Elke dag, mensen delen een duizelingwekkende hoeveelheid informatie over lokale gemeenschappen online. Ze praten over of hun buren vriendelijk zijn, hoe goed de bussen rijden, wat voor soort restaurants zijn er in een gebied, en veel, veel meer.

Een nieuwe studie van Yingjie Hu, onderzoeker van de University at Buffalo, laat zien hoe we deze enorme hoeveelheid digitale gegevens kunnen doorzoeken om steden en de levenskwaliteit van mensen te verbeteren.

Het onderzoek, gepubliceerd op 8 maart in de Annalen van de Amerikaanse Vereniging van Geografen , analyseerde buurtbeoordelingen van meer dan 7, 600 unieke gebruikers die op de website Niche.com over New York City hebben gepost.

Het doel was om duizenden meningen efficiënt te doorzoeken om meer te weten te komen over de percepties van mensen over hun gemeenschap. De studie combineerde ruimtelijke analyse, machine learning en natuurlijke taalverwerkingstechnieken om kenmerken van buurten te identificeren waar mensen online over spraken, en wat de algemene gevoelens van recensenten waren over die attributen.

Dit soort onderzoek kan stadsplanners helpen problemen op te sporen die ze anders misschien zouden missen, zegt Hu.

"Het kost veel tijd om buurten te leren kennen door middel van enquêtes of persoonlijke interviews. Dus hoewel de gegevens uit enquêtes of interviews zeer waardevol zijn, als je een planner bent, u kunt dit soort gegevens mogelijk niet vaak of voor grote geografische gebieden verzamelen, " zegt Hu, doctoraat, een assistent-professor geografie aan de universiteit van Buffalo College of Arts and Sciences en een expert op het gebied van geografische informatiewetenschap (GIScience).

"In tegenstelling tot, de online gegevens die we onderzoeken worden voortdurend bijgewerkt, Hu voegt eraan toe. "Mensen plaatsen altijd nieuwe buurtrecensies. We willen deze bron gebruiken om nieuwe informatie te ontdekken die een verscheidenheid aan toepassingen kan ondersteunen."

Co-auteurs van de studie waren Chengbin Deng, doctoraat, en Zhou Zhou, beide aan de Binghamton University.

Online beoordelingen geven planners toegang tot duizenden meningen

Uit de analyse van de onderzoekers bleek dat in sommige gevallen, de percepties van mensen van een gemeenschap kwamen niet overeen met het beeld dat door andere gegevens werd gepresenteerd. Bijvoorbeeld, terwijl de gevoelens van recensenten over veiligheid over het algemeen overeenkwamen met misdaadstatistieken, andere categorieën correleerden niet zo netjes, zegt Hu.

Discrepanties treden om vele redenen op, en sommige kunnen onthullend zijn. Als het om werk ging, buurtreviews bespraken de kwaliteit van banen in een gebied, een probleem dat niet wordt opgevangen door brede statistieken zoals het werkloosheidscijfer. Hetzelfde, als het om het openbaar vervoer ging, men maakte zich zorgen over de betrouwbaarheid:waren de bussen op tijd of te laat? Planners kunnen dit probleem over het hoofd zien als ze zich concentreren op statistieken zoals het aantal buslijnen of doorvoerknooppunten in een buurt.

Hu waarschuwt dat online beoordelingen niet afzonderlijk mogen worden gebruikt:mensen die berichten plaatsen, zijn zelfgekozen, dus ze vertegenwoordigen mogelijk niet de opvattingen van alle mensen in een buurt.

Nog altijd, Hu zegt dat het verzamelen van gegevens een aanvulling kan zijn op enquêtes, persoonlijke interviews en andere bestaande methoden om over buurten te leren. Het analyseren van online data kan planners snel toegang geven tot de inzichten van veel individuen.

"Een voordeel van online buurtbeoordelingsgegevens is dat het relatief eenvoudig wordt om toegang te krijgen tot de meningen van veel mensen - in het geval van ons onderzoek, meer dan 7, 600, " zegt Hu. "Als je bedenkt wat er nodig is om zelfs 100 mensen te interviewen, het kost veel tijd en middelen. De buurtbeoordelingsgegevens zijn verre van perfect, maar het kan helpen om andere soorten gegevens die we al hebben aan te vullen."