義大利大數據應用領先實踐

一. 數據分析領域

案例1. 感測人類行為，預測能源消費

應用領域：能源消費預測模型

項目負責人：Andrey Bogomolov

項目簡介：項目致力於優化意大利Trentino省電力能源生產-輸配-銷售鏈。對於電力生產和輸配商而言，本項目通過限制電力能源生產以減少電力消費，通過銷售終端計劃以減少電力輸配成本;同時，本項目為電力波峰預測提供了借鑒。

本項目主要解決兩個問題：(1)日均電力需求預測。通過意大利Trentino省電網系統，該預測利用人類行為數據——移動通信數據，優化了電力能源生產-輸配鏈，減少了氣候變化的影響。 (2)電力波峰預測。

本項目模型建立了高階希爾伯特空間數學模型，利用了Trentino省移動網絡數據，預測了各電網未來一周內的日均電力需求和電力波峰。 Leo Breiman隨機預測算法解決了本項目模型的非線性回歸問題。同時，本項目模型擁有較少的狀態空間維度，從而能夠有效地應用於大數據分析。

案例2. 利用大數據規劃米蘭

應用領域：城市規劃與監測

項目負責人：David Meyer

項目簡介：項目為米蘭人口、環境及其交互作用提供了動態理解。利用米蘭地區的電信網絡數據，項目建立了人口預測模型，辨識了非常規移民人口，並揭示了米蘭的潛在社會結構。同時，項目利用交通和氣象數據預測了城市空氣質量。

案例3. 熵——評價常住居民/移民信息，提升生活品質

應用領域：社會學分析

項目負責人：Michele Tizzoni

項目簡介：項目的主要創新在於對“熵”函數的定義。高熵值單元代表異質性高的區域，對應於旅遊熱點或鬧市區;低熵值單元代表以國際電話業務為標準的高特徵區域。電話通信數據可以被有效利用以監測大範圍事件，項目利用“熵”函數得到了傳統分析得不到的信息。一方面，某一時間節點代表高度不確定性的高熵值揭示了該區域非常規/例外事件的發生;另一方面，針對高度活躍的國際通話業務，項目通過拓撲學分析了該城市國際社區的空間特徵。

案例4. 基於興趣目標導向的廣告宣傳

應用領域：廣告

項目負責人：Aris Anagnostopoulos

項目簡介：相較於線上廣告，線下廣告面臨著達不到滿意宣傳目標的問題。基於社交網絡信息和人口數據，項目對Tweeter文本內容進行了語義分類，區分了不同Tweeter用戶對電影、音樂、體育等領域的感興趣程度;利用Tweeter位置的地理標記功能，預測了用戶分佈和網絡傳播趨勢。

以某領域的廣告投放為例。首先，線下廣告分類投放不同Tweeter用戶。選擇的廣告投放用戶應對該廣告感興趣，應能使總體效益最大化。其次，線下廣告投放至該領域有影響力的Tweeter用戶。投放的廣告不僅是為了覆蓋該領域更多的用戶，更是為了使該領域有影響力的用戶獲知並傳播該廣告，從而使該廣告達到事半功倍的效果。

案例5. 個性化的導航系統應用

應用領域：移動導航

項目負責人：Antonio Lima

項目簡介：項目為城市交通提供了新的導航系統，有效平衡了個人偏好和公眾興趣。使用者可以利用智能設備個性化的定制城市導航路線，如選擇最短路徑，避免犯罪區域、污染區域、交通擁堵區域，或者避免日程計劃事件區域等。當地政府也可以針對社區做出限制性規定，如減少學校地區的噪音污染。本項目以城市歷史和實時數據為基礎，以使用者個人偏好和政府限制規定為依據，向使用者反饋路線信息。

案例6. 基於Twitter展現的城市社交網絡幸福度分析

應用領域：社會學分析

項目負責人：Iyad Rahwan

項目簡介：心理幸福度對社會生產、社會創新和違法犯罪均會產生影響，公共社交媒體為衡量區域幸福度提供了參考。項目以Twitter內容為基礎進行了幸福度分類，研究了米蘭市中心不同區域社交聯繫和幸福度之間的關係，製作了米蘭市幸福度空間分佈圖。項目研究表明，不幸福區域比幸福區域吸引了更高的通信交流。該研究有助於了解社會結構和城市心理幸福度之間的關係，有助於創新機制以提升城市心理幸福度。

二. 數據可視化

案例1. 米蘭城市空氣污染的可視化

應用領域：空氣污染監測

項目負責人：Yhidad Calle

項目簡介：人類是強烈的視覺動物，因此可視化數據是要傳達給他人的最快方法。動態、交互式的可視化有助於人們探索數據。本項目運用了交互式和動態圖形，簡化了數據讀取，方便了對此領域不熟悉的公眾。

可視化的例子。 2013年12月，米蘭的幾個主要污染物的強度分佈圖——熱圖，其中包含在矩陣中的數值被表示為顏色數據的圖形;徑向堆疊面積圖以24小時為一圈進行編碼，分析了每小時各污染物的累計濃度。

案例2. 空中鳥瞰下的人類行為

應用領域：敘事

項目負責人：Gergely Daroczi

項目簡介：小數據或大數據的難點不是數據量的大小以及如何處理數據，焦點在於“如何把數據轉化為有用的信息”?本項目運用了多種可視化技術，提供了空中鳥瞰下的人類活動。

移動汽車的分佈、撥出電話的地理分佈、二氧化氮排放及空氣污染、交通事故的位置分佈，這些都反映了人類活動。本項目演示文稿旨在反映人類的日常活動。

三. 應用

案例1. 基於Twitter語言的旅遊分析

應用領域：旅遊

項目負責人：Salih Ergut

項目簡介：對於遊客來說，尋找當地熱門的旅遊目的地不是一件簡單的事情。旅遊指南、博客、旅遊網站等提供了該城市的一些信息，但卻很難從這些冗長的信息中發現有用的價值。

遊客在旅行時很難在地圖上找到想去的地方。已有的旅遊信息更多的是通用的，並沒有反映不同文化的特點。本項目考慮了遊客的背景，開發了相應的應用程序，達到了使旅行有趣的目的。

案例2. 城市用地使用情況分析

應用領域：城市規劃

項目負責人：Irene Celino

項目簡介：城市規劃的目的是通過土地使用信息規劃城市環境。然而，收集土地信息並予以分類的成本代價較高。人們在生活環境中會留下痕跡，是否可以將這些痕跡數據化並予以監測，從而有效地預測“生活”土地使用情況?

本項目研究致力於：(1)通過大數據分析得到2013年城市用地使用“足跡”;(2)將這些“足跡”與2009年的城市用地使用情況比較;(3)分析2009年-2013年的土地用途偏差。

本項目對認識和監測土地使用情況的變化產生積極的影響。如，為城市規劃提供支持，減少土地普查費用等。