Χρήση δεδοµένων κοινωνικών µέσων δικτύωσης για το σχεδιασµό αστικών παρεµβάσεων Μελέτη Περίπτωσης στην Πάτρα

Transcript

1 Χρήση δεδοµένων κοινωνικών µέσων δικτύωσης για το σχεδιασµό αστικών παρεµβάσεων Μελέτη Περίπτωσης στην Πάτρα Dr. Ανδρέας Κοµνηνός University of Strathclyde Τεχνικός σύµβουλος πρ. SUMMIT

2 Ευφυής Πόλη Αναπόφευκτα, µια έξυπνη πόλη δε µπορεί παρά να δίνει προφανή έµφαση στη χρήση των τεχνολογιών πληροφορικής (Washburn et al. 2010) Θα πρέπει να αντιµετωπίζεται ως ένα οργανικό σύνολο ως δίκτυο ως συνδεδεµένο σύστηµα (Moss Kanter & Litow, 2009) Σύµφωνα µε τους Nam & Pardo (2011) οι θεµελιώδεις παράγοντες που καθιστούν µια πόλη έξυπνη είναι: Τεχνολογικοί (υποδοµές υλικού και λογισµικού). Ανθρώπινοι (δηµιουργικότητα, ποικιλία, εκπαίδευση). Θεσµικοί (πολιτεία και πολιτικοί)

3 Τεχνολογικοί παράγοντες Υλική υποδοµή Έξυπνες τεχνολογίες Κινητές τεχνολογίες Εικονικές τεχνολογίες Ψηφιακά δίκτυα

4 Ανάκτηση δεδοµένων Υποδοµή δικτύων αισθητήρων ( ) Περιβαλλοντικός έλεγχος Θέση οχηµάτων Κατάσταση αστικού εξοπλισµού Κατανάλωση ενέργειας Άνθρωποι ως αισθητήρες Πληθοπορισµός (crowdsourcing) Smart Santander: 3000 IEEE devices, 200 GPRS modules and 2000 joint RFID tag/ QR code labels deployed both at stahc locahons (streetlights, facades, bus stops) as well as on- board of mobile vehicles (buses, taxis). Δυνατότητα που προκύπτει από την ευρεία διάδοση smartphones Η χρήση παρατηρήσεων από ανθρώπους έχει τη δυνατότητα να δράσει ουσιαστικά, συµπληρώνοντας παρατηρήσεις από ψηφιακό εξοπλισµό (Foerster et al. 2010) Π.χ. Χαρτογράφηση αστικών επιπέδων θορύβου (D Hondt et al. 2013)

5 Έµµεση χρήση ανθρώπων ως αισθητήρες Check-in: Η κοινοποίηση της θέσης του χρήστη σε µέσα κοινωνικής δικτύωσης Επακριβείς συντεταγµένες Σε προκαθορισµένα µέρη (venues) Η συλλογή των δεδοµένων αυτών µπορεί να γίνει φθηνά και αυτοµατοποιηµένα Μέσω προγραµµατιστικών διεπαφών που προσφέρουν τα περισσότερα κοινωνικά δίκτυα

6 Έµµεση παρατήρηση αλληλεπιδρασης µε το φυσικό περιβάλλον στην Πάτρα Συλλογή δεδοµένων Ιούνιος 2012 συνεχίζεται Συλλογή αναφορών θέσης για το κέντρο της Πάτρας Κάθε 30 Πολλαπλά κοινωνικά δίκτυα (Foursqare, Facebook, Google+) Πολλαπλά είδη δεδοµένων (check-in, likes, tags, were-here, comments, ratings) αναφορές check-ins διακριτά µέρη 1.5Gb δεδοµένων (Komninos et al. 2013a)

7 Χρήση των δεδοµένων check-in Απεικόνιση συγκέντρωσης πληθυσµού Χωρικό πλαίσιο Χρονικό πλαίσιο Πολλαπλά επίπεδα προσδιορισµού δραστηριότητας Παράδειγµα: Σε ποιές περιοχές συγκεντρώνεται ο κόσµος <τις Παρασκευές> <στις 20:00>

8 Στατική απεικόνιση Δευτέρα 15:30 Βίντεο

9 Απεικονίζεται ο «ρυθµός» της πόλης όπως είναι εµπειρικά γνωστός; Πόσο αξιόπιστα είναι τα δεδοµένα;

10 Ανάλυση ανά κατηγορία σηµείου

11 Αντικειµενική συσχέτιση Δεδοµένα επιπέδων ατµοσφαιρικής µόλυνσης Δικτυο σταθµων µετρησης ατµοσφαιρικης ρυπανσης ΥΠΕΚΑ ΝO x, CO Κυκλοφοριακή µελέτη (Ν. Μηλιώνης και συνεργάτες 2009)

12 Ανεξάρτητα δεδοµένα Συσχετίσεις (Spearman s Rho) Check- ins & κυκλοφοριακός φόρτος R (24) = 0.757, p<0.01 Check- ins & NOx R (24) =0.621, p<0.01 Check- ins & CO R (24) =0.688, p<0.01

13 Χρήσεις δεδοµένων Σχεδιασµός αστικών διαδροµών Λεωφορεία Ανακατεύθυνση κυκλοφορίας Πιάτσες ταξί Σχεδιασµός υποδοµών Ασύρµατα δίκτυα (Δηµοτικό wi-fi) Συχνότητα αποκοµιδής σκουπιδιών Εγκατάσταση διαφηµιστικών / ενηµερωτικών stand Explore Patras (ΑΔΕΠ) Εγκατάσταση υποδοµών ανακοινώσεων Aστυνόµευση

14 Χρήσεις δεδοµένων Υπηρεσίες προς πολίτες Σχεδιασµός παρεµβάσεων αναπλάσεων Ανίχνευση προβληµάτων

15 Ρήγα Φερραίου (Πεζόδρομος)

16 Πλατεία Γεωργίου Α

17 Διασπορά σηµείων

18 Τριών Ναυάρχων (Πεζόδρομος)

19 Πλατεία Όλγας

20 Χρήση δεδοµένων Υπηρεσίες προς επισκέπτες Ανάδειξη περιοχών Οδηγός πόλης

21

22

23

24 (Komninos et al. 2013b)

25 Συµπέρασµα Βήµατα προς την έξυπνη πόλη µπορούν να γίνουν χωρίς ακριβές τεχνολογικές λύσεις Πλήθος δεδοµένων προς εκµετάλλευση Παρότρυνση από τους θεσµούς προς τους πολίτες (ή οµάδες) ώστε να παράγονται δεδοµένα Παροχή κινήτρων αλλά και υποδοµών για τη διευκόλυνση συµµετοχικής δηµιουργίας δεδοµένων

26 Πηγές D Hondt, E., Stevens, M., & Jacobs, A. (2013). Participatory noise mapping works! An evaluation of participatory sensing as an alternative to standard techniques for environmental monitoring. Pervasive and Mobile Computing, 9(5), Foerster, T., Jirka, S., Stasch, C., Pross, B., Everding, T., Bröring, A., & Jürrens, E. H. (2010). Integrating human observations and sensor observations the example of a noise mapping community. In Proceedings of Towards Digital Earth Workshop at Future Internet Symposium 2010 (Vol. 640). Aachen, Germany: CEUR-WS. Komninos, A., Stefanis, V., Plessas, A., & Besharat, J. (2013a). Capturing urban dynamics with Scarce Check-In data. Pervasive Computing, IEEE, 12(4), Komninos, A., Besharat, J., Ferreira, D., & Garofalakis, J. (2013b, December). HotCity: enhancing ubiquitous maps with social context heatmaps. In Proceedings of the 12th International Conference on Mobile and Ubiquitous Multimedia (p. 52). ACM. Moss Kanter, R., & Litow, S. S. (2009). Informed and interconnected: A manifesto for smarter cities. Harvard Business School General Management Unit Working Paper, (09-141). Nam, T., & Pardo, T. A. (2011, June). Conceptualizing smart city with dimensions of technology, people, and institutions. In Proceedings of the 12th Annual International Digital Government Research Conference: Digital Government Innovation in Challenging Times (pp ). ACM. Washburn, D., Sindhu, U., Balaouras, S., Dines, R. A., Hayes, N. M., & Nelson, L. E. (2010). Helping CIOs Understand Smart City Initiatives: Defining the Smart City, Its Drivers, and the Role of the CIO. Cambridge, MA: Forrester Research, Inc. Available at smarterplanet/forr_help_cios_und_smart_city_initiatives.pdf

27