《纽约如何利用数据挖掘预防火灾.pdf》由会员分享，可在线阅读，更多相关《纽约如何利用数据挖掘预防火灾.pdf（2页珍藏版）》请在三一文库上搜索。
1、纽约如何利用数据挖掘预防火灾 之前我们曾报道过纽约市长手下有一支极客团队，他们通过搜集城市大数据作趋 势分析预测， 解决各种疑难杂症。 要准确掌握这颗大苹果的脉络，当中数据挖掘 （data mining ）是重要一环。 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。 目前纽约约有 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
2、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。”