大数据分析自动检测智能城市中的事件

随着越来越多的设备接入互联网，无数人在网上分享自己的实时体验，每分钟都会产生大量有用的数据。对这些数据的分析可以改善关于交通、事件和其他城市相关经验的信息的传播和理解。

大数据分析可能会在未来的城市中发挥关键作用，使人们有可能在微观层面感知城市系统，并告知政府和公民在有限的时间内做出决策。沙特阿拉伯国王大学的研究人员最近使用大数据分析来检测伦敦周围的时空事件，并测试这些工具在利用有价值的实时信息方面的潜力。

其中一名研究人员SugimyantoSuma告诉TECHXPlore，我的研究是智能社会作为智慧城市的一个子部分的应用它是一种利用ApacheSpark和Tableau检测城市中时空事件的工作流设计，用于城市感知、决策和城市规划。它以社交媒体分析为基础，收集、处理和分析来自Twitter的大量数据，成功检测伦敦的事件及其位置传播、事件名称和时间。"

本研究的目的是通过分析社交媒体平台上收集的数据来有效检测伦敦周边的事件，同时开发一个用于时空事件检测的大数据分析架构。为此，研究人员利用大数据和机器学习平台Spark和Tableau分析了300万条与伦敦相关的推文。

这是开源集群计算框架apache sPark首次被有效地用于检测基于社交媒体的事件。此外，他们还使用谷歌地图地理编码应用程序编程接口(API)来定位伦敦各地的推特用户，以便进一步分析。

苏马说，我们在伦敦发现并定位了拥堵，根据经验，我们可以通过分析数据自动检测事件我们发现了许多事件，包括它们的位置和时间，包括2017年伦敦诺丁山狂欢节事件，我们事先并不知道。'

未来，Suma及其同事开发的用于时空事件检测的大数据分析工作流程可以被其他研究人员采用和改进，以获得更详细的事件结果。它还可以协助政府和其他利益攸关方的决策和城市规划进程。

研究人员正在探索进一步改进其系统的方法，以实现更高的检测精度、更宽的时间和空间检测以及更高的分析质量。

Suma解释说：“为了提高检测的准确性，我们计划开发算法，并将结果与实际信息进行比较，并将其与新闻或媒体网站等事件的报道联系起来。”“我们将获得更多的社交媒体数据，如Face book，以进行更广泛的检测。最后，为了更好地分析质量，我们希望使用更多的人工智能技术。”。

这项研究发表在《智能社会、基础设施、技术和应用》上。

进一步探索

摘要大数据技术使智能城市系统能够在严格的时间框架内感知微观层面的城市，做出明智的决策并采取适当的行动。社交媒体彻底改变了我们的社会，逐渐成为智能社会的关键脉搏。它通过感知人们围绕生活空间的信息和时空体验，逐渐成为智能社会的关键。在本文中，我们使用推特来检测伦敦的时空事件。具体来说，我们使用大数据和包括sparks和图片在内的机器学习平台来研究关于伦敦的Twitter数据。此外，我们使用谷歌地图地理编码应用编程接口来定位推特并进行额外的分析。我们在伦敦发现并定位了拥堵，根据经验，我们可以通过分析数据自动检测事件。我们已经发现了许多事件的发生，包括2017年伦敦诺丁山狂欢节，包括它们的地点和时间，而事先并不知道任何事件。通过对300多万条推文的分析，得出了本文的研究结果。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！