2. Who we are
Knowledge Discovery
and Data Mining
Join
Laboratory:
ISTI-CNR
Dipartimento
di
Informatica
http://kdd.isti.cnr.it
rinzivillo@isti.cnr.it
20. Data scientist,
the sexiest job of 21st century
… a new kind of
professional has
emerged, the data
scientist, who
combines the skills
of software
programmer,
statistician and
storyteller/artist to
extract the nuggets
of gold hidden
under mountains of
data.
Editor's Notes
Il nostrolaboratorioèunainiziativacongiuntatra ISTI CNR e Dipartimento di InformaticaUniversità di Pisa.Conta circa 10 ricercatori e 10 studenti/dottoranti in formazioneMission:Estrarreinformazioniutili da nuoveforme di dati, in particolareoggiparleremo di dati di mobilità
Il laboratorioèunodeipunti di riferimentonel panorama internazionale per l’analisi di dati di mobilità.Moltecollaborazioni con grandioperatorinazionali e internazionali: WIND, ORANGE, OCTO, BarcellonaDigitalAbbiamocontribuitoallanascita di un nuovofilone di ricercaall’incrociotraMobilità, Data Mining, e PrivacyMoltedelleideeseminate fin dal 2004 stannoconfluendo in unavisionecontemporanea di SMART CityL’approccio SMART City: la comprensionedeifenomeniurbanidevesfruttaretutte le sorgentidatidisponibili
Datianonimizzati di traiettorie di veicoliRaccolti da OCTOtelematics per veicoli con unaspecialetariffaassicurativaOsservate I movimenti di tuttiiveicoli in Toscana durantemaggio 2011Circa 160k veicoli per circa 20milioni di traiettorie
E’ possibiledefinireunamisura del grado di sistematicitàdeipercorsicheabbiamoidentificato prima.Ad esempio, ilpercorsochearriva da S. Giuliano/Vecchiano (giallo) contieneprincipalmentependolari. Invece I percorsichearrivanodalleautostradesonooccasionali (verde e marrone).
E’ possibilesfruttare Idati GPS per caratterizzare I comportamenticollettivideiveicoli. Ad esempio, possonoesseresfruttati per la definizione di sistemi di sviluppolocali per la mobilità.Ovvero, l’analisidelledensità di traffico ci permette di capirequali sono i confini geografici della mobilità umana? I nostri spostamenti possono suggerirci come delimitare le aree entro cui la nostra attività si svolge prevalentemente? Consideriamo gli spostamenti tra due aree, ad esempio due zone di censimento. Se ci sono molti viaggi che iniziano e terminano tra queste due zone è probabile che entrambe appartengano allo stesso bacino di mobilità; se invece sono connesse da pochi viaggi è probabile che le due aree finiscano per far parte di bacini diversi
Qui vediamo un confrontotrail piano dellenuove province del decretodelloscorso anno e la nostra previsione secondo l’analisidellamobilitàdellaregionetoscana.
Unaselezionedelleanalisidisponibilitsono state organizzate in un atlantedellamobilità.I fenomeniprincipalichecaratterizzano la mobilitàdellepersonesonostatisintetizzati in unaserie di infografiche, ognunarappresentante un aspettodellamobilità.Ad esempio, ilconcetto di spostamentooccasionale/sistematico e I percorsi di accessosonosintetizzatidallemappesulladestra.Possiamoancheragionaresulledifferentidimensionitemporali: settimanale, giornaliero, orario.Ho portatoalcunecopiecartacee di un piccolo atlantedellecittàdellazonapisana. Le poteteprenderealla fine dellapresentazioneL’atlantedellamobilitàrappresenta per noiil primo passo verso un Osservatorio Permanente dellaMobilità.
Obiettivoall’interno del PUM:Contributoconoscitivosulladomanda di mobilitàDescrizionedellelineeguida per la realizzazione di un Osservatoriopermanentedellamobilità3) L’ideaèquella di trasformarequestoatlantecartaceo in un servizioinformaticocontinuamenteaggiornato con nuovestatistiche, in modo tale cheildecisorepossaconsultarlo in tempo reale e possaancheesplorarel’evoluzionedellamobilitànel tempo.Il nostrolaboratoriositrovaallaconvergenza di diversiprogettieuropeiNecessità di nouveforme di datiGrande esperimento di raccoltadati, per creare un laboratorio di osservazionedellasocietàL’ideaègiåstatapresentata in Regione dove èstataaccolta con entusiasmoAttraversol’uso di una app dedicata per smartphone