Avec un nombre croissant d'appareils connectés à Internet et d'innombrables personnes partageant leurs expériences en ligne, une énorme quantité de données utiles est générée chaque minute. L'analyse de ces données pourrait améliorer la diffusion et la compréhension des informations sur le trafic, événements, et d'autres expériences liées à la ville.

Le Big Data Analytics jouera très probablement un rôle clé dans les villes de demain, des systèmes habilitants qui détectent une ville à des niveaux micro et informent les décisions des gouvernements et des citoyens dans des délais limités. Chercheurs de l'Université King Abdulaziz, en Arabie Saoudite, ont récemment utilisé Big Data Analytics pour détecter des événements spatio-temporels autour de Londres, tester le potentiel de ces outils pour exploiter de précieuses informations en direct.

"Ma recherche était une application vers la société intelligente en tant que sous-partie de la ville intelligente, " Sugimiyanto Suma, l'un des chercheurs qui a mené l'étude, a déclaré Tech Xplore. "C'était une conception de workflow utilisant Apache Spark et Tableau pour détecter les événements spatio-temporels dans la ville, pour la sensibilisation à la ville, la prise de décision, et l'urbanisme. Il était basé sur l'analyse des médias sociaux en collectant, traiter et analyser les données volumineuses de Twitter, qui a réussi à détecter des événements à Londres avec leur diffusion de localisation, nom et heure de l'événement."

L'étude visait à détecter efficacement les événements autour de Londres en analysant les données collectées sur les plateformes de médias sociaux, tout en développant une architecture d'analyse de Big Data qui pourrait être utile pour la détection d'événements spatio-temporels. Pour faire ça, les chercheurs ont utilisé les plateformes de big data et d'apprentissage automatique Spark et Tableau pour analyser plus de trois millions de Tweets pertinents pour Londres.

Il s'agissait de la première étude qui utilisait efficacement Apache Spark, un framework de clusters open source, pour la détection d'événements basée sur les médias sociaux. En outre, ils ont utilisé l'interface de programmation d'application (API) de géocodage de Google Maps pour localiser les tweeters autour de Londres et effectuer d'autres analyses.

"Nous avons trouvé et localisé des embouteillages autour de Londres et démontré empiriquement que les événements peuvent être détectés automatiquement en analysant les données, " dit Suma. " Nous avons détecté la survenance de plusieurs événements, leurs emplacements et leurs heures, y compris l'événement London Notting Hill Carnival 2017, dont nous n'avions aucune connaissance préalable."

Dans le futur, le flux de travail d'analyse de données volumineuses pour la détection d'événements spatio-temporels développé par Suma et ses collègues pourrait être adopté et perfectionné par d'autres chercheurs pour obtenir des résultats plus détaillés sur les événements. Il pourrait également aider le gouvernement et d'autres parties prenantes dans leurs processus de prise de décision et de planification urbaine.

Les chercheurs explorent maintenant des moyens d'améliorer encore leur système, afin d'obtenir une plus grande précision de détection, détection spatio-temporelle plus large, et une meilleure qualité des analyses.

"Pour la précision de détection, nous prévoyons de développer des algorithmes et de comparer le résultat avec des informations réelles en l'associant à des reportages d'événements tels que des sites d'actualités ou de médias, " expliqua Suma. " Pour une détection plus large, nous acquerrions plus de données de médias sociaux tels que Facebook. Finalement, pour une meilleure qualité d'analyse, nous espérons utiliser davantage de techniques d'IA."

L'étude a été publiée dans le Sociétés intelligentes, Infrastructure, Technologies et applications .

© 2018 Tech Xplore