紐約如何利用數據挖掘預防火災
之前我們曾報道過紐約市長手下有一支極客團隊,他們通過搜集城市大數據作趨勢分析預測,解決各種疑難雜癥。要準確掌握這顆大蘋果的脈絡,當中數據挖掘(data mining)是重要一環。
對于紐約消防隊員來說,除了救火外,日前他們多了一項新任務:檢驗全紐約各棟建筑物的安全性。
目前紐約約有 100 萬棟建筑物,平均每年當中約有 3000 棟會發生嚴重級別的大火。那是否有方法能夠預防悲劇發生呢?據華盛頓郵報報道,紐約消防局的數據分析師認為,每棟建筑物擁有獨特的屬性,通過分析就能得知一些建筑物其實本身就屬“火”。
能判斷一棟建筑物是否屬“火”主要遵循不同的因素:例如貧窮,低收入家庭的房子往往更容易發生火災,而且低收入人群居住密度較高,火災的危害性更大。另外,建筑物的年齡也需要關注。老房子問題更多,因為它們很容易有各種由電線線路引起火警的潛在問題,而且老房子消防設施落后,發生火災后才發現附近根本沒有足夠的水龍頭,危險指數是普通建筑物的兩倍。
諸如此類,紐約消防員將影響房屋起火的因素分為 60 個。除去危害性較小的小型獨立屋,相關人員通過特定算法,為城市中 33 萬棟需要檢驗的建筑物單獨進行打分,得出危險指數高低。而整個紐約城的消防數據,也因系統的檢測和防范得到更新。
這樣當消防員每周出勤檢驗時,系統都會列出建筑物的詳細資料和危險指數,決定哪些是優先“照顧”的對象。這個龐大的數據挖掘計劃從去年七月開始實施,預計會將全紐約建筑為歸類成 2400 種,例如學校、圖書館這種比較重要的設施就會列入超常規檢驗對象。
在前市長Michael Bloomberg驅動下,紐約已逐漸成為數據城市。過去幾年不同職能部門通過數據解決了如垃圾、火災、治安問題。
預計紐約會繼續在大數據分析系統加大投入。不過目前有個問題就是,如何找出證據顯示因為有了這些數據分析和防范,從而避免了火災發生?消防局發言人表示:“最好的答案還是數據本身,因為最后我們能看到火災數量的下降。”
來源:中文互聯網數據中心
- 目前還沒評論,等你發揮!