Gdy brakuje danych na temat ludności, w skutecznym planowaniu miast mogą pomóc internetowe informacje na temat lokalnych restauracji. Badacze z MIT opublikowali artykuł, w którym pokazali, jak informacje pozyskane z Dianping, chińskiego serwisu internetowego w rodzaju Yelp, umożliwiły im charakterystykę demograficzną i socjoekonomiczną mieszkańców i bywalców poszczególnych dzielnic. Udało im się skorelować informacje na temat restauracji z liczbą mieszkańców, stopą bezrobocia, poziomem dochodów i wydatków na konsumpcję.
W badaniu wykorzystano dane z dziewięciu różnych miast chińskich, począwszy od liczącego ponad 10 mln mieszkańców Beijing, a skończywszy na niewielkim (w warunkach chińskich) Baoding z niespełna 3 mln mieszkańców. Badacze zebrali dane z 630 tys. restauracji zgromadzonych na Dianping, uwzględniając lokalizację, menu, ceny dań, godziny pracy lokalu oraz oceny klientów. Dane te przepuścili przez model uczący się wraz z oficjalnymi danymi demograficznymi oraz anonimowymi danymi dotyczącymi wydatków zebranymi z telefonów komórkowych i kart bankowych. Następnie, porównując informacje, ustalili, gdzie i w jakim stopniu dane dotyczące restauracji odzwierciedlają uzyskaną z innych źródeł charakterystykę demograficzną okolicy.
Okazało się, że lokalna scena gastronomiczna pozwala aż z 95% dokładnością przewidywać zróżnicowanie ludności, która przebywa w danej okolicy w godzinach nocnych i dziennych. Pozwala z 90% dokładnością liczyć liczbę funkcjonujących na tym terenie firm i z 93% pewnością przewidywać poziom konsumpcji. Rodzaj oferowanej kuchni oraz rodzaj lokalu (np. kawiarnia, herbaciarnia czy fastfood) pozwala z kolei oszacować udział imigrantów, poszczególnych grup wiekowych a także zróżnicowanie pod względem poziomu dochodów. To, że akurat restauracje dają szczególnie cenną wiedzą o specyfice okolicy jest dość naturalne. Gastronomia to jeden z najbardziej zdecentralizowanych i zderegulowanych segmentów gospodarki, zwłaszcza w Chinach. Knajpy są zazwyczaj prywatne, napędzane popytem i mają niską – w porównaniu z innymi biznesami – barierę wejścia. Są ponadto bardzo rozproszone elastyczne i sprawnie dostosowują się do zmian w okolicy. Fakt, że siła przewidywania charakteru okolicy w oparciu o funkcjonujące tam restauracje jest większa w przypadku centralnych części miast niż w przypadku odległych przedmieść i mniejszych ośrodków, które nie są aż tak zróżnicowane jak duże metropolie.
Jak twierdzą badacze, stworzony przez nich model uczący się może wykorzystywać informacje z jednego miasta (dobrze zbadanego pod względem demograficznym i socjo-ekonomicznym) do charakterystyki innych miast (gdzie brakuje wiarygodnych danych) w tym samym kraju. Łącznie dane mogą stanowić interesujące narzędzie w planowaniu miast i dystrybucji usług. Metoda może okazać się szczególnie użyteczna w słabiej rozwiniętych krajach, gdzie brakuje badań demograficznych.
Jeszcze nie dodano komentarza!