#SoLoMo : Geolocalización móvil para predecir los patrones de movilidad urbana

Comunicaciones 2.0

El equipo científico de MOCA han descubierto, por un lado, que los patrones de movilidad urbana se pueden predecir utilizando datos de localización de dispositivos móviles y por el otro, que los patrones de movilidad siguen la misteriosa ley de Zipf.

El resultado obtenido ha establecido las bases para los nuevos algoritmos de Machine Learning de la plataforma tecnológica MOCA y permitirá ofrecer a los ayuntamientos y a los gobiernos una herramienta de análisis de movilidad urbana muy potente, ya que podrán anticiparse a las necesidades de la ciudadanía mejorando su seguridad, construyendo planes de crecimiento urbano sostenible y adaptando los servicios a las necesidades reales de la ciudad.

MOCA es un referente en el ámbito de Comunicaciones Móviles y Análisis Big Data y su plataforma fue galardonada en los prestigiosos premios GSMA GLOMO como el mejor servicio móvil en la nube (Best Mobile Cloud Service), celebrada durante el MWC 2016.

“Este resultado tiene importantes implicaciones en el ámbito de la movilidad y la planificación de las ciudades inteligentes. Ahora somos capaces de identificar y predecir tanto las trayectorias como los medios de transporte de movilidad urbana. Así como también, diferenciar entre turistas y residentes de cualquier país”, comenta María Fernanda González, CEO y Co-fundadora de MOCA.

El Estudio de Patrones de Movilidad en España

Este estudio de investigación proviene del proyecto BD2K (Big Data to Knowledge) y está financiado por el CDTI y los fondos de la Unión Europea. Para su realización, se utilizaron datos reales de más de 1 millón de personas en España que aceptaron compartir su localización en sus aplicaciones móviles. Se analizaron 3,5 billones de puntos de datos durante un año, y a partir de ellos se construyeron las trayectorias de movilidad por usuario de manera anónima durante el mismo periodo. La precisión de la información se complementó con otros sistemas de localización como lo son los dispositivos Wi-Fi o los sensores bluetooth beacons.

La calidad del proyecto se basa en la alta resolución espacial de los datos, la cual permite detectar los cambios de posición de un usuario cualquiera, es decir su movilidad, entre calles contiguas. Este nivel de resolución está disponible para cualquier zona urbana y rural de España y Europa.

Al analizar la movilidad encontraron que las trayectorias de movilidad durante el año 2016 también siguen la misteriosa Ley de Zipf y que se aplica en cualquier resolución espacial como lo son los barrios, distritos, ciudades, provincias y comunidades autónomas. Por ejemplo, en el caso de trayectorias de movilidad por provincias tomando como punto de partida Barcelona, han encontrado que la más frecuente es Barcelona – Girona – Barcelona, realizada en coche.

Otro resultado igualmente importante del estudio es la capacidad de detectar y predecir el medio de transporte en el que se desplazan turistas y residentes. Es decir, se puede diferenciar si las personas viajan en tren, bus, bicicleta o coche. Esto supone un gran avance para la plataforma de MOCA, ya que sus algoritmos ahora podrán perfilar mejor a las personas y predecir sus acciones según su trayectoria y tipo de transporte.

La investigación ha sido dirigida por María Fernanda González, CEO y co-fundadora de MOCA y Doctora en Física Cuántica y por Oleg Morajko, CTO y co-fundador de MOCA, Doctor en Computación de Alto Rendimiento. Este trabajo de investigación también ha contado por un lado, con la valiosa aportación de Philippe Binder, Doctor en Física Aplicada, experto en la Teoría del Caos y profesor de la Universidad de Hawaii. Y por otro, con el excelente trabajo del equipo científico de MOCA Platform conformado por Saida Díaz (Astrofísica), Wilmar Fajardo (Astrofísico) y Juan Camilo Guevara (Astrofísico), físicos de la Universidad Nacional de Colombia. Para el estudio se utilizaron técnicas modernas de análisis de grandes volúmenes de datos provenientes de las matemáticas, la informática, el Caos, la Topología y la Física cuántica, entre otros.

Fuente: SmartTravel

Geolocalización móvil para predecir los patrones de movilidad urbana

El equipo científico de MOCA han descubierto, por un lado, que los patrones de movilidad urbana se pueden predecir utilizando datos de localización de dispositivos móviles y por el otro, que los patrones de movilidad siguen la misteriosa ley de Zipf. El resultado obtenido ha establecido las bases