大数据分析可自动检测智能城市中的事件

随着越来越多的设备连接到互联网，无数人在线分享他们的实时体验，每分钟都会产生大量有用的数据。对这些数据的分析可以改善有关交通，事件和其他城市相关经验的信息的传播和理解。

大数据分析很可能在未来的城市中发挥关键作用，使系统能够在微观层面感知城市，并在有限的时间内为政府和公民的决策提供信息。沙特阿拉伯国王阿卜杜勒阿齐兹大学的研究人员最近使用大数据分析来检测伦敦周围的时空事件，测试这些工具在利用有价值的实时信息方面的潜力。

“我的研究是智能社会作为智慧城市的一个子部分的应用，”开展这项研究的研究人员之一Sugimiyanto Suma告诉Tech Xplore。“这是一个工作流程设计，使用Apache Spark和Tableau来检测城市中的时空事件，用于城市意识，决策制定和城市规划。它基于社交媒体分析，通过收集，处理和分析来自Twitter的大数据，它成功地在伦敦发现了事件的位置传播，事件名称和时间。“

该研究旨在通过分析在社交媒体平台上收集的数据来有效地检测伦敦周围的事件，同时还开发可用于时空事件检测的大数据分析架构。为此，研究人员使用大数据和机器学习平台Spark和Tableau来分析与伦敦相关的超过300万条推文。

这是第一项有效使用Apache Spark(一种开源集群计算框架)的研究，用于基于社交媒体的事件检测。此外，他们还使用Google Maps Geocoding应用程序编程接口(API)查找伦敦周围的Tweeters并进行进一步分析。

“我们发现并找到了伦敦周围的拥堵情况，并凭经验证明，通过分析数据可以自动检测事件，”Suma说。“我们检测到多个事件的发生，包括他们的位置和时间，包括2017年伦敦诺丁山狂欢节活动，我们之前没有这方面的知识。”

将来，Suma及其同事开发的用于时空事件检测的大数据分析工作流程可以被其他研究人员采用和完善，以获得更详细的事件结果。它还可以帮助政府和其他利益相关者进行决策和城市规划过程。

研究人员正在探索进一步改进其系统的方法，以便获得更高的检测准确度，更广泛的时空检测和更高的分析质量。

“为了检测准确性，我们计划开发算法并将结果与​​实际信息进行比较，将其与报道的事件(如新闻或媒体网站)相关联，”Suma解释说。“为了更广泛的检测，我们将获得更多社交媒体数据，如Facebook。最后，为了更好的分析质量，我们希望利用更多的AI技术。”