Kako smo našli najslabši prostor za parkiranje v New Yorku — z uporabo masivnih podatkov
-
0:01 - 0:049656 kilometrov cest,
-
0:04 - 0:06965 kilometrov podzemne železnice,
-
0:06 - 0:07643 kilometrov kolesarskih poti,
-
0:07 - 0:09in 804 metri tramvajske proge
-
0:09 - 0:11če ste kdaj bili na Roosevelt Island-u.
-
0:11 - 0:14To so številke, ki sestavljajo
infrastrukturo mesta New York. -
0:14 - 0:17To je statistika naše infrastrukture.
-
0:17 - 0:21To so številke, ki jih lahko najdete
v poročilih mestnih agencij. -
0:21 - 0:24Na primer, Oddelek za transport
vam bo najbrž povedal -
0:24 - 0:26koliko kilometrov ceste nadzorujejo.
-
0:26 - 0:29MTA se hvali, koliko km
podzemne železnice je tu. -
0:29 - 0:30Večina mestnih agencij nam da statistiko.
-
0:30 - 0:32To je poročilo iz tega leta
-
0:32 - 0:34iz Komisije za taksije in limuzine,
-
0:34 - 0:37kjer izvemo da je v mestu New York
13,500 taksijev. -
0:37 - 0:38Precej zanimivo, kajne?
-
0:38 - 0:41Ste kdaj pomislili,
odkod vse te številke? -
0:41 - 0:44Da te številke obstajajo,
se je moral nekdo v mestni agenciji -
0:44 - 0:48ustaviti in reči, hmm, tu je številka,
ki bi jo nekdo morda hotel vedeti. -
0:48 - 0:50Tu je številka,
ki jo želijo vedeti meščani. -
0:50 - 0:52Vzamejo gole podatke,
-
0:52 - 0:54štejejo, dodajajo, računajo
-
0:54 - 0:55in izdajo poročila,
-
0:55 - 0:57in ta poročila bodo imela številke,
kot so te. -
0:57 - 1:00Težava je, kako vedo
vsa naša vprašanja? -
1:00 - 1:01Imamo veliko vprašanj.
-
1:01 - 1:05Pravzaprav je tu na nek način
dobesedno neskončno število vprašanj, -
1:05 - 1:06ki jih lahko vprašamo o mestu.
-
1:06 - 1:08Agencije nas ne dohajajo.
-
1:08 - 1:12Paradigma torej ne deluje in mislim,
da naši odločevalci to vedo, -
1:12 - 1:16ker je leta 2012 župan Bloomberg
podpisal zakon, ki ga je označil za -
1:16 - 1:20najbolj ambiciozen in izčrpen
zakon o dostopnih podatkih v državi. -
1:20 - 1:21V veliko stvareh, je imel prav.
-
1:21 - 1:24V zadnjih dveh letih je mesto izdalo
1000 setov podatkov -
1:24 - 1:26na našem portalu dostopnih podatkov
-
1:26 - 1:27in to je precej neverjetno.
-
1:27 - 1:29Greste in takole pogledate podatke
-
1:29 - 1:32in namesto da bi samo
šteli število taksijev, -
1:32 - 1:34lahko vprašate različna vprašanja.
-
1:34 - 1:35Imel sem vprašanje.
-
1:35 - 1:36Kdaj je prometna konica
v New Yorku? -
1:36 - 1:39Lahko je neprijetna.
Kdaj točno je prometna konica? -
1:39 - 1:42In pomislil sem,
ti taksiji niso samo številke, -
1:42 - 1:44so GPS snemalniki, ki se vozijo
po naših mestnih cestah -
1:44 - 1:46in posnamejo vsako vožnjo.
-
1:46 - 1:49Tu so podatki, in pogledal sem jih,
-
1:49 - 1:53in grafično sem prikazal povprečno hitrost
taksijev v mestu New York čez dan. -
1:53 - 1:56Lahko vidite, da se od polnoči
do okrog 5:18 zjutraj -
1:56 - 2:00hitrost poveča in ta tej točki
se stvari obrnejo -
2:00 - 2:04in postajajo počasnejše in počasnejše
in počasnejše do 8:35 zjutraj, -
2:04 - 2:06ko končajo pri 18 kilometrih
in pol na uro. -
2:06 - 2:10Povprečen taksi gre 18 kilometrov
in pol na uro po naših cestah -
2:10 - 2:12in izkaže se, da tako ostane
-
2:12 - 2:15ves dan.
-
2:15 - 2:16(Smeh)
-
2:16 - 2:20Pa sem si rekel, v mestu New York
prometna konica ne traja eno uro. -
2:20 - 2:21Traja kar cel dan.
-
2:21 - 2:24To ima smisel.
In je pomembno zaradi nekaj razlogov. -
2:24 - 2:28Če si načrtovalec prevoza,
je to zanimiv podatek. -
2:28 - 2:30A če bi rad nekam prišel hitro,
-
2:30 - 2:33veš, da moraš nastaviti alarm
za 4:45 zjutraj in si pripravljen. -
2:33 - 2:34New York, kajne?
-
2:34 - 2:36A za temi podatki je zgodba.
-
2:36 - 2:38Ti podatki, se izkaže,
niso bili kar na voljo. -
2:38 - 2:42Prišli so iz obrazca po zakonu
o javnih informacijah, -
2:42 - 2:43oziroma FOIL.
-
2:43 - 2:46Na strani Komisije za taksije in limuzine
lahko najdete obrazec. -
2:46 - 2:49Da bi lahko dostopali do teh informacij,
-
2:49 - 2:51morate izpolniti obrazec
in obvestili vas bodo -
2:51 - 2:53in možakar Chris Whong
je naredil točno to. -
2:53 - 2:55Chris je šel tja in povedali so mu:
-
2:55 - 2:58"Prinesi
nov trdi disk v našo pisarno, -
2:58 - 3:01pusti ga tu 5 ur, prekopirali bomo
podatke in ti ga vzameš nazaj." -
3:01 - 3:03Od tu so prišli ti podatki.
-
3:03 - 3:06Chris je take vrste tip,
ki bi rad te podatke naredil javne, -
3:06 - 3:10zato so končali na spletu.
Odtod tale graf. -
3:10 - 3:14Dejstvo, da to obstaja, je neverjetno.
Ti GPS snemalniki--res so kul. -
3:14 - 3:17A dejstvo, da meščani
s trdimi diski hodijo okrog agencij -
3:17 - 3:19in dobivajo podatke,
da bi jih objavili-- -
3:19 - 3:22bili so že delno javni, dostopni,
-
3:22 - 3:23a bili so "javni", ne pa javni.
-
3:23 - 3:25Veliko bolje lahko to naredimo kot mesto.
-
3:25 - 3:28Ni treba, da naši meščani
hodijo naokrog z diski. -
3:28 - 3:31Ni vsak set podatkov
posledica obrazca FOIL. -
3:31 - 3:34Tu je zemljevid, ki sem ga naredil,
z najbolj nevarnimi križišči v New Yorku, -
3:34 - 3:36glede na kolesarske nesreče.
-
3:36 - 3:38Rdeča področja so bolj nevarna.
-
3:38 - 3:41Prvo pokaže vzhodni del Manhattna,
-
3:41 - 3:44še posebej nižji predel Manhattna,
ima več kolesarskih nesreč. -
3:44 - 3:45To ima morda smisel,
-
3:45 - 3:48ker tu pride več kolesarjev z mostov.
-
3:48 - 3:50A tudi druge vroče točke
velja preučiti. -
3:50 - 3:53Tu je Williamsburg.
Pa Rooseveltova Avenija v Queensu. -
3:53 - 3:56Točno take podatke
potrebujemo za Vizijo nič. -
3:56 - 3:58Točno to iščemo.
-
3:58 - 4:00A tudi za temi podatki stoji zgodba.
-
4:00 - 4:02Ti podatki se niso kar pojavili.
-
4:02 - 4:04Koliko vas pozna tale logo?
-
4:04 - 4:06Ja, vidim nekaj kimanja.
-
4:06 - 4:08Ste kdaj poskušali kopirati
podatke iz PDF formata -
4:08 - 4:10in jih nato urediti?
-
4:10 - 4:11Še več kimanja.
-
4:11 - 4:14Več vas je kopiralo, kot pa
vas je poznalo logo. To mi je všeč. -
4:14 - 4:18Zgodilo se je, da so bili ti podatki
pravzaprav v PDF formatu. -
4:18 - 4:21Pravzaprav na stotine
in stotine strani PDF, -
4:21 - 4:23ki jih je izdala naša NYPD,
-
4:23 - 4:26in da bi prišli do njih,
bi morali kopirati in lepiti -
4:26 - 4:28na stotine in stotine ur,
-
4:28 - 4:29ali pa bi bili John Krauss.
-
4:29 - 4:30John Krauss je menil,
-
4:30 - 4:34ne bom kopiral in lepil teh podatkov.
Program bom napisal. -
4:34 - 4:36Imenuje se NYPD obliž za zlomljene podatke
-
4:36 - 4:39in gre na stran NYPD in naloži PDF-je.
-
4:39 - 4:42Vsak dan išče; če bi našel PDF,
bi ga naložil -
4:42 - 4:44in potem bi zagnal nek PDF pretvornik
-
4:44 - 4:46in ven bi prišlo besedilo
-
4:46 - 4:49in potem bi ga dal na internet,
da bi lahko ljudje delali take zemljevide. -
4:49 - 4:53Dejstvo, da so ti podatki tu,
dejstvo, da imamo do njih dostop-- -
4:53 - 4:55Vsaka nesreča, mimogrede,
je ena vrstica. -
4:55 - 4:57Predstavljajte si količino PDF-jev.
-
4:57 - 4:59Dejstvo, da imamo
do tega dostop, je super, -
4:59 - 5:01a ne izdajmo jih v PDF obliki,
-
5:01 - 5:04ker morajo potem naši meščani
napisati PDF pretvornike. -
5:04 - 5:06To ni najboljša raba časa naših meščanov,
-
5:06 - 5:08in mi kot mesto lahko to storimo bolje.
-
5:08 - 5:11Dobra novica je,
da je administracija župana De Blasia -
5:11 - 5:13pravzaprav izdala podatke
pred nekaj meseci, -
5:13 - 5:15tako da imamo sedaj
dostop do njih, -
5:15 - 5:18a še vedno je veliko podatkov
v formatu PDF. -
5:18 - 5:21Na primer, podatki o kriminalu
so še vedno dostopni samo v PDF. -
5:21 - 5:25Ne samo podatki o kriminalu,
proračun našega mesta. -
5:25 - 5:29Proračun našega mesta
lahko preberete samo v PDF obliki. -
5:29 - 5:31Nismo edini,
ki ga ne moremo analizirati-- -
5:31 - 5:34naši zakonodajalci,
ki glasujejo o proračunu, -
5:34 - 5:36ga dobijo samo v PDF obliki.
-
5:36 - 5:40Tako zakonodajalec ne more
analizirati proračuna, o katerem glasuje. -
5:40 - 5:43Mislim, da bi kot mesto
lahko izvedli tudi to malo bolje. -
5:43 - 5:46Veliko je podatkov,
ki niso skriti v PDF-jih. -
5:46 - 5:47To je primer zemljevida
-
5:47 - 5:50in na njem so najbolj umazane
vodne poti v New Yorku. -
5:50 - 5:52Kako merimo umazanost?
-
5:52 - 5:54No, malo je čudno,
-
5:54 - 5:56a pogledal sem raven fekalne bakterije,
-
5:56 - 5:59s čimer merimo fekalije
v vsaki vodni poti. -
5:59 - 6:03Večji ko je krog, bolj umazana je voda,
-
6:03 - 6:06tako so veliki krogi umazana voda,
manjši krogi so čistejši. -
6:06 - 6:08To so kopenske vodne poti.
-
6:08 - 6:11To so vsi podatki, ki bili pridobljeni
v mestu v zadnjih petih letih. -
6:11 - 6:14Kopenske vodne poti so
v večini bolj umazane. -
6:14 - 6:15To je logično, kajne?
-
6:15 - 6:18Večji krogi so bolj umazani.
Iz tega sem se naučil nekaj stvari. -
6:18 - 6:21Prvič: Nikoli ne plavaj v nečem
kar se konča s "potok" ali "kanal". -
6:21 - 6:26Drugič: prav tako sem našel
najbolj umazano vodno pot v New Yorku -
6:26 - 6:28s to meritvijo, eno meritvijo.
-
6:28 - 6:31V potoku Coney Island, na srečo ne tistem,
v katerem plavate. -
6:31 - 6:32Je na drugi strani.
-
6:32 - 6:36V potoku Coney Island ima 94 % vzorcev,
vzetih v zadnjih petih letih, -
6:36 - 6:38tako visoko raven fekalij,
-
6:38 - 6:41da bi bilo protizakonito
plavati v tej vodi. -
6:41 - 6:44In to ni ravno dejstvo,
s katerim bi se hvalili -
6:44 - 6:46v mestnem poročilu, kajne?
-
6:46 - 6:48Ne bo na prvi strani nyc.gov.
-
6:48 - 6:50Tam ga ne boste videli,
-
6:50 - 6:52a dejstvo, da lahko dobimo te podatke,
je neverjetno. -
6:52 - 6:54A še enkrat, ni bilo zelo lahko,
-
6:54 - 6:56ker ti podatki niso bili
na prostem portalu. -
6:56 - 6:58Če bi odprli prost portal podatkov,
-
6:58 - 7:01bi videli samo delček,
leto ali pa nekaj mesecev. -
7:01 - 7:04Bilo je na strani
Oddelka za okolje. -
7:04 - 7:08Vsaka izmed teh povezav je Excelova tabela
in vsaka je drugačna. -
7:08 - 7:11Vsak vrh strani je drugačen:
kopiraš, lepiš, preurejaš. -
7:11 - 7:14Nato lahko ustvariš zemljevid,
kar je super, a spet -
7:14 - 7:17bi lahko kot mesto bolje storili,
lahko bi standardizirali stvari. -
7:17 - 7:20Kmalu bomo tam, ker je tu stran,
ki jo izdeluje Socrata, -
7:20 - 7:22imenovana Portal prostih podatkov NYC.
-
7:22 - 7:24Tu je 1100 setov podatkov, ki ne trpijo
-
7:24 - 7:26za omenjenimi slabostmi,
-
7:26 - 7:28in ta številka raste, kar je enkratno.
-
7:28 - 7:31Lahko si naložite podatke v kateremkoli
formatu, naj bo CSV ali PDF ali Excel. -
7:31 - 7:34Karkoli želite, lahko si
jih naložite na tak način. -
7:34 - 7:35Težava je, da ko to storite,
-
7:35 - 7:39boste videli, da vsaka agencija
kodira svoj naslov drugače. -
7:39 - 7:41Eno je ime ulice, ime križišča,
-
7:41 - 7:43cesta, mestni okraj,
naslov, stavba, naslov stavbe. -
7:43 - 7:47Tako da spet zapravljaš čas kljub portalu,
-
7:47 - 7:49zapravljaš čas z urejanjem
polj z naslovi. -
7:49 - 7:52To ni najboljša raba časa
naših državljanov. -
7:52 - 7:53Kot mesto lahko to naredimo bolje.
-
7:53 - 7:55Lahko standardiziramo
naše naslove -
7:55 - 7:57in če jih bomo,
dobimo več takih zemljevidov. -
7:57 - 8:00To je zemljevid gasilskih hidrantov
v New Yorku, -
8:00 - 8:01a ne katerihkoli.
-
8:01 - 8:06To je top 250 gasilskih hidrantov,
kar se tiče kazni za parkiranje. -
8:06 - 8:08(Smeh)
-
8:08 - 8:11Nekaj stvari sem se naučil
iz tega zemljevida in zelo mi je všeč. -
8:11 - 8:14Prvič, ne parkirajte
na zgornjem vzhodnem delu. -
8:14 - 8:17Enostavno ne. Ni važno, kje parkirate,
dobili boste kazen zaradi hidranta. -
8:17 - 8:21Drugič, našel sem dva največja
zaslužkarja med hidranti v New Yorku, -
8:21 - 8:23sta na nižjem delu vzhodne strani
-
8:23 - 8:28in prinašata več kot 55 000 dolarjev letno
v kaznih za parkiranje. -
8:28 - 8:31Zdelo se mi je malo čudno,
ko sem to opazil, -
8:31 - 8:34zato sem malo pobrskal in izkaže se,
da je tam hidrant -
8:34 - 8:36nato nekaj, imenovano
podaljšek robnika, -
8:36 - 8:38kar je dvometrski prostor za hojo,
-
8:38 - 8:39in potem parkirno mesto.
-
8:39 - 8:42Potem pridejo ti avti, in hidrant--
-
8:42 - 8:44"Saj je tam daleč, v redu je."
-
8:44 - 8:47Tam je bilo parkirno mesto zanje
lepo narisano. -
8:47 - 8:50Parkirali so tam in NYPD
se ni strinjal z njimi -
8:50 - 8:51in dobili so kazen.
-
8:51 - 8:54Nisem samo jaz dobil kazni.
-
8:54 - 8:56To je Googlov avto Street view,
-
8:56 - 8:57ki je dobil isto kazen.
-
8:57 - 9:02O tem sem pisal na blogu
I Quant NY. Urad za transport se je odzval. -
9:02 - 9:03Dejali so:
-
9:03 - 9:06Čeprav nismo dobili nobene pritožbe
o tej lokaciji, -
9:06 - 9:11bomo preverili označbe na cestah
in naredili potrebne popravke. -
9:11 - 9:14Mislil sem si, tipičen vladni odziv,
-
9:14 - 9:16v redu, in nadaljeval z življenjem.
-
9:16 - 9:20A čez nekaj tednov
se je zgodilo nekaj neverjetnega. -
9:20 - 9:22To mesto so prebarvali
-
9:22 - 9:25in za sekundo sem videl prihodnost
prostih podatkov, -
9:25 - 9:27ker pomislite, kaj se je zgodilo tu.
-
9:27 - 9:32Pet let so delili kazni na tem mestu
in bilo je nejasno, -
9:32 - 9:36potem je meščan našel nekaj, to povedal
in čez nekaj tednov -
9:36 - 9:38so problem rešili.
-
9:38 - 9:41Neverjetno je. Veliko ljudi vidi
odprte podatke kot psa čuvaja. -
9:41 - 9:43Niso, tu gre za partnerstvo.
-
9:43 - 9:46Lahko damo moč državljanom,
da bodo boljši partnerji vladi, -
9:46 - 9:48in to ni tako težko.
-
9:48 - 9:49Potrebnih je le malo sprememb.
-
9:49 - 9:50Ko "FOILate" podatke
-
9:50 - 9:53če vidite da so podatki
"FOILani" spet in spet, -
9:53 - 9:57jih naredite javne, to je znak,
da jih naredite javne. -
9:57 - 9:59Če ste vladna agencija, ki izda PDF,
-
9:59 - 10:03sprejmimo zakon, da ga morate izdati
skupaj z osnovnimi podatki, -
10:03 - 10:05ker so ti podatki morali od nekje priti,
-
10:05 - 10:07ne vem, od kje, a prišli so od nekod,
-
10:07 - 10:09in to lahko izdate poleg PDF.
-
10:09 - 10:11Osvojimo in delimo nekaj standardov.
-
10:11 - 10:14Začnimo z naslovi v New Yorku.
-
10:14 - 10:16Začnimo normalizirati naše naslove.
-
10:16 - 10:18New York je prvi v prostih podatkih.
-
10:18 - 10:21Kljub vsemu smo absolutni prvaki
v prostih podatkih. -
10:21 - 10:24Če začnemo normalizirati stvari
in postavimo standarde, -
10:24 - 10:28bodo drugi sledili.
Država, morda federalna vlada. -
10:28 - 10:29Druge države bodo sledile,
-
10:29 - 10:32in nismo daleč od časa,
ko bomo lahko napisali program -
10:32 - 10:34in načrtali informacije 100 držav.
-
10:34 - 10:37Ni znanstvena fantastika.
Zelo blizu smo. -
10:37 - 10:39Komu smo s tem dali moč?
-
10:39 - 10:42Ker ni samo John Krauss
in ni samo Chris Whong. -
10:42 - 10:45Na stotine srečanj se dogaja
v New Yorku, -
10:45 - 10:46aktivnih srečanj.
-
10:46 - 10:49Na tisoče ljudi se udeležuje teh srečanj.
-
10:49 - 10:51Ti ljudje pridejo po službi in ob vikendih
-
10:51 - 10:54in se udeležujejo srečanj,
in gledajo proste podatke -
10:54 - 10:55in izboljšali naše mesto.
-
10:55 - 10:59Skupine kot je BetaNYC. Ta je ravno
prejšnji teden izdala citygram.nyc. -
10:59 - 11:02ki vam dovoli, da se naročite
na pritožbe 311 -
11:02 - 11:04okrog svojega doma
ali okoli svoje pisarne. -
11:04 - 11:06Vpišeš svoj naslov
in dobiš lokalne pritožbe. -
11:06 - 11:09In ni samo tehnološka skupnost
navdušena nad tem. -
11:09 - 11:12Krajinski arhitekti, kot tisti,
ki jih učim na Prattu. -
11:12 - 11:14Podporniki zakonov, vsi.
-
11:14 - 11:17Meščani iz različnih okolij.
-
11:17 - 11:19In z nekaj majhnimi,
postopnimi spremembami -
11:19 - 11:23lahko odklenemo strast
in sposobnost naših državljanov, -
11:23 - 11:26da izkoristimo proste podatke,
da izboljšamo naše mesto, -
11:26 - 11:29naj gre za en set podatkov
ali eno parkirno mesto naenkrat. -
11:29 - 11:32Hvala.
-
11:32 - 11:35(Aplavz)
- Title:
- Kako smo našli najslabši prostor za parkiranje v New Yorku — z uporabo masivnih podatkov
- Speaker:
- Ben Wellington
- Description:
-
Mestne agencije imajo dostop do bogastva podatkov in statistik, ki odsevajo vsakodnevno mestno življenje. A kot analitik podatkov Ben Wellington predlaga v tem govoru, včasih ne vedo, kaj z njimi početi. Pokaže, kako kombinacija nepričakovanih vprašanj in pametna obdelava podatkov lahko prineseta nenavadno uporabne rezultate, in deli nasvete, kako izdajati velike sete podatkov, da bi jih lahko uporabil vsak.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 11:48
Nika Kotnik approved Slovenian subtitles for How we found the worst place to park in New York City — using big data | ||
Nika Kotnik edited Slovenian subtitles for How we found the worst place to park in New York City — using big data | ||
Nika Kotnik edited Slovenian subtitles for How we found the worst place to park in New York City — using big data | ||
Nika Kotnik edited Slovenian subtitles for How we found the worst place to park in New York City — using big data | ||
Nika Kotnik edited Slovenian subtitles for How we found the worst place to park in New York City — using big data | ||
Nika Kotnik edited Slovenian subtitles for How we found the worst place to park in New York City — using big data | ||
Nika Kotnik edited Slovenian subtitles for How we found the worst place to park in New York City — using big data | ||
Nika Kotnik edited Slovenian subtitles for How we found the worst place to park in New York City — using big data |