همان گونه که در بخش اول این مطلب نگاهی کوتاه داشتیم بر مفهوم کلان داده های شهری، در این بخش ضمن اشاره به انواع کلان داده های شهری، به فرایند داده کاوی کلان داده های مدیریت شهرهای ایران اشاره خواهیم کرد.

روشد توسعه و گسترش شهرها روز به روز در حال شتاب گرفتن بیش از پیش است. از طرف دیگر رشد و گسترش فن آوری های نوین نیز در شهرها روز به روز هم افزایش کمی پیدا کرده و هم کیفیت تولید داده های شهرها را بهبود بخشیده است. کلان‌داده‌های یک شهر شامل حجم بالایی از اطلاعات است که از منابع مختلف در سطح شهری جمع‌آوری می‌شود. این داده‌ها می‌توانند ساختارهای متنوعی داشته باشند (ساختارمند، نیمه‌ساختارمند، یا بدون ساختار) و از طریق حسگرها، سیستم‌های اطلاعاتی، اپلیکیشن‌ها، و تعاملات دیجیتال کاربران تولید می‌شوند. این داده‌ها معمولاً در قالب‌های مختلف مانند متن، صدا، تصویر و ویدیو جمع‌آوری می‌شوند و برای تحلیل‌های مختلف استفاده می‌شوند. به طور کلی، تولید کلان‌داده‌ها در یک شهر از چندین منبع عمده انجام می‌شود که در ادامه به تفصیل توضیح داده شده است:

یک) حمل‌ونقل شهری

سیستم‌های حمل‌ونقل عمومی: اتوبوس‌ها، متروها، و ترامواها اطلاعات زیادی را در مورد جریان‌های ترافیکی و رفتار مسافران جمع‌آوری می‌کنند. این داده‌ها می‌توانند شامل زمان‌های حرکت، میزان بارگیری، میزان استفاده از سرویس‌ها و حتی ترجیحات مسافران باشند.

ترافیک و وسایل نقلیه شخصی: از طریق حسگرها، دوربین‌های ترافیکی، سیستم‌های GPS در خودروها و اپلیکیشن‌های مسیریابی مانند گوگل‌مپ، نشان، اسنپ، تپسی، اطلاعاتی در مورد وضعیت ترافیک، سرعت حرکت، تصادفات و نقاط بحران جمع‌آوری می‌شود.

پارکینگ‌های عمومی: اطلاعات مربوط به ظرفیت پارکینگ‌ها، زمان‌های اشغال، و الگوهای پارک کردن می‌توانند به تحلیل‌های مربوط به مدیریت ترافیک و پارکینگ کمک کنند.

دو) زیرساخت‌های خدمات عمومی

آب و برق: مصرف آب و برق توسط حسگرهای هوشمند و سیستم‌های مدیریت انرژی به صورت لحظه‌ای ثبت می‌شود. این داده‌ها برای تحلیل‌های مصرف انرژی، پیش‌بینی نیازها و برنامه‌ریزی برای بهبود کارایی استفاده می‌شود.

فاضلاب و مدیریت پسماند: سیستم‌های نظارت بر وضعیت فاضلاب و جمع‌آوری زباله‌ها می‌توانند اطلاعاتی در مورد حجم و نوع زباله‌ها و نیازهای نگهداری به‌دست دهند.

سه) داده‌های اقتصادی و تجاری

تجارت و کسب‌وکارها: فروشگاه‌ها، رستوران‌ها، و مراکز تجاری داده‌هایی در مورد فروش، تعداد مشتریان، الگوهای خرید، و ترجیحات مصرف‌کنندگان جمع‌آوری می‌کنند. همچنین، داده‌های اقتصادی کلان مانند شاخص‌های بازار کار، تولید ناخالص داخلی شهری، و نرخ بیکاری از منابع دولتی و خصوصی جمع‌آوری می‌شود.

فعالیت‌های تجاری آنلاین: اطلاعات از پلتفرم‌های خرید آنلاین، اپلیکیشن‌های موبایل و وب‌سایت‌ها در مورد رفتار مصرف‌کنندگان، جستجوها، خریدها و ارزیابی‌های محصولات جمع‌آوری می‌شود.

چهار) داده‌های جمعیتی و اجتماعی

آمار و سرشماری: اطلاعات جمعیتی، نظرسنجی‌ها، و داده‌های مربوط به وضعیت اجتماعی و اقتصادی افراد به‌طور مرتب توسط سازمان‌های دولتی جمع‌آوری می‌شود.

شبکه‌های اجتماعی و اپلیکیشن‌ها: کاربران در شبکه‌های اجتماعی مانند اینستاگرام، توییتر، فیسبوک و همچنین اپلیکیشن‌های موبایل اطلاعات زیادی را در مورد وضعیت، رفتار، موقعیت جغرافیایی و علاقه‌مندی‌های خود به اشتراک می‌گذارند.

سلامت و پزشکی: داده‌های مربوط به بهداشت عمومی، بیماری‌ها، مراکز درمانی و مراجعه‌کنندگان به بیمارستان‌ها و کلینیک‌ها به جمع‌آوری و تحلیل داده‌های بهداشتی شهری کمک می‌کند.

پنج) داده‌های محیطی

• کیفیت هوا: سنسورهای محیطی در سطح شهر به‌طور پیوسته داده‌هایی در مورد کیفیت هوا، سطح آلاینده‌ها، دما و رطوبت جمع‌آوری می‌کنند.
• داده‌های اقلیمی: اطلاعات مربوط به وضعیت آب و هوا، پیش‌بینی‌های جوی و تحلیل‌های تغییرات اقلیمی می‌توانند از منابع مختلف از جمله ایستگاه‌های هواشناسی جمع‌آوری شوند.

شش) داده‌های امنیتی و حوادث

• دوربین‌های مداربسته و نظارتی: دوربین‌های امنیتی که در سطح شهر برای نظارت بر خیابان‌ها و فضاهای عمومی نصب می‌شوند، اطلاعات ویدئویی را در مورد حرکت افراد، رفتارها و حوادث خاص جمع‌آوری می‌کنند.
• حوادث و بلایای طبیعی: داده‌های مربوط به بلایای طبیعی مانند زلزله‌ها، سیل‌ها یا طوفان‌ها می‌توانند از منابع مختلفی از جمله سیستم‌های هشدار سریع، حسگرها و داده‌های ماهواره‌ای جمع‌آوری شوند.

هفت) داده‌های فرهنگی و تفریحی

• مراکز فرهنگی و تفریحی: داده‌های مربوط به بازدید از موزه‌ها، سینماها، تئاترها، کنسرت‌ها و دیگر رویدادهای فرهنگی به‌طور عمده از طریق رزرو بلیط، سیستم‌های ثبت‌نام و نظرسنجی‌ها جمع‌آوری می‌شود.

هشت) حسگرهای اینترنت اشیاء (IoT)

حسگرهای شهری: در حال حاضر، بسیاری از شهرها از حسگرهای هوشمند در سرتاسر شهر برای نظارت بر ترافیک، آلودگی هوا، میزان مصرف منابع، وضعیت سیستم‌های حمل‌ونقل عمومی و حتی پارکینگ‌های عمومی استفاده می‌کنند.

از دوربین های ثبت وقایع بخش عمومی گرفته تا دوربین های ثبت وقایع شخصی، دوربین های تشخیص چهره، اینترنت اشیاء، خریدهای اینترنتی، توسعه بانکداری الکترونیکی و هوشمند و هزاران نوع دیگر داده های شهری ، اقتصاد شهری و مدیریت شهری را با چالش ها و ارزش های جدیدی مواجه ساخته است. همچنین با وجود شبکه های اجتماعی مجازی نوع دیگری از داده های شهری تولید می شود که با انجام داده کاوی بر روی آنها، میتوان هزینه های شهری را کاهش داده و همچنین با مصورسازی داده ها ، ارزش های جدیدی خلق کرده و به درآمدهای شهری و شهرداریها افزود. کلان‌داده‌های شهری از طریق فضای مجازی از منابع متنوعی تولید می‌شوند که همگی به تعاملات دیجیتال افراد، سازمان‌ها، و سیستم‌ها با یکدیگر مربوط می‌شوند. این داده‌ها می‌توانند به مدیریت بهینه‌تر منابع شهری، پیش‌بینی نیازها، تحلیل مشکلات اجتماعی و اقتصادی و بهبود کیفیت زندگی شهروندان کمک کنند. از این رو، استفاده مؤثر از این داده‌ها در طراحی سیاست‌ها، خدمات عمومی، و برنامه‌ریزی شهری بسیار حیاتی است.

با وجود این همه ارزش افزوده احتمالی داده کاوی کلان داده های مدیریت شهری، متاسفانه برای ورود به این عرصه مشکلات و چالش های فراوانی وجود دارد. نبود سیستم های متصل به هم تولید داده در سازمان های مختلف و حتی درون سازمانی، یکی از این مشکلات می باشد. همچنین عدم آشنایی مدیران و کارشناسان با مقوله کلان داده های مدیریت شهری و به همین ترتیب نگاه منفی آنها به داده کاوی از دیگر چالش های پیش رو می باشد.

لازم است مدیران و دست انداران دولتی و غیر دولتی با توجه ویژه به این حوزه ، منافع عمومی شهرها را مد نظر قرار دهند و از فواید این امر در کاهش استرس های مدیریتی خود نیز بهره مند گردند. قطع یقین مدیریت هوشمند شهری پایدار بروزترین پارادیم موجود برای اداره شهرهاست و این امر با تولید کلان داده ها و داده کاوی آنها میسر خواهد شد.

داده کاوی کلان داده های مدیریت شهری به مدیران این فرصت را خواهند داد تا در تهیه برنامه و بودجه شهری از دقت عمل بیشتری برخوردار گردیده و بودجه شهر را کاراتر نمایند. آگاهی از نیازها و روندهای گذشته و پیش بینی های آتی یک فرصت استثنایی برای شهرها و کارآمدسازی آنها و توسعه اقتصاد شهری خواهد بود.

حمید عباسی شکوهی: متخصص داده کاوی