大数据分析看纽约市如何利用数据挖掘预防火灾-职坐标

大数据分析看纽约市如何利用数据挖掘预防火灾

沉沙 2018-10-26 来源：阅读 1409 评论 0

摘要：本篇教程介绍了大数据分析看纽约市如何利用数据挖掘预防火灾，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据分析的理解更加深入。

本篇教程介绍了大数据分析看纽约市如何利用数据挖掘预防火灾，希望阅读本篇文章以后大家有所收获，帮助大家对大数据云计算大数据分析的理解更加深入。

    对于纽约消防队员来说，除了救火外，日前他们多了一项新任务：检验全纽约各栋建筑物的安全性。

    目前纽约大概有 100 万栋建筑物，平均每年当中约有 3000 栋会发生严重级别的大火。那是否有方法能够预防悲剧发生呢？据华盛顿邮报报道，纽约消防局的数据分析师认为，每栋建筑物拥有独特的属性，通过分析就能得知一些建筑物其实本身就属“火”。

    能判断一栋建筑物是否属“火”主要遵循不同的因素：例如贫穷，低收入家庭的房子往往更容易发生火灾，而且低收入人群居住密度较高，火灾的危害性更大。另外，建筑物的年龄也需要关注。老房子问题更多，因为它们很容易有各种由电线线路引起火警的潜在问题，而且老房子消防设施落后，发生火灾后才发现附近根本没有足够的水龙头，危险指数是普通建筑物的两倍。

    诸如此类，纽约消防员将影响房屋起火的因素分为 60 个。除去危害性较小的小型独立屋，相关人员通过特定算法，为城市中 33 万栋需要检验的建筑物单独进行打分，得出危险指数高低。而整个纽约城的消防数据，也因系统的检测和防范得到更新。

    这样当消防员每周出勤检验时，系统都会列出建筑物的详细资料和危险指数，决定哪些是优先“照顾”的对象。这个庞大的数据挖掘计划从去年七月开始实施，预计会将全纽约建筑为归类成 2400 种，例如学校、图书馆这种比较重要的设施就会列入超常规检验对象。

    在前市长Michael Bloomberg驱动下，纽约已逐渐成为数据城市。过去几年不同职能部门通过数据解决了如垃圾、火灾、治安问题。

    预计纽约会继续在大数据分析系统加大投入。不过目前有个问题就是，如何找出证据显示因为有了这些数据分析和防范，从而避免了火灾发生？消防局发言人表示：“最好的答案还是数据本身，因为最后我们能看到火灾数量的下降。”

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标大数据云计算大数据分析频道！

大数据分析方法黄志洪大数据分析软件大数据统计分析方法

本文由 @沉沙发布于职坐标。未经许可，禁止转载。