1 Язык твитов в Санкт-Петербурге
которая полностью меняет работу с данными и позволяет кликом мыши создавать сложные визуализации. Прорывом Tableau является технология Data Engine. Это высокопроизводительный инструмент позволяющий осуществлять анализ миллионов строк в считанные секунды без программирования пользовательских сценариев. В отличие от документов Excel, графики, созданные средствами Tableau, являются «кликабельными» и интерактивными. Распределение иностранных языков на карте Петербурга подтвердило гипотезу о том, что английский язык будет превалировать. Второе место внезапно оказалось за турецким языком, который входит в Топ-10 используемых в твитрис. 2 Язык твитов в Москве
Что мы хотели сделать: Посмотреть на распределение иностранных языков на карте Петербурга, выявить закономерности. Начальные гипотезы: - Твиты на иностранных языках будут сосредоточены в центре города. - Английский язык будет основным используемым иностранным языком. - Частота использования других языков отобразит геолокацию иностранцев – туристов и ми34
35
тере языков. Испанский, французский, японский, немецкий, итальянский, китайский, португальский, корейский, финский, шведский языки чаще встречаются в центре города, исключения, возможно, связаны с расположением соответствующего бизнеса. Например, с расположением заводов по сборке автомобилей (немецкие, японские, корейские твиты это подтверждают). Также «периферийные» твиты могут быть связаны с расположением портов и аэропортом. При сравнении с Москвой выяснилось, что твиты на шведском и финском языках характерны только для Петербурга. В то время как в Москве гораздо сильнее концентрация арабского языка. В СПб пригородные точки привлечения туристов опоясывают город с юга – Петергоф, Стрельна, Пушкин, Павловск, Гатчина. Между ними – серый пояс – его видно – белое пятно. И в центре, как и предполагалось, очень много твитов. Это объясняется тем, что в основном на иностранных языках пишут туристы, а не жители города. Кроме того, концентрация твитов в направлении г.Клин, вдоль Ленинградского шоссе, позволяет предположить, что это связано с повышенной плотностью населения в этом районе, а также с тем, что это направление связывает СПб и Москву.
рис. 3 Распределение твитов на корейском языке, Мск
рис. 5 Распределение твитов на итальянском языке, Спб
рис. 6 Распределение твитов на итальянском языке, Спб
рис. 4 Распределение твитов на корейском языке, Спб
рис. 7 Распределение твитов на турецком языке, Спб
рис. 8 Распределение твитов на турецком языке, Мск
Гипотеза о том, что в аэропортах будет много твитов на иностранных языках, оправдалась. И В Петербурге (Пулково), и в Москве (Домодедово – основной аэропорт, принимающий международные рейсы) четко просматривается наслоение твитов на разных языках. Финский и шведский языки вновь исключения – согласно геолокации 36
37
твитов, финны приезжают в Петербург на машинах, а шведы – приплывают на паромах (концентрация твитов в порту).
- Сравнить с данными других сервисов (например, с инстаграмом).
рис. 10 Распределение твитов на финском языке, Спб
рис. 11 Распределение твитов на японском языке, Спб
рис. 12 Распределение твитов на немецком языке, Спб
рис. 1 Распределение твитов на немецком языке, Мск
Что еще можно сделать: - Проанализировать частоту использования альтернативных имен Санкт-Петербурга (Северная Венеция, СПб, Питер) — по хэштегам и тексту. - Выяснить, о каких достопримечательностях Петербурга пишут в твиттере. - По частоте написания и геолокации посмотреть, где живут иностранцы (мигранты) + сравнить с официальной статистикой.
рис. 9 Распределение твитов на шведском языке
38
39
ОБЩЕСТВЕННЫЙ ТРАНСПОРТ ПЕТЕРБУРГА
40
4141
ИЗУЧЕНИЕ КАЧЕСТВА РАБОТЫ ГОРОДСКОГО ОБЩЕСТВЕННОГО ТРАНСПОРТА САНКТПЕТЕРБУРГА Авторы: Валентина Соловьева
Цели работы: - Изучение качества работы портала общественного транспорта Санкт-Петербурга - Изучение качества работы общественного наземного транспорта Петербурга
местонахождение автобусов, трамваев и троллейбусов в реальном времени. Данные о передвижении поступают с оборудования, включающего в том числе ГЛОНАСС-навигаторы, которое установлено на большинстве составов социального общественного транспорта.
Задачи исследования: - Сбор данных из системы спутникового мониторинга транспорта - Анализ репрезентативности информации, передаваемой системой - Анализ и визуализация площади покрытия города сетью общественного транспорта - Вычисление средней скорости автобусов, троллейбусов, трамваев - Составление карты скоростей общественного транспорта - Анализ зависимости скорости транспорта от времени суток и маршрута - Выявление маршрутов с высоким и низким показателями скорости движения - Анализ причин низкой скорости общественного транспорта - Анализ мест и времени отклонения от расписания - Создание предложений для оптимизации работы портала общественного транспорта - Поиск и создание предложений для улучшения работы общественного транспорта
Сбор данных Данные из системы спутникового мониторинга транспорта были получены с периодичностью 5 минут за одни полные сутки. Дата сбора данных: 5 ноября 2014 года. ГЛОНАСС-навигаторы передают данные о типе транспортного средства, его номере, номере маршрута, координатах местоположения и скорости состава каждые 15 се-
кунд. Для данной работы было решено собрать данные с периодичностью 5 минут. Анализ и чистка данных В файле, передаваемом системой, записано время фиксации данных, также можно зафиксировать время получения информации. При сравнении времени отправки и времени получения данных с ГЛОНАСС-навигаторов, обнаружено, что во многих случаях разница составляет несколько минут, а то и часов. Когда навигатор «зависает», система получает каждый раз одну и ту же информацию. Некорректные данные можно идентифицировать по разнице времени между отправкой и получением данных. Такие данные были исключены из дальнейшего анали-
рис. 1 Система наземных видов транспорта Санкт-Петерурга
Портал общественного транспорта Санкт-Петербурга transport.orgp.spb.ru представляет собой интерактивную карту, на которой отображается 42
43
за. Количество транспортных средств, с которых система получает данные о местонахождении. При сравнении информации на сайте Комитета по транспорту Санкт-Петербурга о количестве транспортных средств на маршрутах и количестве составов, с которых были получены данные, оказалось, что информацию система получает лишь от 90,7% автобусов, 60,6% троллейбусов и 67,5% трамваев. Карты транспортной сети Санкт-Петербурга Посредством нанесения на карту координат местонахождения транспортных средств в течение суток, были составлены карты сети наземного транспорта, в том числе отдельно по каждому рис. 2 Сеть автобусных маршрутов
44
виду транспорта, а также с визуализацией различных маршрутов. Также для сравнения была составлена карта доступности метро, за радиус пешеходной доступности взят 1 км. Карты позволяют выделить районы с недостающей транспортной доступностью.
рис. 3 Средняя скорость движения трамваев
рис. 4 Средняя скорость движения троллейбусов
Анализ средней скорости движения общественного транспорта Для определения средней скорости, была вычислена скорость для каждого отрезка пути, который проходит состав между двумя точками передачи данных (приблизительно 5 минут) для каждого транспортного средства в отдельности. Средняя скорость движения представлена на дирис. 5 Средняя скорость движения автобусов
45
аграммах и составляет 13,6 км/час для автобусов, 11,7 км/час для троллейбусов и 11,3 км/час для трамваев. Также составлены графики скоростей для каждого типа транспорта в зависимости от времени суток. Были составлены карты скоростей для каждого вида транспорта, в том числе проведено сравнение скорости трамваев на участках с выделенными трамвайными полосами и участках с движением трамваев в общем потоке. Анализ и сравнение скорости по маршрутам На диаграммах представлены средние скорости для каждого из маршрутов общественного транспорта. Определено, что наиболее высокий показатель скорости у автобусов на пригородрис. 6 Средняя скорость движения на маршрутах троллейбусов
46
ных маршрутах (№469, №487), самая низкая скорость у маршрутов №377, №55 и №373. Среди троллейбусных маршрутов наибольшая скорость наблюдается на маршруте №37, наименьшая – №34. Максимальная средняя скорость трамваев – на маршруте №36, минимальная – №3. Сравнение скорости поездки на наземном транспорте и на метро Были рассмотрены несколько маршрутов наземном транспорта, соединяющие станции метро, находящиеся на разных ветках. Такие хордовые маршруты должны позволять пассажирам доехать из одной точки в другую, не используя метро (так как на метро придётся совершить поездку до центра, сделать пересадку и проехать обрат-
но в ту же часть города). Однако, исследование показало, что поездка на наземном транспорте зачастую занимает больше времени, чем на метро. Стоит учитывать также время ожидания транспорта и нерегулярность движения, таким образом, если поездка на нём будет сравнима по времени с поездкой на метро, пассажир в большинстве случаев всё равно выбирает метро, что создаёт значительную дополнительную нагрузку на этот вид транспорта. Проблема неактуального расписания При определении времени поездок по маршруту, и изучении расписания движения транспорта, было замечено, что расписание зачастую составлено без учёта времени суток и транспортной ситуации. То есть, соответственно расписанию, в час пик, когда скорость снижается из-за заторов на дорогах, и в дневные часы транспорт должен проезжать маршрут за одно и то же время. Если состав отстаёт от расписания только в часы пик, требуется его корректировка с учётом дорожной ситуации.Если же состав едет строго по расписанию в любое время суток, при этом расписание предписывает проезжать маршрут за одинаковое время, становится очевидно, что можно увеличить скорость движения на данном маршруте хотя бы вне часов пик. То есть на некоторых маршрутах существует ситуация, когда транспорт подстраивает свою скорость под расписание, но при этом может ехать быстрее. Это подтверждает ответ СПб ГУП «Горэлектротранс» на вопрос общественного движения «Красивый Петербург» о том, почему на участках трамвайной сети с отремонтированными рельсами, по
которым ходят новые составы, скорость движения не увеличилась: «Во многом скорость движения определяется расписанием. Технически развивать высокие скорости на новых участках возможно, но, если существующий график предписывает движение на участке с определённой скоростью, то она и соблюдается. Переработка расписания движения сопряжена с рядом трудностей, и изменение графика под высокоскоростное движение трамваев на новых участках не планируется». Анализ проблемы низкой скорости общественного транспорта В процессе исследования были выявлены такие причины низкого показателя скорости движения общественного транспорта как заторы на дорогах, старый, исчерпавший свой ресурс подвижной состав, плохое состояние дорог и рельсов, а также неактуальное или неграмотно составленное расписание. Предложены следующие решения: • Создание выделенных линий общественного транспорта на участках, где это возможно • Изменение схемы движения транспорта для предоставления приоритетаназемному общественному транспорту • Замена подвижного состава • Обеспечение комплексного подхода к ремонту дорожного покрытия и реконструкции путей • Обновление путей на всём протяжении маршрута, включая путь от трамвайного парка до выхода на линию 47
• Направление на маршруты, проходящие полностью по реконструированным участкам только новый подвижной состав • Оптимизация расписания движения на основе анализа данных о движении транспортных средств • Составление расписания на основе возможной скорости движения, а не подстройка скорости под составленное расписание Выводы и рекомендации Качество работы портала транспорта Санкт-Петербурга.
общественного
Портал общественного транспорта transport.orgp. spb.ru с 2012 года работает в тестовом режиме. Исследование показало, что данные о местонахождении поступают лишь с 73% транспортных средств, следовательно, основная цель портала – отображение на карте местоположения общественного транспорта в реальном времени – не выполняется. Кроме того, часть получаемой информации является ложной. Необходимо организовать получение данных о местоположении 100% транспортных средств и отображение корректной информации на интерактивной карте портала и, в последствие, на
рис. 7 Сравнение скорости поездки на наземном транспорте и на метро
48
электронных табло на остановках, показывающих время ожидания транспорта. Качество работы общественного транспорта Санкт-Петербурга Средняя скорость движения наземного общественного транспорта в Петербурге – 12,2 км/ час. При этом средняя скорость незначительно изменяется в течение суток: в утренний и вечерний часы пик скорость движения в черте города ниже, чем в другое время в среднем всего на 1 км/час. Очевидно, что такие показатели скорости не соответствуют качественной развитой системе городского наземного общественного транспорта, что, во-первых, увеличивает нагрузку на метрополитен, и во-вторых, заставляет потенциальных пользователей наземного общественного транспорта предпочесть личный автотранспорт. Необходимо комплексное решение проблемы, в том числе глубокий анализ данных, поступающих из системы спутникового мониторинга транспорта, и обязательное составление и оптимизация маршрутов и расписания движения на его основе. Это поможет также решить проблему опозданий транспорта и движения его не по расписанию.
49
КВАРТАЛЬНЫЙ ПЛАНИРОВЩИК
50
5151
КВАРТАЛЬНЫЙ ПЛАНИРОЩИК Авторы: Надежда Морозова Илья Кузнецов
Введение Для XX-го века была характерна борьба за увеличение размера открытых дворовых пространств, целью, которой является стремление к увеличению количества зеленых насаждений, улучшение уровня инсоляции. Но в итоге при таком подходе благоустройство таких территорий «напоминает выжженную пустыню». В свою очередь, гипертрофированные, немасштабные дворовые пространства и жилая застройка без доли чувства приватности для своего обитателя, требуют обратиться к иным способам и подходам создания качественной жилой среды. При этом нужно учитывать господствующий в России менталитет, когда главный показатель для проектирования – это экономическая выгода. В РФ действуют нормы и правила, ПЗЗ, Градплан, но данные нормативные документы не способствуют и не дают понимания для проектировщика, каким образом создать среду, которая будет отвечать важным характеристикам такими, как психологический комфорт, приватность, чувства безопасности, а также высокая интенсивность использования территорий, высокая плотность улиц и дорог и т.д, данные показатели формируют экономическую целесообразность того или иного решения. Также возникает потребность в оценке качества жилой среды и выявлении параметров характеризующих данную оценку.
Создание инструмента на основе алгоритмов параметрического моделирования для визуального моделирования квартальной застройки и расчета основных показателей и доказательства экономической целесообразности выдвинутой морфологии застройки. Моделирование жилых периметральных кварталов с ограниченной этажность и низкоплотной застройкой. Доказательства возможности создания среды с высокой плотностью при средней этажности без нарушения действующих норм и стандартов РФ.
Методология Сравнительный анализ отечественной, зарубежной теории и практики градостроительства и архитектуры жилища, экспериментальное моделирование и разработка концепции для Санкт-Петербурга. Рассмотрение основных норм и стандартов РФ относительно селитебной зоны. Для оценки застройки используют основные показатели экономической эффективности и интенсивности использования территории: - коэффициент застройки – отношение площади, занятой под зданиями и сооружениями, к площади участка (квартала); - коэффициент плотности застройки – отноше-
рис. 1 Трансформация структуры квартала
Цель 52
53
ние площади всех этажей зданий и сооружений к площади участка (квартала).
рис. 2 Методика формирования квартала
рис. 3 Проверка инсоляции помещений
-Коэффициент использования территории определяется как отношение максимальной общей площади квартир, которые можно разместить на территории земельного участка, к площади земельного участка Модуль На основе анализа нормативной документации был создан модуль 24м на 24 м. Данный размер объясняется основными минимальными расстояниями между жилыми зданиями, бытовыми проездами, нормами инсоляции, размерами участков, размерами парковочного места и т. д. Также на создание модуля повлияли основные типовые конструктивные решения для жилых зданий.
рис. 4 Проверка инсоляци территории
Морфотип для Спб Также для данного проекта был предложен новый морфотип застройки для Санкт-Петербурга, периметральный квартал с низкоплотной застройкой с внутренними секциями создающие замкнутые приватные анфиладные дворы, что характерно для исторической застройки Санкт-Петербурга. Инструменты проектирования Данный КВАРТАЛЬНЫЙ ПЛАНИРОВЩИК разработан на основе программы Rhinoceros 3D и редактора параметрического моделирования Grasshopper. Проверка инсоляции производилась в программе Rhinoceros + Grasshopper с помощью плагина Ladybug. 54
55
Вывод В результате исследования сформирована модель организации модулей жилой среды и предложен новый морфотип для Санкт-Петербурга. Проведена сравнительная характеристика существующих типологий застройки и данного морфотипа. Подтверждена гипотеза о большем количестве площадей квартир при данном типе застройки по сравнению с элементами микрорайонной структуры. Данный инструмент возможно использовать для подбора типологии застройки для различных территорий, также возможно адаптировать данные кварталы для проектирования районов и формировать сложную разнообразную среду.
Выяснено, что выполнение рассмотренных нормативных требований не препятствует созданию застройки традиционного типа. Ограничения и трудности Поскольку модель базируется на предварительно определённом модуле, это снижает вариативность и адаптивность модели для различных ситуаций. Квартал рассматривается изолированно, что, несмотря на очевидную экономическую целесообразность такого типа застройки в сравнении с другими типологиями на сопоставимом участке, не позволяет с полной определённостью спрогнозировать аналогичный результат на более крупных участках города. По той же
причине невозможно однозначно оценить инсоляцию квартала в городской застройке, так как в модели не учитываются возможные затеняющие внешние объекты.
рис. 6 Сравнительные характеристики квартала
рис. 5 Программа в работе. Часть кода
56
57
НОЧНАЯ ЖИЗНЬ ГОРОДА
58
5959
АНАЛИЗ РЕЖИМОВ РАБОТЫ ОБЪЕКТОВ ПИТАНИЯ Авторы: Юлия Родикова Анна Рассадина
О проекте Исследование задумывалось как анализ работы разных функций, выявление закономерности режима работы от местоположения (условным центром была принята точка на Дворцовой площади). Хотелось выяснить, правда ли на периферии ни одно заведение не работает круглосуточно. Мы решили остановиться на категории заведений общественного питания как на самых долго работающих и распространенных. Хотелось понять, в каких местах города заведения не располагаются и почему. Цель Определить, существует ли зависимость между временем работы заведений и их расположением. Методология Сбор данных производился через Python с сайта http://www.restoclub.ru/. Сайт располагает наиболее полной информацией обо всех заведениях питания в Санкт-Петербурге, включая время их работы. Была сформирована первичная таблица с информацией о каждом заведение, включая название, ближайшую станцию метро, часы работы по дням недели, телефон, адрес, категорию, средний счет и т. д. Данные были прогеокодированы и каждому заведению присвоены координаты. Была сформирована еще одна таблица – со разбивкой времени работы по часам, а также общему количеству часов в день. Были взяты усредненные данные (средние между будними и выходными днями). Данные не содержали информации по маргинальным и старым заведени-
60
ям (шавермы, рюмочные, пышечные и т. д.)
до 01.00).
Работа проводилась двумя параллельными этапами.
Вопреки гипотезе, на периферии есть круглосуточные заведения. В целом при эмпирическом анализе можно заметить, что распределение заведений разного режима работы по городу равномерно.
В первом этапе готовая таблица была подгружена в сервис cartodb.com с целью обнаружения закономерностей. Было выяснено, что всего имеются 85 различных режимов работы заведений. Из всех режимов работы самыми распространенными являются круглосуточный (59%) и режимы 11.00–01.00 (58), 11.00–06.00 (44), 12.00–02.00 (108), 12.00–06.00 (46). Заведение, которое работает наименьшее количество часов – это ресторан Пионер – 3 часа (с 22.00
Были выявлены пиковые часы работы заведений — то время, когда открыто большинство из них. Это 21.00 (99%), 00.00 (100%) и 01.00 (100%). Часы с 7.00 до 11.00 являются мертвыми – в это время работает наименьшее количество заведений (20% — по среднему значению этих часов).
рис. 1 Заведения питания Санкт-Петербурга
61
Работа с таблицами и построение графиков проводились в Exel. Последним этапом были построены графики удаленность точек от центра – каждая координата точки заведения была вычтена из центральной (Дворцовая площадь - 59,939167, 30,315833). При анализе этих данных можно заметить, что на периферии действительно меньше заведений, но по дневному времени работы он рассредоточен равномерно. На окраинах также есть круглосуточные заведения. Те же результаты мы можем увидеть на карте с нанесенными на нее точками, цвет которых меняется от бледно-желтого (9 часов работы) до красного (24 часа работы).
рис. 3 Заведения, открытые в промежутке с 13.00 до 14.00
рис. 4 Заведения, открытые в промежутке с 23.00 до 24.00
рис. 5 Заведения с графиком работы с 11.00 до 06.00
рис. 6 Заведения с графиком работы с 12.00 до 06.00
Во втором этапе мы посмотрели, как связаны режим работы и средний чек объектов. Для этого была сделана разбивка на административные районы в OSM+ArcGis. Были рассчитаны средние параметры для будних дней, пятницы, субботы и воскресения: время начала работы для района, время окончания работы для района, продолжительность работы для района, средний чек по району. Создавалась карта с усреднёнными данными со следующими допущениями: не учитывались работающие под заказ заведения, сезонные организации, заведения при концертных залах; при наличии дочернего подразделения органи-
рис. 2 Заведения питания с различными режимами работы
62
63
зации учитывалось время работы основного; режим «до последнего посетителя» расценивается как 06.00; не учитывались заведения, работающие по французской системе. В итоге были получены карты с нанесенными на них параметрами. В дальнейшем стоило бы тем же образом проа-
нализировать время работы других категорий функций, составить карты, которые можно было наложить для определения мест отсутствия функций и круглосуточных заведений.
рис. 7 Удаленность заведений от центральной точки
рис. 5 Количество работающих ресторанов по часам
рис. 6 Количество рабочих часов заведений рис. 8 Удаленность круглосуточных заведений от центральной точки
64
65
ГОРОДСКАЯ ХОРЕОГРАФИЯ
66
6767
ГОРОДСКАЯ ХОРЕОГРАФИЯ Авторы: Мария Хрусталева Евгений Смирнов
Лундская школа временной географии впервые провозгласила постулат о том, что поведение людей определяется четкими пространственно-временными закономерностями. Человеческая активность как во времени, так и в пространстве носит закономерный характер. Человек передвигается по определенным траекториям и в соответствии с определенным ритмом. Эти траектории претерпевают большие изменения в современных городах. Люди становятся более мобильны, границы используемого пространства расширяются за счет появления различных видов доступного транспорта. В зависимости от типа культуры, пространственно-временные закономерности поведения людей обретают специфичный характер. Для нас сейчас важно, что они всегда присутствуют и их можно достаточно строго описать — дело лишь в овладении соответствующей методологией. Главной целью работы стало апробирование нового метода сбора данных – применение фитнес-трекеров, как источников получения данных.
перемещения и наносить на карту полученные треки, отмечаться в местах благодаря привязке к Foursquare, считать шаги и потраченные калории. Тем самым Moves определяет станции. Под станцией понимается точка в пространстве, где индивидом совершается длительная остановка для участия в процессе общественной деятельности или потребления. Moves позволяет фиксировать данные станции как в пространственном характере, так и во временном. Собранные данные можно экспортировать из приложения в различные такие форматы, как JSON, GeoJSON, GeoRSS, CSV, KML, KML GE, GPX, ICS, подходящие для дальнейшего многостороннего анализа.
Изначально около 100 человек установило приложение и дало свое согласие на обработку данных, но по истечении месяца данные мы получили от 15 человек. Из них только 10 удовлетворяло нашим требованиям: студенты очных отделений вузов Санкт-Петербурга в возрасте 20–24 лет. Из них 4 человека живет в центре Петербурга и 6 человек в пригородах и спальных районах. Главной нашей задачей было создание карт, так как визуализация данных позволяет увидеть различные закономерности. Все работы с картами осуществлялись при помощи QGIS.
рис. 1 Станции исследуемой группы студентов в Санкт-Петербурге в декабре 2014 года
Мы решили изучить пример Санкт-Петербурга. Нас заинтересовали исследования на тему использования жителями городского пространства. Так как студенты являются самой мобильной группой населения, было решено отслеживать их перемещения в течение 1 месяца. При большом выборе доступных фитнестрекеров мы решили остановить свой выбор на приложении для смартфонов Moves. Оно позволяет отслеживать ежедневные 68
69
Анализ карт показал интересные результаты. В первую очередь заметно, отличаются линии перемещений жителей центра Петербурга и спальных районов. Жители центра практически все время проводят в центре города, у них нет необходимости выезжать за его пределы, они обеспечены всей необходимой инфраструктурой. Их места работы и учебы тоже в основном находятся в центре города. У студентов, проживающих в спальных районах города и в пригородах ежедневные траектории в основном направлены в центр города. Очень редки отклонения в сторону каких-то инфраструктурных объектов в своем районе. Также интересен пространственно-временной аспект: жители пригородов и спальных районов выходят утром из дома и возвращаются только вечером, закончив все дела в центре; жители центра могут позволить себе выйти утром из дома, вернуться туда днем и дальше отправиться по своим делам.
для получения данных показал хорошие результаты. Но, при этом Moves обладает рядом недостатков: сложно отследить сами треки, так приложение фактически соединяет прямой линией точку А с точкой В, пренебрегая объективными перемещениями. Из-за чего невозможно получить данные об используемом виде транспорта и типе перемещений. Несмотря на недостатки, этот метод обеспечивает исследователей большим количеством разнообразных данных, позволяющих изучать пространственно-временные закономерности в городе, что может быть интересно как горожанам, так и городским властям.
рис. 3 Станции жителей центра Санкт-Петербурга в декабре 2014 года
рис. 4 Станции жителей спальных районов и пригородов Санкт-Петербурга в декабре 2014 года
рис. 5 Ежедневные треки жителей центра Санкт-Петербурга в декабре 2014 года
рис. 6 Ежедневные треки жителей спальных районов и пригородов Санкт-Петербурга в декабре 2014 года
рис. 2 Самые посещаемые территории Санкт-Петербурга среди студентов в декабре 2014 года
Самыми посещаемые места Санкт-Петербурга находятся в центре – это линия площадь Восстания – Василеостровская. Это можно объяснить тем, что центр города привлекает молодых людей большим количеством культурных заведений, в особенности Невский проспект. Так как мы изучали перемещения студентов, то студенческий Васильевский остров является одним из главных ежедневных направлений. Вывод: Этот метод 70
использования
фитнес-трекера 71
ГОРОДСКИЕ СООБЩЕСТВА
72
7373
ВОСПРОИЗВОДСТВО ГОРОДСКИХ СООБЩЕСТВ В СОЦИАЛЬНОЙ СЕТИ «ВКОНТАКТЕ» Авторы: Светлана Ломп Кирилл Сухарев Даниил Отмахов
Проблема, существующие исследования Изучение городских сообществ в Интернет среде давно занимаются социологи, антропологи и экономисты. С появлением Интернета ученые стали активно изучать взаимодействие в данное среде и то, как это отражается на современной жизни многих слоев общества.Огромное количество работ были посвящены тому, как интернет разрушил какие-либо территориальные границы для взаимодействия. Интернет размывает территориальную привязанность для взаимодействия, однако в социальных сетях мы все чаще замечаем воспроизводство некоторых сообществ, организованных округ территориальных единиц (например, страна, город, район). Отсюда возникает вопрос причины желания людей объединения в социальные сообщества. Воспроизводство взаимодействия в н у т р и определенных территориальных границ. Вконтакте интересен многофункциональностью своих возможностей включает множество индивидов с разными интересами Формирование исследовательского опроса и обоснованность использования источника эмпирических данных.
Для ответа на этот исследовательский вопрос, мы ставим целью выявление непосредственно основных тематик обсуждения внутри групп в социальной сети «ВКонтакте». «Вконтакте» на наш взгляд является одним из самых интересных, с точки зрения специфики взаимодействия, и информативных источников данных для анализа. В интернет среде есть огромное количество форумов, в которых обсуждаются какие-либо вопросы связанные с районной жизнью и городскими сообществами, но все на наш взгляд, они куда более узконаправленные, чем взаимодействие в «Вконтакте». «Вконтакте» имеет в себе множество функций, например такие, как, послушать музыку, написать личное сообщение другу, посмотреть фильм и много всего другого. Районные сообщества воспроизводимые в социальной
сети формируют внутри себя не только людей заинтересованных в решении какой-либо проблемы, которая четко формируется на форумах и более того чаще всего состоит из людей, которые будут иметь очень ограниченные точки зрения, так как может существовать и другой форум с другой точкой зрения. Социальная еще огромное сеть «Вконтакте» включает куда большее разнообразие людей и точек зрения, так как существует количество функций, которые может выполнять данный интернет ресурс и человек остается на данном ресурсе.
рис. 2 Наиболее частое упоминание слов по теме “Инфраструктура”
рис. 3 Наиболее “Родительство”
частое
упоминание
слов
по
теме
Все чаще можно встретить взаимодействие между людьми основанное на территориальное привязанности. На наш взгляд, этот феномен может быть обусловлен все большей размытостью офлайн и онлайн функций. Таким образом, возникает вопрос о том, какие функции берет на себя интернет взаимодействие внутри районных сообществ?
74
75
Методология
Краткий план работ
В рамках данной работы мы собираемся выбрать группы, которые относятся к районной территориальной единице в городе Санкт-Петербург. У нас выделено 18 районов, которые мы будем выкачивать при помощи API запросов «Вконтакте». Из которых мы «спарсим»:
найти районные сообщества исследовать основные обсуждаемые темы с помощью лингвистического анализа;
id группы, название группы, описание группы, район к которому относится. Таким образом мы сможем на данном этапе отобрать некоторое количество групп, которые прямо указывают свою принадлежность к данному району. Получив список релевантных групп, мы будем выкачивать из них текстовые сообщения со стен и обсуждений. В качестве переменных в этой базе данных нам понадобятся id группы, id участника, время отправления сообщения и текст самого сообщения. Выявление тематик Для выявления тематик мы использовали Метод Главных Компонент, для нас этот метод показался наиболее интересным ввиду его высокой продуктивности для анализа маленьких текстовых документов. В нашем случае – это были названия групп и их описания, в среднем по 20-30 слов в каждом документе (группе).
Районные сообщества - это легко локализуемая вещь, попробуем проанализировать, влияет ли на воспроизводство уровень благосостояния, преступности и прочее (это пока не придумали); визуализировать результаты. Глобально– разобраться в теме «человек и интернет» - уходят ли люди в веб Источники данных
та - данная тематика представляет бизнес-группы по предоставлению услуг, связанных, в основном, с индустрией красоты и ухода за собой. 2) Ключевые слова: детский, сад, ребенок, родители, воспитатель, общение, детки, ребеночек - даннаятематика посвящена родительству и обмену информацией о детских садах, школах и других учреждениях связанных с детьми.
рис. 3 Наиболее частое упоминание слов по теме “Бизнес”
3) Ключевые слова: округ, новое, продукция, совет, находить, житель, магазин, местный - данная тематика представляет собой местных жителей, которые объединены для обмена информацией об инфраструктуре района.
Группы вк Данные для идентификации соседских сообществ: список улиц, список неофициальных названий СПБ, список жилых комплексов, называния административных районов Пространственные данные – попробуем сравнить с бедностью, прочими показателями Результаты Результатом нашей работы стало выявление 3 основных тематик групп и определения весов каждой тематики на район. Тематики групп: 1) Ключевые слова: наращивание, ноготь, маникюр, ресница, услуга, массаж, красота, красо-
76
77
Верстка и редактура: Юлия Родикова 78