L'integrazione delle survey tradizionali e dei big data - Mario Tartaglia Head of FS Research Centre - ISFORT
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Ministero delle Infrastrutture e con il contributo scientifico di dei Trasporti L’integrazione delle survey tradizionali e dei big data Mario Tartaglia Head of FS Research Centre 1
definizione del quesito di ricerca ricerca dei dati progetto e rilievo secondari Survey Data dei dati primari elaborazione Big Data risultati 6
teoria della complessità 1 2 3 4 ? 300 a.C. 500 a.C. 1600 d.C. 1970 2020 empirismo scienza teorico scienza sperimentale scienza data-driven scienza teorica computazionale induzione sensate esperienze dati e certe dimostrazioni simulazione deduzione informed AI ? 7
Approccio classico Approccio basato su AI Dati Regole Dati Risultati Survey Data calibrazione Big Data Modello Modello Risultati Nuovi dati Regole Modello Risultati 8
11
12
Volume di dati Big Data Survey data Source: Author’s processing from Tricia Wang (2016) (Thick Data, Small Data) Profondità della conoscenza 13
Big data and new methods will not replace “traditional” transport survey at least at short term. However, “traditional” surveys have to evolve and to benefit from the existence of new data sources. (Bonnel et al., 2018) Data fusion is a collection of techniques by which information from multiple sources are combined in order to reach a better inference (El-Fauzi et al, 2021) Overall, data fusion offers the best approach so far to overcome the inherent limitations specific to [big data sources] (Willumsen, 2021) 14
Qualche esempio … attività recenti del FS Research Centre delle Ferrovie dello Stato Italiane 15
con Ministero delle infrastrutture e dei Trasporti 16
Motivazioni: • necessità di colmare il gap informativo delle attuali statistiche ufficiali in merito agli spostamenti delle persone effettuati in diversi Obiettivi: ambiti territoriali. • redazione e validazione • necessità di rispondere alla di un documento richiesta di maggiore metodologico contenente tempestività nella fornitura di una strategia di utilizzo informazioni riguardanti la dati IOT e i big data, che mobilità. evidenzi potenzialità e limiti, con particolare riguardo alla fonte Mobile Network Data. Ministero delle infrastrutture con e dei Trasporti 17
con 18
Analisi della mobilità generale Dashboard e mappe • Analisi delle presenze • Socio-demografia (genere/età) e profilazione degli utenti (es. abitanti, pendolari, turisti, visitatori) • Luogo di abitazione e di lavoro vs provenienza e destinazione reale • Analisi delle co-visite • Matrici Origine-Destinazione (per sistematicità, modo di trasporto, nazionalità, etc.) • Poli attrattori e Centri stelle (stazioni, università, etc.) Analisi del sistema ferroviario • Spostamenti tra zone o stazioni (matrici O/D, true OD da/per stazioni, tipo di spostamento, socio-demo, nazionalità, sistematicità, modo ferro, gomma, aereo) • Catchment area delle stazioni (origine/destinazione, sistematicità, socio- demo, nazionalità) • Frequentazione delle stazioni ( presenze lorde/nette, viaggiatori/ accompagnatori/ lavoratori, socio-demo, nazionalità, frequenza, durata con 19
A B con 20
con 21
aggiornamento matrici OD regionali sviluppo modello regionale post-covid sviluppo modello nazionale sviluppo modelli regionali integrati 2018 2021 2022 2023 con 22
Audimob popolazione classi di età attivi/non accessibilità Big Data ATECO studenti distanze Turismo accessibilità MND Audimob reti servizi costi tempi generazione percorsi distribuzione scelta modale Big Data con biglietti treno flussi stradali floating car data 23
Per contatti: m.tartaglia@fsitaliane.it +39 335 263 175 p 24
Puoi anche leggere