随着越来越多的设备连接到互联网，以及无数人在网上分享他们的实时体验，每分钟都会产生大量有用的数据。这些数据的分析可以改进关于交通的信息，
随着越来越多的设备连接到互联网，无数人在网上分享他们的实时体验，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体验的信息的传播和理解。
大数据分析将可能在明天的城市中发挥关键作用，使人们有可能在微观层面上感知城市的系统，并通知政府和市民在有限的时间内做出决定。沙特阿拉伯KingAbdulazizUniversity大学的研究人员最近使用大数据分析来检测伦敦周围的time 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。
“我的研究是智能社会作为智能城市的一个子部分的应用，”该研究的研究员之一SugimyantoSuma告诉TECHXPlore。“是利用ApacheSpark和Tableau检测城市中的time 空事件的工作流设计，用于城市感知、决策和城市规划。基于社交媒体分析，它收集、处理和分析来自Twitter的大量数据，这些数据成功地检测出伦敦的事件、它们的位置、名称和时间。”
这项研究旨在通过分析社交媒体平台上收集的数据，有效地检测伦敦周围的事件，同时开发可用于time 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首次被有效地用于基于社交媒体的事件检测研究。此外，他们还使用谷歌地图地理编码应用编程接口(API)来定位伦敦各地的Twitter用户，并进行进一步分析。
“我们发现并定位了伦敦的拥堵，根据我们的经验，我们可以通过分析数据自动检测事件，”Suma说。“我们检测到发生了许多事件，包括它们的地点和时间，包括2017年伦敦诺丁山狂欢节事件，我们事先并不知情。”
未来，Suma和他的同事开发的time 空事件检测大数据分析工作流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、更宽的时间空检测和更高的分析质量。
苏解释说:“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，将其与新闻或媒体网站等事件的报道联系起来。”“为了更广泛的检测，我们将获得更多的社交媒体数据，如Face book。最后，为了更好地分析质量，我们希望利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、技术与应用》上。
进一步探索
摘要大数据技术使智能城市系统能够在微观层面上感知城市，做出明智的决策并采取适当的行动，所有这些都在严格的时间框架内完成。社交媒体彻底改变了我们的社会，并逐渐成为智能社会的关键脉搏。通过感知人们的信息和他们生活周围的时间空体验，逐渐成为智能社会的关键。在本文中，我们使用Twitter来检测伦敦的time 空事件。具体来说，我们使用包括sparks和pictures在内的大数据和机器学习平台来研究关于伦敦的Twitter数据。此外，我们使用Google Maps地理编码API来定位Twitter并进行额外的分析。我们在伦敦发现并定位拥堵，根据我们的经验，可以通过分析数据自动检测事件。我们检测到了许多事件的发生，包括2017年伦敦诺丁山狂欢节的事件，包括它们的地点和时间，没有任何事件的事先知识。通过对300多万条推文的分析，得出本文的结果。
标签:声明:本文由用户上传。如有侵权，请联系删除！
