EngNews
Логин: 
Пароль: 
 
ГЛАВНАЯ
СОБЫТИЯ
ОТПРАВИТЬ НОВОСТЬ
КОНТАКТЫ
регистрация / забыл пароль
Главная / Данные Twitter могут сделать дороги более безопасными в непогоду
03.12.2015
Данные Twitter могут сделать дороги более безопасными в непогодуИсследователи в университете Буффало изучают, как связанных с погодой твиты могут быть проанализированы, чтобы поддержать компьютерные модели, которые, среди прочего, рекомендуют безопасную скорость движения и того, каких участков дороги автомобилисты должны избежать во время ненастной погоды.
Пользователи Twitter обеспечивают беспрецедентную сумму гиперлокальных данных, которые можно использовать, чтобы улучшить способность регулирования трафика в метель или другую неблагоприятную погоду.
Планировщики трафика полагаются на модели, которые анализируют данные из камер и датчиков, а также данные о погоде из близлежащих метеорологических станций. Такой подход работает, однако, его точность является ограниченной, потому что трафик и наблюдения погоды не предоставляют информацию об условиях дорожного покрытия. Например, модель не учитывает то, что лед остается после шторма, или что снегоочистители расчистили дорогу.
Twitter может помочь в решении этого ограничения, потому что его пользователи часто делают твиты о погодных и дорожных условиях на поверхности, и многие предпочитают делиться их расположенем с помощью GPS.
В исследовании рассматриваются более 360000 твитов в области Буффало Ниагара от 19 дней в декабре 2013 года. Исследователи определили около 3000 твитов с соответствующими пометками ключевых слов, таких как «снег» и «таяние». Затем они уточнили данные с помощью метода, который классифицирует события в двух направлениях.
После того, как число событий достигает порога в течение заданного времени, они учитываются как «событие погоды на Twitter». Исследователи протестировали надежность этих событий через метрики, предназначенных для устранения твитов, которые не соответствуют фактической погоде. Поскольку твиты содержат географические координаты, исследователи смогли сопоставить точные местоположения, где была сообщена ненастная погода.
Зачем они изучили время появления твитов и увидел картину. Когда падает снег, количество связанных с погодой твитов увеличивается, а средняя скорость транспортных средств и объемы перевозок медленно снижаются.
Исследователи затем вставляют данные Twitter в модель, содержащую трафик и информацию о погоде, и обнаружили, что включение таких данных улучшает точность таких моделей. В частности, исследователи обнаружили, что данные Twitter были более эффективными в течение дня (когда все больше людей делают твиты), и где население больше (в случае исследования, в Буффало имеет примерно в пять раз больше людей, чем Ниагарский водопад в Нью-Йорке).
Более точные модели могут предоставить целый ряд усовершенствований для автострад во время ненастной погоды. Например, они позволят проектировщикам трафика рекомендовать лучшую безопасную скорость движения, указать дороги, которые должны быть очищены от снега или оценить время прибытия для автомобилистов на дороге.
Исследователи планируют продолжить совершенствование своей модели путем приобретения дополнительных данных Twitter для более длительных периодов времени и в разных местах.



Новости инженерии
Новости политики
Социальные новости
Мировые происшествия
Ваши новости
Поставщики
Диллеры
Дистрибьютеры
 
Все права защищены ©
2014 - 2015 ИнжНьюз