il punto di vista del mercato una app con i dati sugli incidenti stradali n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Il punto di vista del mercato:  una app con i dati sugli incidenti stradali PowerPoint Presentation
Download Presentation
Il punto di vista del mercato:  una app con i dati sugli incidenti stradali

Loading in 2 Seconds...

play fullscreen
1 / 10

Il punto di vista del mercato:  una app con i dati sugli incidenti stradali - PowerPoint PPT Presentation


  • 139 Views
  • Uploaded on

Il punto di vista del mercato:  una app con i dati sugli incidenti stradali. Come usare i dati dell’ISTAT per creare applicazioni di mercato Il punto di vista di Evodevo, azienda specializzata in Open Data e semantica. Stefano De Luca | Evodevo srl. In due parole: sicurezza delle strade.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Il punto di vista del mercato:  una app con i dati sugli incidenti stradali' - amal-herring


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
il punto di vista del mercato una app con i dati sugli incidenti stradali

Il punto di vista del mercato:  una app con i dati sugli incidenti stradali

Come usare i dati dell’ISTAT per creare applicazioni di mercato

Il punto di vista di Evodevo, azienda specializzata in Open Data e semantica

Stefano De Luca| Evodevo srl

in due parole sicurezza delle strade

In due parole: sicurezza delle strade

La sicurezza delle strade è un tema particolarmente importante per l’enorme numero di vittime. L’ISTAT raccoglie informazioni su tutti gli incidenti con almeno un ferito, secondo un protocollo europeo.

Evodevo ha usato questi dati per un prototipo di Poste Italiane per la PoliziaProvinciale di Roma, con analisi di crime mappinge geo-statistica per identificare le zone e le strade più pericolose, gli andamenti nel tempo, le ragioni dell’incidentalità di un luogo e, con metodi statistici inferenziali la previsione di pericolosità di un tratto stradale, per poter migliorare l’efficacia di interventi correttivi.

Si è quindi esteso il lavoro ai dati della Gran Bretagna.

211.404 incidenti stradali

4.090 morti

302.735 feriti

dati istat 2010

i dati

I dati

Tramite SISTAN, è stata fatta una richiesta all’ISTAT per ottenere i dati, che non sono oggi del tutto open data, data la sensibilità di alcune informazioni. I dati forniti sono stati resi anonimi.

Questi dati sono stati integrati con quelli delle multe.

Problemi nei dati:

Non tutte le istanze hanno le stesse informazioni (dati mancanti)

Difficile la geocodifica:

«via Nazionale n. 12, Roma»  OK!

«via Aurelia, Roma»  è una strada lunghissima!

«via Nazionale incrocio via Milano»  i geocoder non dànno risultato

  • SISTAN: data set incidenti
  • Problemi:
  • qualità dei dati variabile
  • difficile geocodifica
il sistema crime mapping geo statistica

Il sistema: Crime Mapping & geo-statistica

Il sistema CRIMAP ha circa 60 analisi, basate su tecniche geo-statistiche

Sono state usate tecniche studiate nell’ambito dell’analisi criminale tramite aspetti geografici, il cosiddetto crime mapping

KERNEL DENSITY: analisi delle aree con più incidenti

HOT SPOT ANALYSIS: analisi delle aree più pericolose (hot spot) o più tranquille (cold spot)

SDE: direzionalità e centro dei problemi

CLUSTER & OUTLIERS: raggruppamenti per punti critici (ad es. incroci) e anomalie

CORRELAZIONI STATISTICHE:geostatistica, studio delle correlazioni tra variabili e data mining spaziale

  • Applicazione CRIMAP:
    • 60 analisi
    • crime mapping
    • geo statistica
mapping e location intelligence

Mapping e location intelligence

Il sistema permette di mappare gli incidenti su base geografica

Le analisi sono per dato tabellare e per dato geografico  Location Intelligence

Il livello più semplice è la visualizzazione dei dati e l’analisi comparativa, ad es:

Incidenti per gravità

Analisi delle quantità per zona censuaria

Ricerche

Dettagli

Reports di business intelligence

Tutte le analisi posso essere studiate per la variazione temporale

hot spot analysis

Hot spot analysis

Hot spot analisysconsente di trovare le zone pericolose (hot spots) e quelle «virtuose» (coldspots)

Le analisi sono state divise tra

strategiche (sull’intera provincia di Roma)

tattiche: a livello di quartiere

Di ogni analisi si è verificata la significatività statistica

  • Hot Spot Analysis
  • Zone più pericolose
  • Analisi strategica e tattica
clusters outliers spatial distribution

Clusters & Outliers / Spatial distribution

CRIMAP permette di analizzare cluster di incidenti organizzati per diverse dimensioni geografiche (strade, incroci, sezioni di censimento, CAP)

Si analizzano anche le zone con comportamenti anomali (outliers)

Tramite la distribuzione spaziale (SDE, Standard DeviationalEllipse) si può vedere qual è il centroide del problema e quale sia il suo orientamento nello spazio.

Importanti le differenze nel tempo (giorno, notte) e per tipologia, ad es. in figura i diversi ellissi per tipologia di rischio dei verbali (rischio di incidentalità)

Clusters: concentrazioni

Outliers: anomalie

Distribuzione spaziale: dove

pericolosit di una strada indice spf

Pericolosità di una strada: indice SPF

Per calcolare quanto sia pericolosa una strada, abbiamo un indice tramite funzione predittiva SPF safety performance functions*, tramite inferenza bayesiana e parametri della strada (tipo di pavimentazione, larghezza, rurale/cittadina etc.).

Calcolare il rischio futuro è importante per:

definire dove intervenire e

misurare l’efficacia degli interventi (scostamento rispetto la previsione)

Sono state inoltre usate analisi per semi-variogramma ed altre tecniche di data mining spaziale per identificare la causa dell’aumento di rischio

  • Dominique Lord, Bhagwant N. Persaud, Estimating the safety performance of urban road transportation networks, Accident Analysis & Prevention, 36 (2004) 609–620
  • OzlemYanmaz-Tuzel, KaanOzbayA comparative Full Bayesian before-and-after analysis and application to urban road safety countermeasures in New Jersey, Accident Analysis & Prevention, 42 (2010) 2099–2107

Pericolosità di una strada

Previsione futura

Data mining spaziale

analisi incidenti di londra

Analisi incidenti di Londra

Abbiamo creato una versione «light» di CRIMAP ad uso dei cittadini: http://lab.evodevo.it/roadsafety con analisi per gli incidenti di Londra, usando i gli open data pubblicati su data.gov.uk

Versione ridotta di CRIMAP, ad uso dei cittadini. Disponibili hot spot analysis, density, SDE, conteggio degli incidenti, Street Performance Index.

Obiettivi:

informare sui rischi,

aumentare la consapevolezza

coinvolgere i cittadini nella riduzione degli incidenti

Hot spots

Open Data

Open Source

Info ai cittadini

SPF – Strade pericolose

conclusioni

Conclusioni

L’ISTAT raccoglie dati preziosissimi per la comunità e le imprese.

I dati dell’ISTAT sono frutto di un processo di alta qualitàed omogenei su tutta Italia (o addirittura Europa), sono aggiornati periodicamente: l’ideale per lo sviluppo di un’applicazione!

Esiste un mercato delle applicazioni basate sugli open data, ad uso di cittadini ed amministratori: all’aumentare delle informazioni disponibili, le applicazioni potranno essere più ricche (ad es. introducendo l’inquinamento nelle analisi viste).

Evodevoè attiva sul mercato del riuso e della pubblicazione di open data (con il prodotto Evodevo Open Data Ground) ed opera per la liberazione di nuovi dati

Ulteriori informazioni:

Evodevowww.evodevo.itinfo@evodevo.it

Stefano De Luca s.deluca@evodevo.ittwitter@stefano_de_luca

DATA IS THE NEW OIL!