纽约如何利用数据挖掘预防火灾

起点学院产品经理365成长计划,2天线下闭门集训+1年在线学习,全面掌握BAT产品经理体系。了解详情

1111

之前我们曾报道过纽约市长手下有一支极客团队,他们通过搜集城市大数据作趋势分析预测,解决各种疑难杂症。要准确掌握这颗大苹果的脉络,当中数据挖掘(data mining)是重要一环。

对于纽约消防队员来说,除了救火外,日前他们多了一项新任务:检验全纽约各栋建筑物的安全性。

目前纽约约有 100 万栋建筑物,平均每年当中约有 3000 栋会发生严重级别的大火。那是否有方法能够预防悲剧发生呢?据华盛顿邮报报道,纽约消防局的数据分析师认为,每栋建筑物拥有独特的属性,通过分析就能得知一些建筑物其实本身就属“火”。

能判断一栋建筑物是否属“火”主要遵循不同的因素:例如贫穷,低收入家庭的房子往往更容易发生火灾,而且低收入人群居住密度较高,火灾的危害性更大。另外,建筑物的年龄也需要关注。老房子问题更多,因为它们很容易有各种由电线线路引起火警的潜在问题,而且老房子消防设施落后,发生火灾后才发现附近根本没有足够的水龙头,危险指数是普通建筑物的两倍。

诸如此类,纽约消防员将影响房屋起火的因素分为 60 个。除去危害性较小的小型独立屋,相关人员通过特定算法,为城市中 33 万栋需要检验的建筑物单独进行打分,得出危险指数高低。而整个纽约城的消防数据,也因系统的检测和防范得到更新。

这样当消防员每周出勤检验时,系统都会列出建筑物的详细资料和危险指数,决定哪些是优先“照顾”的对象。这个庞大的数据挖掘计划从去年七月开始实施,预计会将全纽约建筑为归类成 2400 种,例如学校、图书馆这种比较重要的设施就会列入超常规检验对象。

在前市长Michael Bloomberg驱动下,纽约已逐渐成为数据城市。过去几年不同职能部门通过数据解决了如垃圾、火灾、治安问题。

预计纽约会继续在大数据分析系统加大投入。不过目前有个问题就是,如何找出证据显示因为有了这些数据分析和防范,从而避免了火灾发生?消防局发言人表示:“最好的答案还是数据本身,因为最后我们能看到火灾数量的下降。”

来源:中文互联网数据中心

您的赞赏,是对我创作的最大鼓励。

评论( 0

登录后参与评论
加载中