Big DataBig Bang Data: Как студент «Стрелки» открыл на карте новые города
Исследование Александра Аюпова по методу больших данных
Big Bang Data — спецпроект о больших данных, которые называют «новой нефтью» и считают главным открытием цифрового века. Уже понятно, что они изменят нашу жизнь, вопрос только в том, во что превратится привычная повседневность — в рай на Земле или в антиутопию. Какой из сценариев более вероятен, разбираемся с помощью кейсов по большим данным, экспертов компании МегаФон
и студентов института «Стрелка».
Очередной материал — это интерактивная экспозиция курсового проекта Александра Аюпова, эрудита и студента «Стрелки», который с помощью больших данных открыл новый показатель городского развития.
Автомобиль всегда движется из точки
А в точку B.
Расстояние между ними и траектория движения могут быть любыми, но в 99% случаев водитель стремится попасть в точку назначения как можно быстрее.
При этом всё то, что находится между точками A и B, может как помочь ему
в этом, ускоряя движение (автобан, хорошее дорожное покрытие, пустыня по сторонам), так и, напротив, заставить его замедлить ход или вовсе остановиться. Остановки могут происходить по разным причинам — некоторые из них объясняются желаниями водителя, другие же диктуют обстоятельства, дорожная инфраструктура или ПДД.
Как бы то ни было, остановка
— это не просто потеря скорости.
В большинстве случаев водители останавливаются там, где для этого созданы условия — построены технические и заправочные станции, прочерчена разметка, установлены светофоры, открыты магазины, рестораны, развлекательные центры.
Развивая эту гипотезу, Александр предположил, что по частоте остановок можно оценить уровень урбанизации территории. В современной науке о том же самом принято судить по плотности населения, которая на самом деле не отражает динамических связей между людьми и городской средой.
Для доказательства своей теории Александр использовал большие данные. Прежде всего он сохранил и перенёс открытую базу трекингов с GPS-навигаторов на карту Open Street Map — таким образом из общего массива информации
он выделил данные о движении только московских и подмосковных водителей. Затем при помощи языков программирования Java и R, а также системы QGIS
он привязал каждую остановку каждого водителя к географическим и временным координатам.
В итоге Александр получил карту остановок в Москве и Московской области,
на которой контуры столицы, городов-спутников, городков, посёлков и дорог почти полностью повторяют привычные.
Плотность остановок выявила плотность городской застройки.
Остановки за минуту — новый показатель уровня урбанизации, введённый Александром. Применяя его к любому населённому пункту, можно найти его место на шкале урбанизации от деревни до мегалополиса.
В первую очередь Александр
проверил Москву
Оказалось, что в дневные и вечерние часы она действительно оправдывает статус мегаполиса, а ночью и ранним утром превращается в мегадеревню — контуры её улиц едва прослеживаются на карте остановок.
Москвы Александру оказалось мало, так что вместе
с другими студентами курса он предпринял поездку
в Казань и обратно, фиксируя по пути все остановки автомобиля. Этот любопытный эксперимент обнаружил
на карте присутствие неизвестного крупного города между Владимиром и Нижним Новгородом и разжаловал Чебоксары до статуса посёлка городского типа.
В дальнейших планах Александра — добавить к своему показателю развития города пространственный аспект — остановки за минуту за метр.
Автомобиль всегда движется из точки
A в точку Z через множество остановок
B, C, D, E и т.д.
Полевое исследование Александра.
В первом случае он ехал на автомобиле
с проспекта Вернадского на Стрелку и обратно, во втором — передвигался
хаотично.
Среднее количество остановок в минуту:
в первом случае — 1,16,
во втором — 0,77.
РОМАН ПОСТНИКОВ
директор по сегментному маркетингу и клиентской аналитике ОАО «МегаФон»
Сама проблематика исследования выглядит интересно, но его явно можно и нужно продолжать — в частности, расширять анализ за счёт других характеристик остановок. Предложенный показатель «остановки за минуту за метр», скорее, свидетельствует о распространённости бессветофорных развязок в городской черте и о структуре городского планирования — радиально-кольцевая она или, как в Нью-Йорке, прямоугольная. При этом в последнем случае пропускная способность дорог в квартале, скорее всего, будет даже выше при большем количестве остановок на километр пути — потому что пробку можно объехать по параллельным улицам.
Если же проанализировать другой параметр остановки — длительность, и попытаться выкристаллизовать её причины, то высока вероятность получить достаточно интересный фактор сравнения. Применив его к Москве, можно выделить в ней «районы-магниты» и «районы-дороги». «Магниты» притягивают жителей культурными и общественными объектами, остановки в них более длительные, и именно эти районы действительно характеризуют город как насыщенный инфраструктурой и притягательный для жителей. «Районы-дороги» же, увы, заставляют созерцать их каждый день по дороге на работу и домой, стоя в пробке или на очередном светофоре.
