Данные Twitter использовали для подсчета людей в толпах

Во время «революции зонтиков» осенью 2014 года в Гонконге многие протестующие препятствовали их отслеживанию властями, используя для общения лишь Fire Chat, работающий на идеологии mesh-сетей и принципиально неотслеживамый дистанционно; в подобных условиях отслеживание только по геотегам или мобильным звонкам может быть затруднено

Фотография: Wikimedia Commons

Исследователи из Университета Уорика во главе с Тобиасом Прейсом (Tobias Preis) использовали твиты с геотегами для определения мест, где собираются людские толпы в больших городах. Соответствующая работа опубликована в Royal Society Open Science, кратко с ее содержанием знакомит BBC.

В ходе отработки новой методики авторы использовали как объекты наблюдений стадион и аэропорт Милана — их точную посещаемость было легко проверить по другим источникам. Группа Прейса фиксировала количество доступных твитов с геотегами, чьи координаты укладывались в данные по стадиону, и аэропорту и затем сопоставляли их с количеством посетителей обеих точек за интересующий их период времени. Кроме того, параллельно авторы воспользовались данными по количеству мобильных звонков и SMS, отправленных из этих двух точек (этот набор данных был предоставлен им местными провайдером связи). 

Вслед за прибытием в каждую из двух зон большого количества людей, количество твитов, помеченных соответствующими геотегами, ожидаемо увеличивается. Как выяснилось, происходит это с определенной временной задержкой и в соответствии с определенной динамикой. Эти данные, как показали авторы, можно использовать для довольно точной оценки размера толпы. В теории это дает возможность отслеживать развитие уличных протестов в реальном времени, причем без обязательного привлечения данных провайдеров, не всегда успешно справляющихся с пиковыми нагрузками.

В то же время авторы работы признают, что оба отобранных места имели специфику, облегчающую подобный учет. В обоих местах были хорошие условия приема, все посетители были связаны общими типами активности и были близки по возрасту и в ряде случаев интересам (футбольные матчи). В реальных условиях ситуация с оценкой концентрации людей по твитам может быть более сложной, признают они.


Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.