城市的“大数据”在谈论什么？ 如何清晰地展示它们，更重要的是，如何在他们的帮助下改善公民的生活？
我们与
Urbica首席执行官
Andrei Karmatsky讨论了这一
问题 。 该公司专门从事城市数据的可视化。 她的项目包括为MAPS.ME重新设计地图，为Velobike进行旅行统计的交互式可视化以及为Magistral地面运输系统启动的可视化。
莫斯科中心地区之间的自行车交通。 图片来源- 中型Urbiki博客
在许多项目中，乌尔比卡（Urbica）跟踪城市中人们的活动。 您使用什么类型的数据？我们不会自行收集数据。 对于每个项目，我们使用客户数据或组织他们的收集（例如，现场研究和街道观察以进行数据验证）。
为了将Yandex.Taxi的行程可视化，我们使用的是出租车的转乘数据，对于“ Velobike”，我们使用的是关于服务用户活动的匿名数据，用于治安官陆路运输网络的交通规划，有关车辆上的乘客的活动数据，移动运营商的数据，车辆交通遥测数据（所有公交车，无轨电车和有轨电车均装有GLONASS传感器）。
自然，传输给我们的数据已经被汇总，并且没有违反关于个人数据的法律。
交互式地图位于urbica.co/bikes
我们与Velobike的故事始于在赛季结束时在莫斯科城市论坛上展示自行车运动的可视化。 这些可视化还用于在线“海报”特别项目。
可视化数据后，我们发现了很多有趣的事情：我们清楚地展示了在一天中的不同时间，在城市的不同区域使用不同价格的租赁自行车的场景如何不同。 简而言之，数据可视化（到目前为止，所有分析都是在Velobike上进行的，都在Excel中进行），可以看到市中心和Bitsevsky公园附近的出租站之间的差异-这些是完全不同的骑自行车场景，因此，各种需求模式。
在数据有趣的观察中，我们看到了可以借助分析解决的问题。 自行车租赁站的需求不平衡。 这意味着您可以来到车站，找不到免费的自行车，或者找不到空闲的空间来停放已经租好的自行车。 Velobike用少量卡车解决了这个问题，这些卡车重新平衡了450个车站之间的租赁系统。 我们决定开发一个需求预测系统，并在驾驶员调度过程中实施该系统，以改善城市租赁服务并优化维护成本。
Velobike调度员的预测系统如何工作？ 计算中使用什么方法？为了创建一个预测自行车需求的模型，我们使用了以前所有季节的车站负荷统计数据（可提供多少辆自行车），通过在一周中的不同日期和一天中的不同时段人口密度和工作变化的迹象对城市地区进行了分类，并考虑了地形（这极大地影响了出行平衡骑自行车的人到达车站）。 预测模型使用XGBoost方法，并提前一个小时给出站点负荷的预测值（潜在需求）-在此时间间隔内，驾驶员可以到达站点并接送自行车。
为了与系统通信，驱动程序必须使用Telegram中的chatbot。 由于锁，您是否需要更改通信方式？我们计划在今年夏天为系统驱动程序引入一个聊天机器人，以免调度员参与此过程，因为在大多数情况下，该模型不需要人工参与。 不幸的是，由于今年春天的封锁，没有引入聊天机器人。
通过类似的算法，还有哪些其他城市数据有意义？ 在哪里最有利？看来，这种特定模型只能应用于自行车租赁站，但是在城市中，有很多有趣的任务可以帮助数据分析。 例如，我们发现识别次优地面运输路线并创建更有效的路线网络很有趣。
通用调度接口
Urbica是AI Conference 的参展商之一 ：
“我们将展示用于可视化我们在公司中开发和使用的大量数据的工具和技术。 对于负责可视化分析大量信息的公司来说，这将是有趣的。”
让我们谈谈您的工作的设计部分。 数据可视化领域有哪些趋势？ 什么样的设计显然过时了？问题可能与设计无关，而与便利性和信息内容有关。 需要可视化的分析界面主要解决应用问题，而具有大数据集的界面设计的主要目标是创建解决问题的便捷工具。
由于从事数据可视化，很容易忘记原始任务并被可视化过程本身所取代。 许多具有城市数据的优秀项目应被视为数据艺术，这是一条不同的道路，可视化的目标也不同。
评估同事的工作：您所在地区最近有哪些很棒的项目？
我们非常喜欢Uber可视化团队的同事的工作。 他们创建了自己的数据可视化工具
Kepler.GL ，使所有用户都可以使用它，并以开源形式发布了其代码。
绘制古拉格互动地图需要两年时间。 参见gulagmap.ru在您的所有项目中，无论是在主题方面还是在花费的时间上，具有交互式GULAG地图的项目都非常突出。 处理过程有什么区别？对古拉格历史博物馆来说，创建营地互动地图的工作对我们来说非常重要。 这张卡的最终用户或参观博物馆的人（该卡将在12月的更新博览会中展示）查看该卡，仅看到一个临时的滑块和有关多年来囚犯人数变化的统计信息。 这是项目的最顶层。 要创建此接口，有必要收集大量数据，直到那一刻才存在于纸上。 我们与博物馆的科学部门共同开发了特殊的数据库和数据收集工具，可将信息的一部分从档案馆转移到地图上。 这个项目在社会上也很重要-这样我们就可以提请注意我们国家的历史。 您需要了解诸如古拉格（Gulag）之类的可怕事物，它们不能被忘记。
从第一个版本到最终版本，该项目进行了哪些更改？
地图界面本身和样式可能略有变化。 我们创建了一个原型，并在连续的迭代中开发了用户界面。 但是该项目的内部内容发生了很大变化-第一个版本并不意味着将数据填充到数据库中的系统。 在项目过程中，我们与博物馆一起学习，了解了新的需求和机会，以改善卡片的“填充”。
您已经为此地图开发了自己的组件React Map GL。 为什么它比现成的解决方案更好？我们积极使用Mapbox的技术，在我看来，它为制图项目的开发人员提供了最好的工具。 同时，我们在前端使用React.js。 我们检查了React.js中现有的Mapbox地图解决方案，并意识到我们需要自己的组件。
关于将城市群研究中的数据可视化的项目也发生了同样的事情：我们发现现有的现成解决方案不适合我们，并开发了自己的
矢量切片服务器 ，我们将在
AI Conference上进行演示。
您在工作中最常使用哪些技术？正如我已经说过的，对于前端开发是React / Redux，对于后端-Node.js / Rust / Python，对于数据分析-Pyhton，对于数据存储和地理处理-PostgreSQL / PostGIS。 这里可能没有超级异国情调的技术。
在您的工作中，最重要的是什么？ 您要解决什么全球性挑战？
最重要的是在附近的城市空间中携带价值并查看工作成果：博物馆，自行车出租或公共交通工具。 创建“ Urbiki”的基本思想保持不变-我们制作了使复杂数据数组变得易于理解和易于理解的界面。