Использование новых технологий в сборе и обработке данных о городе Гульназ Аксенова
Выпускница УГНТУ «Архитектура», Уфа, Россия University of Salford, Англия Института «Стрелка», Москва
DA
OD
data scientist
BI
G
US ER
BIO DA TA
U SER
O
специалист по данным
A AT
TA
BI
A
R OD ATA
DA T
MA C
TE D
VAT IO N
RA
ON
TAL DATA MEN O R VI N E
OBSER
US ER -G EN E
TION RVA E BS
E N VIROMENTA L D AT A
A RV SE OB
TI
SU RV EY
MA
CR OD AT A
G BI
DATA
A ED DAT T A ER N E -G
OD BI
AT A
TED DATA A R E N E G -
S UR
Y E V
городские данные
данные
взаимосвязь данных и города
статистика большие данные альтернатива
невидимый город
потребители данных
госучреждения девелоперы горожане активисты
статистика
статистика о москве
статистика турникетов утро
день
вечер
6:00 am - 12:00AM
12:00 pm - 18:00 pM
18:00 pm - 00:00 AM
6:00 - 12:00 ам почасовая статистика входа пассажиров в метро
6:00 - 12:00 ам почасовая статистика входа пассажиров в метро
?
6:00 - 12:00 ам почасовая статистика входа пассажиров в метро
пассажиры метро Tagansko-Krasnopresnenskaya Serpuhovsko-Timiryazevskaya Zamoskvoreckaya Kalugsko-Rigskaya
Kahovskaya Butovskaya Arbatsko-Pokrovskaya Sokolnicheskaya
Lublinskaya Kalininskaya Kolcevaya
150000 120000 90000 60000 30000
6:00 7:00 8:00 7:00 8:00 9:00
MEN 55.1% ABOVE 46 38.5% MARRIED 53.8% HIGHER EDUCATION 72.2% WORKER, BUILDER 14.4%
11:00 12:00
WOMAN 53.3% ABOVE 46 26,7% MARRIED 48% HIGHER EDUCATION 72.2% SERVICE 22,7%
WOMAN 54.3% 19-22 YEARS OLD 24,7% NOT MARRIED 63% HIGHER EDUCATION 72.2% STUDENTS UNKNOWN %
23:00 00:00 00:00 01:00
WOMAN 54.4% 19-22 YEARS OLD 30.4% NOT MARRIED 51.9% HIGHER EDUCATION 72.2% STUDENTS 30.8%
WOMAN 60.8% 23-27 YEARS OLD 34.2% NOT MARRIED 57% HIGHER EDUCATION 62% STUDENTS 24.7%
MAN 69.7% 19-22 YEARS OLD 37.2% NOT MARRIED 64.9% HIGHER EDUCATION 76.9% SHOPPING MALL WORKERS24.7%
ресурс: Brand Metro
статистика усредняет информацию
сравнение федеральной и московской базы данных
сравнение данных застроенной площади и выбросов сточных вод
сравнение данных 2011 года и советского союза
не верьте существующей базе данных
раскрывает только одну сторону
большие данные
ресурсы больших данных интернет вещей: покупки в магазинах медицинские данные сенсоры камеры видеонаблюдения архивы
краудсорсинг: телефоны социальная сеть компьютеры интернет активность
качество
VALUE
скорость
VELOCITY
5 качеств больших данных
правдивость
VERACITY
количество
VOLUME
разновидность
VARIETY
280 миллионов твиттеров с геолокацией может показать географический рисунок использования мест
http://www.mapbox.com/labs/twitter-gnip/brands/#11/55.7143/37.5520
анализ форсквера по количеству отметок пребывания на станциях метро
визуализация форсквера по месту пребывания людей
семантический анализ твиттера по позитивным словам
“оказалось, что Диснейленд не самое счастливое место в Калифорнии и даже во всей Америке” http://onehappybird.com/2013/02/18/where-is-the-happiest-city-in-the-usa/
семантический анализ твиттера
визуализация скопления людей и автобусов в реальном времени
currentcity, MIT Senseable citylab
визуализация шума
горожане как сенсоры устройство для собирания данных: освещения шума газа воздуха температура воздуха влажность воздуха пыли http://www.kickstarter.com/projects/acrobotic/the-smart-citizen-kit-crowdsourced-environmental-m
Информационное городское табло Лондона http://citydashboard.org/london/
открытые данные о москве
http://dit.mos.ru/
потенциал данных для города:
данные дают факты о городе для принятия более верных решений исследования с помощью данных намного эффективней с экономической стороны чем физический труд данные это инструмент для работы с городом динамическая модель визуализации данных в реальном времени Студия Переосмысление Информации Стрелка Институт
спасибо!