|
|
外滩踩踏事故背后的大数据百度研究院大数据实验室BDL（Big Data Lab），基于百度数据与大数据智能分析技术，尝试对外滩踩踏事故进行数据化描述，希望可以给相关人士提供一些参考。 三、群体聚集是突发情况，可以预警吗？ 我国人口众多，重大文体活动、节假日集会等活动中，容易出现因人群过度拥挤而引发的危险乃至事故。那么是否可以提前预测，做到事前预警呢？大数据实验室对百度的定位数据、搜索数据进行了深度挖掘，探索预警的可能性。
图9外滩地图搜索与人群汇聚情况趋势图 图9代表2014年12月25日至31日，外滩地图搜索请求与人群汇聚情况的历史趋势。从两条曲线经过标准化和对齐后的走势中，我们不难看出他们基本一致的涨落趋势。平时，外滩的地图搜索和人群汇聚程度基本稳定，但在2014年的最后一天，两者都达到了最高峰。
图10 外滩地图搜索请求与人员到达数量相关性分析 通过对百度的定位数据、搜索数据进行挖掘。进一步对2014年12月31日的地图搜索请求与人员到达数量进行相关性分析。由图10得到，在百度地图中，相关地点的请求数据和实际到达该地点人群数量具有极高的相关性，相关系数超过0.9（越接近1，说明越相关）。这表明，用户去目的地前，一般都会提前利用百度地图搜索地点和规划路线。为了挖掘用户的时间提前量，包括外滩跨年时的数据，大数据实验室又对大量历史群体聚集场合的数据进行进一步的分析，包括鸟巢足球赛等。
图11 外滩地图搜索与人群数量的互相关性曲线 通过对大量历史数据分析发现，相关地点的地图搜索请求峰值会早于人群密度高峰几十分钟出现（可参见图9）。在图11中我们给出了搜索量和人群数量之间的互相关性相对于时延的变化曲线，其中X轴的值为时延量，负值即表示提前量，例如-10对上去曲线的值，就是提前10小时的搜索量与人群数量的相关性。图中可以发现，两个量的互相关性曲线在-1.5小时的时候达到了峰值，这意味着，根据地图上相关地点搜索的请求量，我们至少可能提前几十分钟预测出人流量峰值的到来。 责编：李玉琴  微信扫一扫实时了解行业动态 著作权声明：畅享网文章著作权分属畅享网、网友和合作伙伴，部分非原创文章作者信息可能有所缺失，如需补充或修改请与我们联系，工作人员会在1个工作日内配合处理。 |
热门博文 |
战略咨询工具大全(PPT116).ppt
战略咨询分析工具及使用方法.pd..|
|
