211service.com
Utilizzo dei dati Foursquare per ridefinire un quartiere
Definire la composizione di un particolare quartiere può essere complicato. La gente del posto può essere d'accordo sull'area generale e sul carattere, ad esempio, dell'Upper West Side di Manhattan, ma abbiamo tutti opinioni diverse su ciò che accade davvero lì, o anche sui suoi confini precisi.
Con questo in mente, un progetto di ricerca chiamato Livehoods, della School of Computer Science della Carnegie Mellon University, mira a far luce su come le persone abitano realmente le loro città - e come questo cambia nel tempo - mappando i dati raccolti da 18 milioni di controlli Foursquare. ins che sono stati inviati tramite Twitter.
Il progetto raggruppa i check-in in base alla vicinanza fisica e misura la vicinanza sociale in base alla frequenza con cui persone diverse si registrano in luoghi simili. Le aree risultanti, che potrebbero non corrispondere a ciò che la gente del posto in genere considera il loro quartiere, sono soprannominate i mezzi di sussistenza. Poiché sempre più persone utilizzano smartphone e servizi che registrano i propri dati sulla posizione, è probabile che l'interesse nell'estrazione di queste informazioni cresca, sia per le intuizioni culturali che potrebbero mostrare sia per le possibilità di pubblicità e altre opportunità di guadagno.
Attualmente, mezzi di sussistenza offre mappe di soli tre luoghi: Pittsburgh, la San Francisco Bay Area e New York City (più un po' del New Jersey) sul suo sito web. Il gruppo spera di aggiungere presto altre città e afferma che i visitatori possono votare per quelle che vorrebbero vedere mappate.
Norman Sadeh, un professore di informatica alla Carnegie Mellon che sta lavorando su Livehoods, afferma che i social media possono aiutare a definire le caratteristiche di uno spazio urbano perché parlano davvero a un livello così fine rispetto ai dati su cui le persone si sono basate in passato, come il censimento dati.
All'inizio, guardare la mappa Livehoods di New York è un po' confusa, con grappoli di punti colorati dappertutto, ogni tonalità che indica uno specifico livello di vita. Puoi fare clic su qualsiasi punto in un cluster per vedere i limiti che l'algoritmo Livehoods ha determinato per quel punto di vita, nonché la posizione del check-in che corrisponde a quel particolare punto.
Invece di assumere nomi di quartieri esistenti (cosa che non funzionerebbe poiché, in molti casi, un singolo quartiere può estendersi a più di un quartiere), ogni quartiere ha un numero, oltre a dettagli sulle destinazioni e le attività più popolari in quella zona. mezzi di sussistenza. Ci sono anche dati su quando le persone effettuano più spesso il check-in e dove (non sorprendentemente, molte persone effettuano il check-in nei fine settimana e i check-in al ristorante sono tra i più popolari). Alla fine, Livehoods potrebbe raccogliere i nomi dei livehoods, afferma Jason Hong, membro del team di ricerca e professore associato presso Carnegie Mellon.
Analizzare tutti questi dati significa anche che il team di Livehoods può determinare i mezzi di sussistenza più correlati, ovvero le aree più visitate dalle stesse persone.
È un modo davvero interessante per vedere un'istantanea della struttura della città, afferma Justin Cranshaw, membro del team di Livehoods e studente laureato alla Carnegie Mellon.
A volte ci sono anche sorprese. Vivo in Livehood #44 a San Francisco, che copre molto più terreno di quello che di solito penso sia il mio quartiere, vicino al famoso incrocio tra Haight e Ashbury. E anche i quartieri più legati al mio non sono esattamente quello che immaginavo.
Oltre ad essere solo una risorsa per i curiosi, Livehoods può dare ai residenti una migliore visione e comprensione della loro città, dicono i ricercatori. Sadeh suggerisce che i dati potrebbero essere utilizzati per aiutare i negozi a determinare da dove provengono realmente i loro clienti in modo che sappiano dove fare pubblicità o per fare previsioni su come i cambiamenti, ad esempio l'aggiunta di un supermercato Whole Foods, possono influire su un quartiere.
Gli urbanisti di Pittsburgh hanno già mostrato interesse a lavorare con Livehoods, afferma Sadeh.
Stanno vedendo chiaramente molte diverse possibili applicazioni per questa analisi, dice.