جغرافیا همه را با هم جمع می کند

به نظر می رسد رسانه های اجتماعی معمولاً چیزی بیش از حواس پرتی ارائه نمی دهند. با این حال ، جریان بی پایان از تفسیر ، انتقاد ، عکس و فیلم همچنین باعث افزایش ارتباطات برای حدود 3.6 میلیارد کاربر در سراسر جهان می شود – و اطلاعات ارزشمندی در مورد افراد ، نیازها و مسائل به دست می دهد.

توسعه دهندگان و دانشمندان داده می توانند پست های رسانه های اجتماعی را جمع آوری و تجزیه و تحلیل کنند تا اطلاعات بی درنگ را به دست آورند که می تواند برای طیف گسترده ای از موضوعات استفاده شود – از جمله کاهش گرفتگی ترافیک ، نظارت و واکنش به بلایای طبیعی و تشخیص شیوع بیماری. در مرکز پویایی انسان در عصر موبایل (HDMA) ، که در سال 2013 در دانشگاه ایالتی سن دیگو تاسیس شد ، محققان این کار را انجام می دهند.

تیم های میان رشته ای HDMA با استفاده از داده های بزرگ و تکنیک های علم داده در سیستم عامل های رسانه های اجتماعی ، مدل های محاسباتی در مورد پویایی انسان و نظریه های علمی تحول پذیر را ایجاد می کنند.

مینگ-هسیانگ تسو ، استاد جغرافیا و مدیر HDMA گفت: “ما در تبدیل تحقیقات دانشگاهی به اطلاعات و درک متمرکز هستیم که می تواند برای تغییر سیاست های عمومی یا تصمیم گیری در زمان واقعی استفاده شود.” “برنامه های این نوع به آینده آموزش اشاره می کنند زیرا آنها به جای تحقیقات صرفاً آکادمیک ، توانایی پاسخگویی به نیازهای واقعی را دارند.”

مکان داده ها و نظم ها را به هم متصل می کند

محققان HDMA فید داده ها را از دستگاه های GPS ، سنسورهای محیطی ، ابزارهای نظارت و سیستم عامل های رسانه های اجتماعی می گیرند. رشته های گنجانده شده در مطالعات این گروه ها از علوم کامپیوتر ، مهندسی عمران ، جامعه شناسی ، بهداشت عمومی و زبان شناسی تا سیستم های اطلاعاتی مدیریت ، حسابداری ، ارتباطات ، مددکاری اجتماعی ، علوم انسانی دیجیتال و امور عمومی است.

جغرافیا در کار اصلی شده است ، تیم ها را قادر می سازد محل وقوع یک رویداد را مشخص کنند و دانش زمینه ای را برای هدایت اقدامات فراهم می کنند.

تسو گفت: “از نظر ماهیت ، داده های [رسانه های اجتماعی] بزرگ ، بی نظم ، بدون ساختار و پر سر و صدا هستند.” “مفاهیم کلیدی جغرافیای محل، زمان و مقیاس می تواند به متخصصان کمک داده تمیز کردن سر و صدا، درک زمینه، و پاسخ به سوالات در مورد زمانی که و که در آن .”

Tsou مثال تجزیه و تحلیل داده های توییتر در مورد شیوع آنفولانزا را به اشتراک می گذارد. درج موقعیت جغرافیایی در این خبرخوان ها می تواند سازمان های بهداشت عمومی را مجبور کند واکسن ها را در زمان مناسب به مناطق خاص آسیب دیده اختصاص دهند. در این حالت ، توانایی شناسایی نقاط گرم و مقایسه نتایج در شهرها یا مناطق می تواند اقدامات هدفمند را هدایت کند.

داده های رسانه های اجتماعی همچنین می توانند برای تجزیه و تحلیل سنتی جغرافیایی ، مانند درک الگوهای استفاده از زمین ، خلا data داده ها را پر کنند. یک نمونه تلاش برای تعیین الگوهای استفاده از زمین شهری در پکن ، چین بود.

محققان 9.5 میلیون پیام جغرافیایی برچسب خورده از پلت فرم رسانه های اجتماعی Sina Weibo را به مدت شش ماه در مناطق اصلی شهری پکن جمع آوری کردند و آنها را با 385،792 نقطه تجاری مورد علاقه Datatang ، ارائه دهنده محتوای داده های دیجیتال چینی مقایسه کردند.

“با تجزیه و تحلیل روند فرکانس زمانی پیام های رسانه های اجتماعی ، هفت نوع خوشه استفاده از زمین در پکن را شناسایی کردیم: مناطق مسکونی ، خوابگاه های دانشگاه ، مناطق تجاری ، مناطق کار ، مراکز حمل و نقل و دو نوع منطقه مخلوط استفاده از زمین” تسو گفت

تسو و دیگران در HDMA می گویند برنامه ریزان شهری می توانند از این روش به عنوان روشی مقرون به صرفه برای ایجاد و تجزیه و تحلیل الگوهای فعلی استفاده از زمین ، و در نهایت ، برای درک بهتر الگوهای فعالیت های انسانی پویا در یک شهر استفاده کنند.

در حال توسعه راه حل های داده های پر سر و صدا آرام

این تیم در HDMA چندین برنامه رایانه ای برای جمع آوری خودکار یا نیمه اتوماتیک داده های رسانه های اجتماعی از توییتر ، سینا ویبو ، Google Places و Reddit ایجاد کرده است. سپس HDMA داده ها را به یک سیستم اطلاعات جغرافیایی (GIS) برای تجزیه و تحلیل مکان در مکان و زمان وارد می کند.

HDMA همچنین دو ابزار نرم افزاری برای تجزیه و تحلیل و نمایش داده های جمع آوری شده از سیستم عامل های رسانه های اجتماعی ایجاد کرده است.

رسانه های اجتماعی تحلیلی و پژوهشی بستر آزمایشی (SMART) داشبورد مانیتور واحد ها و اطلاعات مربوط به تغییرات در رفتار اجتماعی، ارائه بصیرت را که چگونه مردم محلی در پاسخ به یک رویداد یا وضعیت. از داشبورد برای ردیابی شیوع ابولا ، خوشه های سرطان تخمدان ، آتش سوزی ، توفان و اقدامات قانونی برای ماری جوانا استفاده شده است.

یک برنامه نگاشت مبتنی بر وب به نام Geo-target Event Observation (Geo) Viewer  نتایج تجزیه و تحلیل برچسب گذاری شده از طریق شبکه های اجتماعی را که توسط محققان HDMA انجام شده است ، تجسم می کند. این توابع مکانی با کاربرد آسان مانند نمایش نقاط داغ و لایه های داده های خوشه ای ، ذخیره تصاویر چندرسانه ای از جمله عکس ها و فیلم ها و نقشه برداری از داده های رسانه های اجتماعی تاریخی و در زمان واقعی را فراهم می کند.

در حالی که این برنامه ها می توانند سرمایه های مهمی برای پاسخگویی به شرایط اضطراری و سایر فعالیتهای مهم باشند ، اما حریم خصوصی یک نکته مهم است. فراداده های جمع آوری شده توسط سیستم عامل های رسانه های اجتماعی شامل اطلاعات شخصی مانند هویت نویسنده ، زمان وقوع پست ، مکان با برچسب جغرافیایی پست ، محتوای خود پست و تعداد بازپخش ها است. Tsou گفت که تیم HDMA با استفاده از تکنیک های geomasking برای تصادفی دادن مکان های واقعی برچسب خورده کاربران ، با داده های حساس دقت می کند.

Tsou با نگاه به جلو ، ادغام محکم تری بین GIS و علم داده را پیش بینی می کند – رشته ای که وی آن را علوم داده های مکانی می نامد که “تفکر فضایی حیاتی و حل مسئله را برای برنامه ها و صنایع مختلف تسهیل می کند و امکان کشف نظریه های علمی جدید را فراهم می کند.”

درباره نحوه استفاده دانشمندان از داده ها از GIS برای کشف الگوهای پنهان و بهبود مدل سازی پیش بینی بیشتر بیاموزید .