"Bu, dia menghitung aku!", Atau Di mana kaki tumbuh dari analisis lalu lintas pejalan kaki

Baru-baru ini, ada berita bahwa AS meluncurkan program untuk mengumpulkan data tentang pejalan kaki dengan papan iklan untuk menentukan audiens target mereka. Diskusi segera dimulai tentang etika pengumpulan data GSM dan tentang data pribadi mana yang akan bocor. Tetapi saya ingin sepenuhnya tidak dalam arus utama dari diskusi ini untuk menceritakan sedikit tentang sejarah masalah ini dan bagaimana menggunakan informasi yang dikumpulkan dengan satu atau lain cara tentang kerumunan jalanan untuk kepentingan kota dan penduduknya.



Mari kita mulai dari awal. Metode untuk analisis lalu lintas pejalan kaki muncul pada abad terakhir, dan alih-alih data menara GSM, mereka menggunakan tenaga kerja gratis siswa yang, sebagai bagian dari makalah mereka, menulis dan menulis ribuan lembar dalam kotak, strip, dan A4. Hanya di sini masalahnya, semua orang sangat berbeda, dan semua terlibat di jalan dengan urusan pribadi mereka yang tidak jelas. Informasi yang berbeda seperti itu tidak nyaman untuk diproses, dan di mana harus menangkap pola yang signifikan, dan apakah mereka akan sama dalam kasus yang berbeda?

Bagaimana cara menyatukan data tentang massa orang yang tidak terorganisir? Opsi termudah adalah membuang "data pribadi" yang sangat berharga bagi pemiliknya. Misalnya, Anda dapat menggunakan metodologi ilmuwan Soviet A. V. Krasheninnikov: fokus pada kepadatan orang di wilayah (sumbu horizontal) dan intensitas gerakan mereka (sumbu vertikal). Ini akan menghasilkan "diagram perilaku lingkungan" seperti itu, di mana ada tempat untuk segala jenis aktivitas manusia:


Keempat kotak kecil ini, misalnya, tidak memiliki hubungan satu sama lain. Dalam situasi nyata, gambar yang lebih kompleks dan dapat dikenali diperoleh:


Anehnya, bahkan dengan hanya dua parameter, Anda dapat membuat "potret" tempat itu, memahami apa yang orang inginkan darinya, apakah lingkungan mereka memuaskan, dan apa yang pantas diubah. Bentuk, ukuran ruang, hambatan untuk visibilitas atau lintas sangat mempengaruhi grafik: tempat yang berbeda menarik orang yang berbeda dan merangsang kegiatan yang berbeda. Jika memungkinkan, sketsa tersebut digunakan dalam rekonstruksi tempat lama, dan untuk desain yang baru - mengontrol pola spasial yang dikembangkan berdasarkan basis mereka.

Pada tingkat pemrosesan informasi saat ini, Anda dapat dengan mudah menambahkan 2 parameter lagi: jenis kelamin dan usia. Kami menyandikan lantai dengan bentuk tanda pada diagram, dan usia dengan warna. Potret halaman biasa mungkin terlihat seperti ini:

Kemungkinan besar, hasil dari "pengawasan" oleh papan iklan akan kira-kira seperti "potret" lingkungan perkotaan di sekitar mereka. Semacam kode yang mudah dibaca, "bukan masalah pribadi." Mudah memproses dan menemukan pola. Dan - tidak seperti kode QR yang ada di mana-mana - kode QR ini dapat dibaca dengan mata telanjang.

Jika Anda menambahkan parameter kelima - waktu - Anda dapat melacaknya pada jam yang berbeda dalam sehari, hari dalam seminggu, musim, tempat yang sama menarik orang yang berbeda. Bidang ilmu yang menjanjikan seperti analisis ritme membahas hal ini. Ada contoh penggunaan praktis analisis ritme, misalnya, California Santa Cruz memperkenalkan program, yang membentuk rute untuk mobil patroli, berdasarkan statistik kejahatan di jalanan dengan mempertimbangkan hari dalam seminggu, waktu, pertandingan sepak bola di TV, dll. Ada contohnya di data seluler . Bagaimanapun, peramalan kejahatan sekarang menjadi area yang sangat populer.


Peta Ramalan Kejahatan Santa Cruz.

Sangat menarik bahwa pada awalnya salah satu aplikasi dari metodologi Krasheninnikov adalah tepatnya perbaikan situasi kriminal di daerah perumahan: algoritma yang dikembangkannya memungkinkan untuk menemukan tempat-tempat yang menarik bagi warga asosial dan “transcode” mereka. Namun, pada saat komputer besar dan program kecil, program yang ia usulkan tidak pernah ditulis. Sangat mungkin untuk menganalisisnya secara manual, tetapi itu panjang dan membosankan. Selain itu, data yang dapat diperoleh dari peta seringkali tidak cukup: orang sangat suka "memelintir" ruang yang tidak nyaman, menggunakannya untuk tujuan lain, dan untuk mengetahuinya, Anda perlu pengamatan langsung jangka panjang. Tapi tetap saja tidak mengejek siswa miskin? Pada tahap pengembangan teknologi saat ini, dimungkinkan untuk mengotomatisasi bagian pekerjaan ini, misalnya,menganalisis video atau berfokus pada data seluler.


Peta yang dibuat secara manual dari zona kontrol sosial seperempat besar pada kisi 25x25 m. Kecantikan, Anda dapat menggantung di dinding. Abstraksionisme klasik yang disetujui Pete Mondrian .

Jika dimungkinkan untuk beroperasi dengan data menara GSM, dimungkinkan untuk melacak bukan "irisan" statis, tetapi "trek" dinamis, dan hasilnya menjadi lebih menarik. Sebagai contoh, di laboratorium IBM Research di Dublin, mereka menulis sebuah algoritma untuk menganalisis lalu lintas orang yang menggunakan transportasi umum, yang dijalankan dalam contoh kota Abidjan yang berkekuatan 4,5 juta orang dan memungkinkan untuk memperbaiki situasi transportasi, mengurangi waktu tunggu dan perjalanan rata-rata 10% untuk semua penghuni. Informasi dari Desember 2011 hingga April 2012 dikumpulkan dan disediakan untuk penelitian ilmiah oleh operator Orange. Basis data mencakup 2,5 miliar catatan dan dibersihkan dari informasi pribadi apa pun.


Pada gambar atas - waktu menunggu di halte, di bawah - rute kemacetan.

Secara umum, iblis tidak begitu mengerikan karena ia dilukis: hasil positif signifikan dari pengawasan total benar-benar ada. Tentu saja, perusahaan periklanan sekarang mengklaim peran kejahatan dunia dan sudah mendekati tingkat kritis yang dijelaskan oleh E. Griffith dalam bukunya "Dengar, Dengar," G. Kuttner dalam buku "Hari Tidak Hitung," F. Paul dalam "Pedagang Venus" atau R. Russell di "Ruang". Tentu saja geomarketing itu tidak akan terjadi di mana pun dalam hidup kita, tetapi ada kemungkinan bahwa data yang dikumpulkan oleh papan iklan akan menjadi domain publik, seperti halnya dengan Abidjan, dan kemudian semua orang yang membuat algoritma analisis baru dapat mengalaminya, mempelajari sesuatu yang baru tentang wajah kota - dan bahkan mengubah ekspresinya menjadi lebih baik.

Source: https://habr.com/ru/post/id391519/