evlampiev_mv_primenenie-indeksa-schastya-v-upravlenii-gorodskimi-proektami_27132
.pdfпешеходныхпрогулок |
– большаяуверенточдвиженияность |
|
|
|
|||
общественноготранспприводитк ,чтомуртальзователиготовып |
|
|
|
|
ройти |
||
пешком дополнительныепаруостановок |
|
[Ferris et al., 2010]. Приложение |
|||||
Mapumental позволяетвычисливремя,кототрроедляьтого,чтобыбуется |
|
|
|
|
|||
добратьсяизоднойточкиЛондонавдругуюразличныхвидах |
|
|
|
|
|
||
общественноготранспорта. |
|
Российскимпримеро |
мявляютсятехнологии |
|
|||
картрирования,используемыеЯндляоценкиексомситуациидорожного |
|
|
|
|
|
||
движе,гдеконтент,создаваемыйияпольз, зволяетболватлями |
|
|
|
|
|
||
оператреагироватьнавнезапныевнод рожныеизменения,позвол я |
|
|
|
|
|
||
прокладыватьмар |
шрутыдвиженияболе |
еоптимально. |
|
|
|
||
Дан,геныеерирупользователямиреальногомыежимевр мени |
|
|
|
|
|
||
(далее – UGC, user generated content),могутбытьисточникоминформации |
|
|
|||||
дляоценкисоциально |
-экономического иэмоционального состоянияжителей |
|
|||||
города.Традиционныеоценкиспом |
|
ощьюстатлиопросовбостикивсечаще |
|
|
|
||
сталкиваютсяп |
роблемойнедостаточностиданных |
|
– сэтозренияйчки, |
|
|||
использразличногодв ние |
|
UGC позволяетиспользовать |
болееточные |
||||
данные посравнениюдоступныпоитогамопросов. и |
|
|
|
|
|
||
Взарубежныхисточниках |
социальныесети,геоинформационные |
|
|
||||
системы |
UGC |
являютсяосновойдляразвитияконцепции« |
|
|
smart |
city», |
|
котораяпредусманепросиллюстрациюгородскойриваетситуациина |
|
|
|
|
|
||
устр,нивнедрениеойствахгородскуюсредуадапрактиктивных |
|
|
|
|
|
||
управлениянаоснов |
|
еразныхисточниковданных,чтоп зволяетповысить |
|
|
|
|
|
эффективностьгородскогоуправления[ |
|
Greenfield, |
2013; |
Kitchin, |
2014]. |
||
Массивыданных,выгружаемыеиспользурежимереальногомые |
|
|
|
|
|
||
времени,являютсяосновойавтоматическихсистучгородскогота |
|
|
|
|
|
||
потребленияэлектроэнергии,анализадорожнойситуациидругих |
|
|
|
|
|
||
процессжизнеобеспечег ,навродаосновекоторыхпринимаются |
|
|
|
|
|
||
решенияпоуправлениюразличнымигородсксистемамипроцессами |
|
|
|
|
|
||
какнакраткосрочном,таинадолгоризо.Дан,созданыетеом |
|
|
|
|
ные |
||
пользователями,применяютсяво ехферах |
|
|
– |
отприложенийдля |
|
21
смартф,позвсоновляющихбиратьинформациюсостояниидорожного |
|
|
покрытия,чтозволяетприорабитпоетыдомзи,доронтуватьг |
|
|
программпонаблюдениюзаактивнафростью |
|
-американскихподростков |
социальнсетях,чтобпротиводейстыхформолировдежныховатьанию |
|
|
бандвпригородахкрупныеамериканскихгородов |
|
[Crawford, 2013; Leonard, |
2014]. Использование UGC такимобразнепрпозволястом |
етпролитьсвет |
|
на ежедневныерутинныегородс |
киепрактики,нопрямымобразомвлиять |
|
нагородскоеуправление. |
|
|
Данныесоциальныхсетей,привязанныекгеотэгам,являютсяобъ ктом |
|
|
исследованийцеломрядеработ,посвященныхпоискулингвистических |
|
|
разлвданныхиразличийобусловленныхрелигией |
|
[Graham & Zook, |
2013; Shelton, Zook, & Graham, 2012; Wall & Kirdnark, 2012; Watkins, 2012],
особенностжителейпользповательскогоднрриториитуристовя
[Fischer, 2010; Poorthuis, 2010]. Существуютпопыткиобъяснить
пространственно |
– временныеизме |
ненияконтентасобытийнымрядом |
пользователя,например,ежедневнымритмомжизнистудентов,которые |
|
|
зако,нпередвигаютсячивятияпогоровозможностейдуискахотдыха |
|
|
[Li & Shan, 2013; Goodchild, & Xu, 2013]. Goodschild (2007, 2009) и Graham |
||
(2010)утв ерждают,чтоплатформы,позволяющиеьзователямразмещать |
|
|
информврежимеаврцльногосоциальныеюменисети,создают |
|
|
беспрецедентныевозмкодировжностилокальногознанияместах, |
|
|
ранеенеизвлибоестныхд,оступныхкнимрываятомчисле |
|
|
дистанциондоступпозволяявыстраиватьныйграницахыеязи |
|
|
однойитойжелок.Тданныецкциеивтомннычиследляразвития |
|
|
туризмаповышентуристическойпривлекательностияранеенеизвестных |
|
|
мест.Проект« |
Livehoods» [Creanshaw et al., 2012] используетданные |
|
регистрациинаресурсе |
Foursquare дляпереопределенияграниц |
микрорайоновисходяизособеннсовпользовательскойаденийстей мобильности.
22
Вработе Shelton et al. (2015)использподх,сочетающийсоциованд |
|
- |
||
пространственнуюеориюм |
етодами GIS,чтоп зволяетпоместитькаждую |
|
||
конкретнуюточкунакартегорвб широкийдалеесоциальный |
|
|
||
пространсконтекст.Автфокусируютсявенныйрынавопросахоценки |
|
|
||
неравенстваисег егацииайонахЛуисвилля,Ке,носновеатукки |
|
UGC, |
||
подчеркиваяс |
етеисвязнуюприродугородскойсреды.Используя |
|
|
|
визуализациюкартрирование,ониисследуютнефограницымальные |
|
|
||
городскихрай,формируяносновенатвитовжите |
|
лейизразных |
|
|
социальныхгрупп[ |
|
Shelton et al., 2015]. |
|
|
Данныесоциальныхсетей |
UGC – мощныйисточникинформациидля |
|
||
развитияпривлекательностигородих .Такдвиженияназываемые |
|
|
||
точкипритяжения |
– меставгор,популярныедетурисжи,мтоелейгутв |
|
|
|
бытьлегкоопределенынаосновеанализа |
UGC,котпорыйзувидетьоляет |
|
||
динамику изменинтгоениярзначитесовожанбыст, другиемльноее |
|
|
||
источникиданных. |
|
Фотографии,снабженныегеометками,такж |
|
|
персональкоммепользонымитартэгами,яватямиляютсяценнымлей |
|
|
||
источникомданныхпредпочтенияхгорожтуристов,атакжеоб |
|
|
||
основныхгородскихактивностях[ |
Dunkel, 2015]. Такнаосновеанализа |
|
||
пользфотографийвательскихсетиИнстаграм |
|
[T.H. Silva et al., |
2014] |
|
оценилипространственно |
-временнуюсетьактивностипользователей,выявив |
|
|
|
неравномерностьиспользованииразличныхгор |
|
одскихмест;оценив |
|
|
временныепараметрыразм щения |
UCG,авторыпришлик томводу,что |
|
||
городскдинамикаможетх рактеризоватьсятомчискультурными |
|
|
||
аспектами,связаннымиразмещевидовгородаИнием.стаграме |
|
|
||
Инстаграм |
– |
мобильныйсервис,котор |
ыйпозволяетснимать |
|
размещатьдляпросмдругимиользтрафвидеотователями.Он |
|
|
||
позволяетмоменразместитьфотографиюальнолюбогожизненногом мента |
|
|
||
всети,дополнительнобработавееспомощьюцветфильтров.Свых |
|
|
||
моментазапускавоктябре2010го |
|
да,сервпрболееивс150миллионовк |
|
активныхпользовател,которыеежеднзагружаютболеевной55миллионов фотографий,изкотп чтидоступныыхетьвсем.Невероятныйуспех
23
Инстаграмаисследователиобъяснтем,чтодлсовременныхяют |
|
|
|
пользователейфото |
ивидео |
– этосвоеобразнаяобществеонлайвалюта, нная |
|
эквиповсемуалентнаямиру |
|
[Rainie, Brenner, and Purcell 2012]. Простота |
|
использоваоформления,возможфотографииность,кросс |
|
- |
|
платф,возмрмендобавлятьтекстыж,носзаголовки,геотэг, |
|
|
|
хэштегиупоминатьдругихпользователейделаютприложениеудобным |
|
||
использовании.Инстаграмтакжепозволяобеспечитьсоциальныесвязи, |
|
|
|
добавляяпольз« вателейследователи» ( |
|
followers),приэтсомциальная |
|
сетьасимметрична |
– инымисловами,еслипользо |
ватеАявльяется |
|
последователемпользВ,последнийневателяобязательноявляется |
|
|
|
последователпользователяА.Кр,пользователигом могут |
|
|
|
устанавлнастройприваттаобразомки,ностичтобыьихфотографии |
|
||
ивидеовиделит последователилько, |
|
амодобавлениеэтугруппу |
|
осуществлялтолькоразрешениясампользователягось.Поумолчанию, |
|
|
|
пользфотоивидватматериалывидныольсприложенииемкиеилина |
|
|
|
сайтеИнстаграма.Пользователиосновномпросмалентриваюту |
|
– поток |
|
фотографийтех,н |
акопгонидписаны,котпоследнегорыйвремени |
|
|
былупорядоченхронологически.Фотографлайкамим жнотмечать« » |
|
|
|
комментировать – этодействиевидноавтфотографийрам,такимобразом |
|
||
можнотслеживать,какпользователисетиреагируютнаразмещенн |
|
ый |
|
контент. |
|
|
|
ЗарубежныеисследотноИнствактакятназываемымелиграм |
|
||
социальнымпотокамосведомления( |
|
social awareness stream) поаналогиис |
|
такимиплатформамикак |
|
Facebook и Twitter (Naaman, Boase, and Lai 2010). |
|
Важноотметить,чтос зданиеконтента |
|
|
и,вчастности,фотоконтента,во |
многомобъясняетсямотивамипольз,которыевателейтличаются |
|
|
|
простогоэмоциональноговысказыва« сети»Вчаст. , остиия |
|
Ames и |
|
Naaman (2007),исследуямотивациюпользсхпофункционалувателейдных |
|
||
сетревыхсурсовпр |
ишликвыводу,чтосуществуетспекмо, ивовр |
|
|
связанныхкакразмещениемфотографустановкой,такс наих |
|
|
24
«геотегов» - специальныйметок,позволяющопрг делолокациюхть пользователя.
Соглаихработеснопричинывныеразмещенияфотографий сводяткследующя мотива:социальнымлибоперсональным аффективнымлибофункциональным.Например,ведс циальнымимые/ аффекмотивпользователинымиделяамифо ,сяографияминакоторых
запечатленыяркиепозитмомеихжизнив,сдрузьямиыетыблизким и. Дляанализамотивовпростгеотэговавпредлагаторыленияследующуют таксономию: Таблица1
|
|
|
|
|
|
Таблица1 |
|
|
Функциягеотэга |
|
|
|
|
|
|
|
Геотэгкакфункция |
|
|
|
|
|
Организационная |
Коммуникационная |
|||
|
|
Хранение,упорядочение |
|
Запоминание |
|
|
Геотэгкак |
«Длясебя» |
фотографий; |
|
Формированиеконтекста |
||
|
Упрощениеиска |
|
событийдлясебя |
|
||
отражение |
|
|
|
|||
|
Обращениечьего |
-либо |
|
|
|
|
социальных |
|
|
|
|
||
|
внимания |
|
Описаниеконтента |
|
||
мотивов |
«Длядругих» |
|
|
|||
Целевоеразмещение |
|
Соцсиальныйгнал |
|
|||
|
|
|
|
|||
|
|
фотографий |
|
|
|
|
Согласноданномуподходу,ф тографии,снабженныегеотэгами,кото |
|
|
|
|
рыми |
|
пользоделятся, вляютсясоциаателигналоибослужатьныминой |
|
|
|
|
|
|
организационнойиликоммуникационнойцели. |
|
|
Вработе |
[Manikonda et al. |
||
2014] проводанализмассива5млнтся.фотографий7 ,изкоторых18,8% |
|
|
|
|
||
снабженыгеотегами.Сравнполученныевая |
|
|
данные |
сданнымиTwitter, |
||
авторыделаютвыв,чтподльзователииспользуютИнстаграмкачестве |
|
|
|
|
|
|
дневн,отмечтеилииныекаточкивяпространствеиделя |
|
|
|
|
сьэтой |
|
инфосдр.узьямимацией |
Такимобр, зомссив |
|
|
UGCв |
Инстаграм |
|
проанализированныйпредметсо |
держанияфотографий,можетсообщить |
|
|
|||
намотехилииныхаспектахсоциальнжиз,от ктесеилиойнныхой |
|
|
|
|
|
|
точкевпространстве. |
|
|
|
|
|
|
Исслеподро,ваниямбдаогоеплизутогосредственно,что |
|
|
|
|
||
размещаютпользователисети |
Instagram вразныхгеографическ |
ихрегионах, |
25
посвящеработаЛ.Маиегонлабораторииовича.Дляэтогоисследователи выгрузмассивфотографий,снабженли геотэгамиБангкока,Берлинаых,
Москвы,Нью |
-Йорка,Сан |
-ПаулоиТокио,размещенныхвпериодс5по11 |
декабря2013года.Проект« |
|
Selfiecity» содрержитзультатыкомпьютерного |
анал650изображен,что000с ставпримерно20%отобщегойло |
|
|
количествафотографий.Порезультатамобрданныхисследователиботки |
||
выделилитриконтентапа |
|
– casual, professional и designed фотографии, |
различающиесякакпохарактеризображений,такпоцелямстикамих |
размещения. |
|
Помимовизуальконте,дазачастуюнногоИнстаграмыевключают |
|
коммихеш,которыен обычноарэгсоотносии визуальнымря.домтся |
|
Хэштэгипозволяютискасходныеьематикефо |
тогр,инасрядуфии |
комментприддополнительнуюариямиютэмоциональнуюокраску.Анализ |
|
самыхупотребляемыххэштэгов,проработееденный[ |
Manikonda et al. |
2014] позволвыявитьсамыераспространенныелхэштегиванглоязычном |
|
сегментеИнстаграмавыгрузка( |
– 5млн.7.фотографий, 2.3 |
млн.комментариев): |
|
|
Таблица2 |
ВстречаемхэштэгванглсегментеостьвязычномИнстаграма |
|
Хэштег |
Частота |
#love |
152 930 |
#follow |
101 048 |
#instagood |
72 658 |
#me |
61 303 |
#like |
59 995 |
#tbt |
56 636 |
#cute |
54 736 |
#photooftheday |
54 444 |
#beautiful |
50 602 |
#happy |
49 027 |
Изприведенныхданныхмывидим,чтоф тографий,непосредственно
связтаэмоциейкойнныхкаксчастьевмассивеоколо2% |
- вданномслучае |
пользователисамиидентифипростасвоиэмо, ции валиив |
|
соответсхэштвующий |
ег. |
26
Глава2 |
. Исследованиевозможниспользованияк тентай |
дляоценкиуровнясчастьяжителейгорода
2Постановка.1 исследовапроблемыметодологияельской
исследования |
|
|
|
Задачаоценкиуровнясчастьянаосноведанных,получен |
|
ныхбез |
|
намервмешательстваисследоватнногонеискаженныхсоциальноля |
|
- |
|
одобряповедениемреспондентовмым |
|
– ключеваядляслучаев,когда |
|
необходимополучитьоценку,отражающуюсубъективноеиндивидуальное( ) |
|
|
|
восприятиегорода.Длярешенияданнойзадачимы |
|
|
реализовали |
последоватшаговопределеисточльностьвыгрузкеданныхни, каю |
|
|
|
цельюпоследующейразрабоархиндексатектурыгородскогокисчистья |
|
|
|
егооценки.Врамкахпостз мыдачивленнойсконцентрировалисьна |
|
|
|
выгрузкеиобработке |
UGC,которыйвкл |
ючалбыразныетинформациипы |
– |
кактекстовуюинформац,такколичественвизуалью. ную |
|
|
|
Комбининформациис знымисвойстцияпознамволяетзглянутьамина |
|
|
|
проблемуценкиуровнясчастьяболеекомплексно. |
|
|
|
Першагомвнашемымисследовстоялз ании |
|
адачавыбрать |
|
социальнуюсеть,изкоторойвдальнейшеммыбудемвыкданные.чиватьПо |
|
|
|
статистикекомпании |
TNS самыепопулярныесоциальныесетиРоссии |
– это |
|
Вконтакте,Одноклассники, |
Facebook, Livejournal, Instagram, Twitter. |
Рис.Аудитория2 социальных |
етейзамесяц |
27
|
Одинизос критериевовныхвыборасоциальныхсетей |
|
– большойрост |
|
|
пользвРоиоднородностьссиивателейконтентадляболееудобного |
|
|
|
||
выкианализачивания.Первыесетей5 |
|
(Рисунок 2) обладаютвозможностью |
|
||
посовершеннотингаразнконотпростогоента |
|
екстадомузыкальных |
|
||
файлов.Изтакихсетейдостаточносложновыкачавеськон,которыйенть |
|
|
|
||
генерируютпользователи |
.Подэтоткритерийподходят |
TwitterиInstagram. |
В |
||
Twitter пользователивыкладываютбольшеразличнтекстовой |
|
|
|
||
информации,социальнаясет |
ь Instagram изначально |
создляавалась |
|
||
фотографий,такжепользовм жетставитькизображениюелькакой |
|
-либо |
|||
комме.Одн,соцтаоврактивеменальнаяйпозволяетнолучитьсть |
|
|
|
||
количествданныенные |
– преждевсего,этооценки |
Like |
дляразличного |
|
|
роднав |
изуальконтента.Дляашегоогоисследования |
Instagram подходитв |
|
||
наибольшейстепени |
– каквозмсожностьютричетаконтентапатак, и |
|
|
||
большимколичествомпольз.Пданнымкомпаниивателей |
|
TNS наконец |
|
||
2015годавРоссииоколонасчитываетсяоколо12,3м |
лнпользователей,из |
|
|||
них10,6млнактивныхпользователей,котхобыразтявылф. жилито |
|
|
|
||
Instagramостаженмойетсяизв койехоциальныхсетейРоссии,зимой |
|
|
|
||
2015-16гг средиактавтороввных77,1% |
— представительницы женского |
||||
пола. |
|
|
|
|
|
|
Навторомшагеис |
следованиянамнеобходимобылонайтиспособ |
|
|
|
получениеинформациииз |
Instagram. Дляэтойцелиусетисуществуетсвой |
|
|
||
API |
(application |
program interface), |
спомощьюнего |
мыможемв |
|
автоматрежвыкиразличнуюскоммеинформациювать |
|
|
|
||
пользвбольшвателях |
омобъеме.Дляцелейнашегоисследованиямы |
|
|
||
отбираемизобщейсовокупнтехпользователей, хстибыразтяые |
|
|
|
||
вылфосгежилитовпределахметкойПерми.Техническиданнзадаяча |
|
|
|
||
реализованаследующимобраз:былавыбранаобласть,огр мя4ниченная |
|
|
|
||
координатами,котораявключосновныерайоныПермиетРисунок( )На. |
|
|
|
||
основанииэтихданныхбыласозданаспециальнаяпрограммабазе |
|
API |
|||
Instagram,котпзадоркритераяннвыкачивалафотомсоциальнойемз |
|
|
|
28
сети.Важнобылполучиименнофотизгоогьродафии |
аПерми,поэтому |
||
выкачивалисьтолькотефотографииукоторыхбылагеометкавзаданной |
|
||
области. |
(Рисунок3 |
) |
|
Рис.Вы3обдляластиорвыкачиванияданныхиз |
|
|
|||
Следующаязадачасостоялавтом,чтобынайтиспособ |
|
|
|
|
|
автоматическогоанализаконтента,получе |
|
нногоиз |
Instagram. |
Нам |
|
требовалисьименнотакиемет,котмдыобырыепровестиглианализ |
|
|
|
|
|
помкомпьютерныхщьюалгоритмов,посколькуобъемполученногоассива |
|
|
|
|
|
непозволяаналитическиепримпривычныеятьсервисы. |
|
|
|
Поля |
|
полученнамибазыданныхсодержой |
|
|
атдлякаждойфотографииследующие |
|
|
записи:локацияфото, |
id |
пользова,ссылканафот,количествоографиюеля |
|
|
|
лайков,хештэгикомментарийподфотографией. |
|
|
|
|
|
Былоприняторешениеиспользовать |
|
2способаанализа.Первый |
|
– это |
|
анализ тональности комментария,для |
чего былаиспользованапрограмма, |
|
|||
котораяобученараспознавать |
иопределятьегоэмоциокраскутнальную |
|
|
||
позитивногодонегативного |
.С |
использованиемданногоалгоритмамы |
|
|
|
можемпонять |
количмеруэмоцииственнуюпользоват,выражелянную |
|
|
||
черезтексткоммент |
ария. |
Дляэтого |
былпримененсемантическийализ |
|
|
комментафотог,былразработияспецифиимодель,котораяльная можетсамаобучатьсявраспознаваниислов.Изначальновсет быликсты
29
лемматизидлясозданияпервойстепеовасловпомощьюноткрытогныи |
|
|
о |
|
программногообеспечен |
|
ия"mystemотЯндексаСайт[.exe" |
Mystem]. |
|
Пользконтент,аименновательскийкомментафотог,имеетрафиямии |
|
|
||
многоспецифическсловразныефигурыречи,которыеусложняютх |
|
|
||
пробученияцессмодели. [ |
|
M. Lv, A. Li, T. Liu, and T. Zhu, 2015, p. e1455] |
||
Дляуменьшпогрвподгоешнния сти |
|
товкеопорныхвекторовмодели |
|
|
определениянастроениякомментари(SVM)былипр специальныененыв |
|
|
||
словарисоциальныхсетей.Дляэтогобылприобретенсловарьсайта |
|
|
|
|
studyв.которmokoronнах144911одитсямположительных.com,"111923" |
|
|
||
"отрицательных"с |
ообщенийTwitter. [ |
Сайт Mokoron]Испобоихльзование |
||
SVMклассифнаосновебипринципак рноготорхор вдшоляхдит |
|
|
|
|
полученияправдорезультатовпридобныхбучениидлядальнейшего |
|
|
||
выявленияположительных" "отрицательных"комментариев |
|
|
||
фотографиям. [ |
S. Liu, at al., 2013, pp. 2079–2088] SVMанализв R |
-пакете |
||
возвращаетдвеоценки: позитивнегативные1) "," "" «ейтральные» |
|
|
||
категории2)веснастр.Весаоздаютсяениявозможностьювстречислова |
|
|
||
«полож»илнегативном« тельном»комментарии.Нап,грубыесловаимер |
|
|
|
|
частоможновстретить |
|
«негативных»комментариевзамечанияс |
|
|
большимколичествомгрубыхсловимеютбольшенегативный« ». с |
|
|
|
|
Но то,чтопишетчеловек,невсегдаявляетсяописаниемего |
|
реальной |
||
эмоции.Будетнеправильностроитьвыводыпооценкетолькокомментария, |
|
|
||
поэтомумырешили,ч акжебудеманализироватьфотографии |
|
|
|
|
польз.Нфотогвателей |
|
рафиидолжныанализирнелюди,потчтоватьму |
|
|
онимогутдобавитьоценкусвоесубъективноемнение,амашинные |
|
|
|
|
алгоритмы.Ссегодняшнимразвитнейронныхсетеймашинного |
|
|
||
обученияэтостановитсявозможным.Таккомпания |
|
Microsoft |
запустила |
|
проект Oxford Project, которыйобъедразличныеинструментыяет |
|
|||
машинногообучвсеэтиияструментынаходятвоткрыдо. яупеом |
|
|
|
|
Одинизтаких |
– этопрограммапоопределениеэмоциичеловеканафото |
|
||
Emotion Recognition. Emotion |
Recognition — сервис Microsoft, |
который |
30