Big Data Streaming mit einer Public Policy Auswirkungen
Fast jeder Bereich einer Stadt die Möglichkeit, große Datenmengen zu verwenden, sei es in Form von Steuern, Sensoren an Gebäuden und Brücken, Verkehrsmuster Überwachung, Standortdaten und Daten über kriminelle Aktivitäten. zu leben und zu arbeiten erfordert die Erfassung und Analyse von großen Datenmengen aus einer Vielzahl von Quellen erstellen führbare Maßnahmen, die Städte sicherer, effizienter und wünschenswerter Orte machen.
Ein großer Teil der Daten, die für die Forschung über die öffentliche Ordnung Verbesserungen relevant ist, wird durch verschiedene Stadt Agenturen gesammelt und hat in der Vergangenheit Monate oder Jahre gedauert, um zu analysieren (zB jährliche Volkszählungsdaten, Polizeiakten und Stadtsteuersätze). Selbst innerhalb einer bestimmten Agentur, wie der Polizei, können Daten durch getrennte Bezirke und nicht leicht geteilt durch die Stadt und die umliegenden Gemeinden gesammelt werden.
Als Ergebnis haben die Stadtoberen eine Fülle von Informationen darüber, wie Politik beeinflusst die Menschen in ihrer Stadt in den vergangenen Jahren, aber es hat sich als sehr herausfordernd zu teilen und nutzen sich schnell ändernden Daten in Echtzeit Entscheidungen zu treffen, die das Stadtleben zu verbessern. Was macht diese Daten noch komplizierter nutzen, ist die Tatsache, dass die Daten verwaltet und in getrennten Silos gelagert.
Dies verursacht Probleme, da eine direkte Beziehung zwischen verschiedenen Aspekten der Stadt Operationen bestehen kann. Die politischen Entscheidungsträger beginnen, dass der Wandel zu erkennen, kann nur passieren, wenn sie die zur Verfügung stehenden Daten und Daten von Best Practices können Sie den aktuellen Zustand ihrer Umgebung zu transformieren. Je komplexer eine Stadt, besteht die mehr eine Notwendigkeit, Daten zu nutzen, die Dinge zum Besseren zu verändern.
Dies ändert sich, als die politischen Entscheidungsträger, Wissenschaftler und Technologie-Innovatoren ein Team Politik auf Daten in Bewegung basiert zu implementieren. Zum Beispiel, zu entwerfen und ein Programm implementieren, um Verkehrsstaus zu verbessern, müssen Sie möglicherweise Daten über die Bevölkerung zu sammeln, Beschäftigungszahlen, Straßenzustand, und das Wetter. Viele dieser Daten wurde in der Vergangenheit gesammelt, wird aber in verschiedenen Silos und stellt eine statische Sicht von historischen Informationen gespeichert.
Um Vorschläge basieren auf aktuellen Streaming-Informationen zu bieten, müssen Sie einen neuen Ansatz. Forscher an einer Technischen Universität in Europa sammeln Echtzeit-Verkehrsdaten von einer Vielzahl von Quellen wie Global Positioning System (GPS) Daten von Reisen Fahrzeuge, Radarsensoren auf den Straßen und Wetterdaten. Sie integriert und analysiert, um die Streaming-Daten von Verkehrsstaus zu verringern und den Verkehrsfluss zu verbessern.
Durch die Analyse sowohl strukturierte als auch unstrukturierte Daten wie Ereignisse stattfinden, können die Systeme aktuellen Reisebedingungen zu bewerten und Vorschläge für alternative Routen zu machen, die auf den Verkehr abgeholzt wird. Letztlich ist das Ziel, einen großen Einfluss auf den Verkehrsfluss in der Stadt zu haben. Die Daten in der Bewegung wird in Verbindung mit historischen Daten ausgewertet, so dass die Empfehlungen sinnvoll in Zusammenhang mit den tatsächlichen Bedingungen abhängig machen.
Streaming-Daten können einen erheblichen Einfluss auf die Kriminalitätsrate in den Städten haben. Zum Beispiel verwendet eine Polizei Predictive Analytics Kriminalität Muster von Zeit und Ort zu identifizieren. Wenn eine plötzliche Änderung in einem identifizierten Muster an eine neue Position gefunden ist, kann die Polizeibeamten zur richtigen Zeit an die richtige Stelle schicken. Nach der Tat kann diese Daten nun verwendet werden, um kriminelle Verhaltensmuster zu analysieren.