S. Rinzivillo - Visualization in Mobility Data Mining
•Download as PPTX, PDF•
1 like•71,200 views
Recommended
Recommended
More Related Content
Similar to S. Rinzivillo - Visualization in Mobility Data Mining
Similar to S. Rinzivillo - Visualization in Mobility Data Mining (20)
More from Istituto nazionale di statistica
More from Istituto nazionale di statistica (20)
Recently uploaded
Recently uploaded (20)
S. Rinzivillo - Visualization in Mobility Data Mining
- 1. VISUALIZATION IN MOBILITY DATA MINING Giornata Italiana della Statistica Roma, 21 Ottobre 2013 S. Rinzivillo, KDDLab, ISTI, CNR, Pisa
- 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
- 3. Knowledge Discovery & Data Mining Laboratory | kdd.isti.cnr.it
- 4. Mobility Data Mining Several EU Projects 2004 GeoPKDD 2007 MODAP 2010 LIFT 2011 DATASIM
- 5. Focus on GPS
- 7. Access Patterns to a city
- 8. Individual Mobility 23:40h 1 day 08:30h Image: courtesy of G. and N. Andrienko
- 9. Individual Mobility Sunday, 20:30h 7-day week Monday, 8:40h Image: courtesy of G. and N. Andrienko
- 12. New Provinces emerging from data
- 13. Atlas of Urban Mobility
- 14. Atlas of Urban Mobility
- 15. Pisa – Inbound traffic
- 16. Pisa – Outbound traffic
- 17. Towards a Permanent Mobility Observatory
- 18. Reading more…
- 19. Reading more…
- 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