¿Qué tipo de pensamiento de big data se refleja cuando utilizamos los teléfonos inteligentes para navegar y evitar la congestión urbana?
Cuando utilizamos teléfonos inteligentes para navegar y evitar zonas congestionadas de la ciudad, incorporamos la correlación de datos como una forma de pensar.
Al utilizar teléfonos inteligentes para navegar y evitar la congestión urbana, encarnamos una forma de pensar basada en big data que es “correlación, no causalidad”. Esta forma de pensar se basa en las características del análisis de big data, en el que la relación entre datos es más importante que la relación causal.
En las aplicaciones de navegación, normalmente no nos preocupamos por los motivos específicos de la congestión en un determinado tramo de la carretera, sino que nos centramos en si el tramo de la carretera está congestionado y cómo evitarlo. El análisis de big data nos ayuda a identificar qué segmentos de carreteras están asociados con la congestión, en lugar de explorar las causas fundamentales de la congestión.
Las aplicaciones de navegación para teléfonos inteligentes se basan en flujos de datos en tiempo real para proporcionar información precisa sobre el tráfico. Estos datos provienen de los teléfonos, cámaras de tráfico, sensores, etc. de otros usuarios. Se generan a velocidades extremadamente rápidas y se analizan para proporcionar a los usuarios las condiciones del tráfico en tiempo real.
Características del análisis de big data
Al analizar grandes cantidades de datos históricos y en tiempo real, las aplicaciones de navegación pueden identificar patrones de tráfico, como qué tramos de carretera son propensos a congestionarse durante un tiempo específico. períodos. Estos patrones ayudan a la aplicación a predecir las condiciones futuras del tráfico y aconsejar a los usuarios sobre las mejores rutas a seguir. El análisis de big data normalmente implica predicciones probabilísticas en lugar de predicciones deterministas. Las sugerencias de ruta proporcionadas por las aplicaciones de navegación se basan en modelos probabilísticos que predicen qué rutas tienen más probabilidades de evitar la congestión, en lugar de garantizar que se evite la congestión.
Las aplicaciones de navegación también analizarán los hábitos y preferencias de conducción de los usuarios para ofrecer sugerencias de rutas más personalizadas. Este análisis no se basa en un mecanismo causal sino en la correlación del comportamiento del usuario. Cuando se utilizan aplicaciones de navegación, tanto el usuario como el sistema toman decisiones basadas en datos. Estas decisiones no se basan en la intuición o la experiencia, sino en los resultados del análisis de datos.