Contesto
I dispositivi mobili sono il principale mezzo attraverso il quale le persone comunicano e pertanto lasciano numerose tracce digitali delle loro attività. Pensiamo alle tracce veicolari, le operazioni di acquisto, le preferenze, le opinioni, e così via. In particolare, i telefoni cellulari possono essere usati come proxy per lo studio della mobilità di persone, per il monitoraggio ambientale, la pianificazione dei trasporti, la creazione di città intelligenti e analisi delle relazioni sociali oltre che degli indici demografici innovativi.
Opportunità
Attualmente, un tema importante nella modernizzazione della Statistica Ufficiale è proprio come utilizzare i Big Data in combinazione con fonti di dati tradizionali, al fine di migliorare la qualità, la tempestività e la granularità spazio-temporale di informazioni raccolte. Inoltre, le nuove tecnologie scientifiche consentono di ampliare l'orizzonte dell'analisi dei dati per fornire una vera e supporto up-to-date per i decisori.
La nostra Soluzione
Il KDDLab (ISTI - CNR, Pisa) ha sviluppato una metodologia in grado di classificare gli utenti in categorie comportamentali (ad esempio residenti, pendolari, visitatori), utilizzando le tracce di telefonia mobile. Tale metodologia prende il nome di Sociometer [1] [2]. Il Sociometer è stato testato attraverso diversi case study estesi, dimostrando le grandi potenzialità dello strumento nella comprensione dei nuovi comportamenti che emergono dai dati. Il processo di analisi si basa su una rappresentazione sintetica dei modelli di chiamata chiamato profilo individuale di chiamata. Tale profilo riassume le attività telefoniche durante i giorni feriali e fine settimana in tre fasce orarie diverse (mattina, ore di lavoro, e la sera). Utilizzando le tecnologie state-of-art come Hadoop-Spark, il Sociometer è in grado di gestire grandi quantità di dati di telefonia mobile.
Impatto
Sociometer è in grado di quantificare il numero di presenze reali in un dato territorio al fine di misurare in modo efficace i veri residenti e l'impatto reale degli eventi all'interno delle città. Sociometer, inoltre, identifica il contributo delle diverse categorie di persone agli eventi consentendo anche di stabilire il luogo di origine dei partecipanti. La collaborazione e i feedback con l'Amministrazione locale sono stati decisivi per raffinare e validare il processo analitico. Sono inoltre in corso collaborazioni tra KDDLab e uffici nazionali di statistica (tra cui Istat), con l'obiettivo di utilizzare Sociometer per estrarre nuovi indici demografici [3].
1. B. Furletti, L. Gabrielli, C. Renso, and S. Rinzivillo. 2013. Analysis of GSM calls data for understanding user mobility behavior. In Proc. of IEEE Big Data. 550-555.
2. B. Furletti, L. Gabrielli, R. Trasarti, F. Giannotti, and D. Pedreschi. 2015. City users' classification with mobile phone data. In Proc. of IEEE Big Data. 1007-1012.
3. B. Furletti, L. Gabrielli, G. Garofalo, F. Giannotti, L. Milli, M. Nanni, D. Pedreschi, and R. Vivio. 2014. Use of mobile phone data to estimate mobility flows. Measuring urban population and inter-city mobility using big data in an integrated approach. In Proc. of SIS 2014).
Focus