🐔 🚜 🧤 तुला से बर्लिन तक: इंस्टाग्राम पर शहरी विश्लेषण 🙍🏾 🍹 📓

यह कोई रहस्य नहीं है कि इंस्टाग्राम पर आप किसी भी प्रमुख शहर की तस्वीरें पा सकते हैं। क्या होगा अगर हम टुकड़े से पूरी तस्वीर को फिर से संगठित करने की कोशिश करते हैं? प्राप्त जानकारी से अपरिचित स्थानों के विचार को समझने में मदद मिलेगी और यह यात्रियों के लिए उपयोगी होगा, जो पारंपरिक यात्रा गाइडों का पूरक होगा।

फोटो द्वारा शहरों का विश्लेषण करने का विचार आम तौर पर नया नहीं है [ 1 , 2 , 3 ], लेकिन स्पष्ट रूप से, पाया गया लेख वास्तव में बहुत ज्यादा नहीं है।

इंस्टाग्राम से डेटा कैसे इकट्ठा किया जाए यह एक विषय है जिसे बार-बार कवर किया गया है और इस लेख में विचार नहीं किया गया है। एपीआई के माध्यम से कुछ खींचा जा सकता है, लेकिन अगर इसके लिए कोई पहुंच नहीं है, तो वैकल्पिक विकल्प हैं ।

हमारे आधार उपकरण पायथन और प्लॉटली होंगे। अंत में, विभिन्न शहरों के लिए GitHub और Jupyter लैपटॉप के लिंक हैं (ग्राफिक्स इंटरैक्टिव हैं, इसलिए उनमें अधिक जानकारी होती है और आमने-सामने परिचित होने के लिए सिफारिश की जाती है)। डेटा संग्रह के लिए लिपियों को रिपॉजिटरी में भी शामिल किया गया है।

इस लेख में हम बर्लिन घूमेंगे। इस लेख में दिए गए डेटासेट में ~ 2k स्थानों के लिए लगभग 100k फ़ोटो हैं।

प्रत्येक स्थान के लिए हमें आवश्यकता होगी:

नाम
निर्देशांक
फोटो (10-100 पीसी।)
पदों की संख्या (स्थान पृष्ठ पर edge_location_to_media चर, यह दस्तावेज़ीकरण में प्रकट नहीं होता है, लेकिन अप्रत्यक्ष संकेतों से इसका ठीक यही अर्थ है)

पहले चलें

मानचित्र पर डेटा रखें। सबसे व्यस्त स्थानों को उजागर करने के लिए, हम उसी सड़क पर स्थित स्थानों को एक मार्कर में जोड़ते हैं। मैपबॉक्स का उपयोग करके नक्शे तैयार किए जाएंगे।

बर्लिन का नक्शा। मार्कर स्थानों की संख्या दिखाते हैं

आइए मुख्य स्थान के नामों से परिचित हों। ऐसा करने के लिए, हमें स्थानों के निर्देशांक को पते में बदलने की आवश्यकता है - यह रिवर्स जियोकोडिंग का कार्य है। इसे हल करने के लिए, Google जियोकोडिंग एपीआई का उपयोग किया गया था। जियोडेटा एकत्र करने के बाद, हम सड़कों और क्षेत्रों को स्थानों की संख्या के अनुसार क्रमबद्ध करते हैं।

मॉस्को जैसे शहरों के लिए, जिलों के बारे में जानकारी बहुत महत्वपूर्ण नहीं है, केंद्र में सब कुछ उसी के बारे में है, लेकिन बर्लिन अधिक विषम है और इसलिए यह भेद करना उपयोगी है, उदाहरण के लिए, प्रेंजेलर बर्ग से क्रेज़बर्ग ।

आइए लोकप्रियता के आधार पर छांटे गए स्थानों की सूची देखें।

शीर्ष स्थान

location, edge_location_to_media
Alexanderplatz Berlin, 695533
East Side Gallery, 537034
Brandenburger Tor, 525004
Berliner Dom, 411376
Berlin Kreuzberg, 364077
Berlin Mitte, 340891
Memorial to the Murdered Jews of Europe, 251433
Berlin Wall, 228749
Kreuzberg Berlin Germany, 218383
Potsdamer Platz, 182316
Checkpoint Charlie, 171895
Brandenburg Gate, 143530
Mercedes Benz Arena Berlin, 143498
Zoo Berlin, 140465
Berlin Hauptbahnhof, 138153
Gendarmenmarkt Berlin, 114615
Berliner Fernsehturm, 106127
Friedrichshain, 104376
Reichstag dome, 101895
Berlin Germany, 97402
East Side Gallery Berlin Wall, 96385
Jüdisches Museum Berlin Jewish Museum Berlin, 94647
Berlin the place to be, 92444
FAR AWAY, 91062
Berlin Reichstag, 90945
Museum Island, 84010
Potsdamer Platz Berlin, 80733
Hamburger Bahnhof Museum für Gegenwart Berlin, 79323
Kurfürstendamm, 75632
KaDeWe, 73312
Pergamonmuseum, 71524
Tempelhofer Feld, 70472
Azad Gence, 69566
Reichstag building, 69028
Tiergarten Berlin Germany, 65391
Berghain Panorama Bar, 60807
Mall of Berlin, 60718
Schöneberg Berlin Germany, 60482
Tiergarten Berlin, 60210
Hackescher Markt, 59899
Klunkerkranich, 59661
Berlin Victory Column, 57304
Berlin Prenzlauer Berg, 56705
Madame Tussauds Berlin, 55351
Hackesche Höfe, 55183
Bikini Berlin, 50920
Alexanderplatz, 48875
Alte Nationalgalerie, 48346
Museum für Naturkunde Berlin, 46786
The Wall Of Berlin, 46708
NENI Berlin Monkey Bar, 44770
Flughafen Berlin Tempelhof, 44197
Columbiahalle, 43717
Brandenburger Tor, 43484
Berlin Germany, 42739
Warschauer Straße, 41897
Reichstag, 41321
Berlin Holocaust Memorial, 39930
Brandebourg Tor Berlin , 38949
Berlinische Galerie, 37947
Sony Center, 37539
Berliner Philharmonie, 37431
Konzerthaus Berlin, 36905
Tempodrom, 35982
Berlin Mitte, 35895
Friedrichshain, 34693
Urban Spree, 34613
Kraftwerk Berlin, 34392
Bode Museum, 34205
Bundestag, 33998
SONY Center Berlin am Potsdamer Platz, 33628
Berlin Brandenburger Tor, 33098
Brandenburger Tor, 32857
Berlin Zoological Garden, 32718
Deutsches Historisches Museum, 32604
Humboldt Universität zu Berlin, 32308
C/O Berlin, 32294
Astra Kulturhaus Berlin, 30082
Badeschiff Berlin, 30007
Markthalle Neun, 29989
Michelberger Hotel, 29444
Altes Museum, 29009
Hotel Adlon Kempinski Berlin, 28889
Mauerpark, 28282
YAAM Berlin, 27925
Mitte, 27681
Hofbräu Berlin, 27561
Huxleys Neue Welt, 27546
Oberbaum Bridge, 27131
Friedrichstadt Palast Berlin, 27009
STATION Berlin, 26816
Velodrom Berlin, 26385
Moabit, 26350
Neues Museum, 26346
Gedächtniskirche, 26316

यह "अनौपचारिक" (क्लबों, बार, दुकानों) के साथ "औपचारिक" स्थानों (स्मारकों, संग्रहालयों, दीर्घाओं) को मिलाता है। एक को दूसरे से अलग करने के लिए, हमें विकिपीडिया से डेटा की आवश्यकता है; इंस्टाग्राम के विपरीत, इसका एपीआई पूर्ण रूप से सभी कामर्स के लिए उपलब्ध है। एक अक्ष पर, हम इंस्टाग्राम पर पोस्ट की संख्या को स्थगित कर देते हैं, दूसरे पर, इस स्थान के बारे में विकिपीडिया लेख की संख्या को देखा गया। इस आंकड़े में, अधिक "औपचारिक" स्थानों को उच्च, अधिक लोकप्रिय लोगों को दाईं ओर स्थित किया जाएगा।

त्रुटियों को कम करने के लिए, हम मानचित्र के अनुसार, सड़कों के साथ स्थानों को समूहित करेंगे। स्थानों के लिए लेखों का चयन करने की प्रक्रिया में, कुछ डेटा खो जाता है, इसलिए चित्र में मानचित्र की तुलना में कम अंक होंगे।

इंस्टा-विकी चार्ट। कई सड़कों के लिए, सबसे महत्वपूर्ण स्थान चिह्नित हैं। अधिक जानकारी के लिए लैपटॉप देखें।

सेल्फी लेने के लिए कहां जाएं? चेहरे वाले तस्वीरों के अनुपात का अनुमान लगाएं। OpenCV और Haar झरना हमें इसमें मदद करेगा।

चेहरे वाले फोटो शेयर करें। तस्वीर के दाईं ओर स्थित बिंदु सेल्फी के लिए लोकप्रिय स्थान हैं (अच्छी तरह से, या घमंड मेलों)

गहराई तक जा रहे हैं

अगला, हम तस्वीरों में पर्यावरण का निर्धारण करने के लिए एक तंत्रिका नेटवर्क लागू करते हैं। हमने CNN Places365 का उपयोग किया, MIT [4] पर संकलित डेटासेट पर प्रशिक्षित। इस कार्य के लिए सबसे उपयुक्त टैग का चयन किया गया। पता करें कि कौन से अधिक सामान्य हैं:

टैग रेटिंग। नाम मूल छोड़ दिए। उन्हें शाब्दिक रूप से लेने की आवश्यकता नहीं है: martial_arts_gym एक जिम की तरह अधिक है, और एक डिस्कोथेक टैग बस एक अंधेरे कमरे को चिह्नित कर सकता है।

आइए देखें कि कौन से टैग सड़कों के अनुरूप हैं:

मानचित्र पर समान:

सबसे विशेषता टैग के साथ बर्लिन का नक्शा। दाईं ओर डिस्कोथेक टैग देखें - यह एक जीवंत नाइटलाइफ़ जिला फ्रेडरिकशीन है

हैलो, हैलो, होला

एक नए शहर के बारे में कुछ सीखने का एक तरीका यह है कि आप जो जानते हैं उसकी तुलना करें। हम दो शहरों के स्थानों के लिए फ़ीचर वैक्टर लेते हैं और टी-एसएनई का उपयोग करके हम दो-आयामी निर्देशांक प्राप्त करते हैं। स्पष्टता के लिए, आंकड़ा छिपी हुई जगहें प्रतिद्वंद्वी के शहर के क्षेत्र में पड़ी हैं।

बर्लिन और मास्को में स्थानों की तुलना। लेबल क्षेत्र में प्रमुख विशेषता का संकेत देते हैं। एक दूसरे के बगल में स्थित विभिन्न रंगों के समूह शहरों के बीच संपर्क के बिंदुओं को इंगित करते हैं, अर्थात् समान स्थान

आइए संकेतों के अंतर को देखें:

बर्लिन और मास्को के बीच संकेतों का अंतर। ऐसा लगता है कि हमारी राजधानी में जिम और फिटिंग रूम में अक्सर फोटो खिंचवाते हैं

सामग्री
1. इंस्टाग्राम पर शहर का अध्ययन कैसे करें
2. व्हाट वी इंस्टाग्राम: इंस्टाग्राम फोटो कंटेंट और उपयोगकर्ता प्रकार का पहला विश्लेषण
3. इंस्टाग्राम सिटी में जूम करना: सोशल मीडिया के माध्यम से स्थानीय पढ़ना
4. स्थान: दृश्य पहचान के लिए एक 10 मिलियन छवि डेटाबेस

नोटबुक
तुला , मास्को , सेंट पीटर्सबर्ग , बर्लिन , रोम , हांगकांग

GitHub
github.com/pskryuchkov/voyage

तुला से बर्लिन तक: इंस्टाग्राम पर शहरी विश्लेषण

पहले चलें

गहराई तक जा रहे हैं

हैलो, हैलो, होला

More articles: