纽约市利用大数据防火
对付火灾防患于未然才是最根本的处理方法。大数据是完美的解决方案,纽约市正在利用大数据防火。
纽约市有大约100万栋建筑物,每年有差不多3000栋会因为火灾损毁。以纽约的城市复杂度,消防人员往往难以在第一时间赶赴现场,预防火灾成了减少损失的重中之重。有什么办法能预防火灾的发生?纽约消防部门认为可以通过数据挖掘法实现这一目标。通过分析部门所储存的文件列出那些容易发生火灾的高危建筑物来达到预防火灾的目的。
纽约消防部门现在已经根据不同的影响因素,从通过各种渠道收集到的数据里,划分出了60个可能会产生火险的类别。其中包括区域居民平均收入,建筑物年龄,是否存在电气性能问题等等。从这些数据里则能计算出它们的火险概率,并依此由高到低进行安全性排查。一般来说,旧的、闲置的或者贫民区的房屋结构更容易发生火灾。有了数据挖掘项目的辅助,高危建筑物可以得到最高重视。除此之外,建筑物的数据挖掘对象是随机抽取的,其中学校和图书馆会受到格外重视。
纽约消防部门通过60面算法给33万栋建筑物都标注了风险指数。当进行每周检查时,电脑就将会根据这一分数给出一个列表,提醒他们哪些建筑物应该优先注意。数据挖掘法将会在7月份开始实行并且将在未来扩展到2400个类别。
纽约不是第一个利用大数据的城市,波士顿也在采用一个类似的模式来分配警力,以防止盗窃案的发生。
尽管纽约市消防局的数据统计项目尚未完成,还无法提供足够的数据来测量结果,但负责风险管理的助理署长杰夫·罗斯在接受采访时说道:“这个项目最终会让我们看到火灾发生次数减少了,火灾的严重程度也会降低。”
纽约市有大约100万栋建筑物,每年有差不多3000栋会因为火灾损毁。以纽约的城市复杂度,消防人员往往难以在第一时间赶赴现场,预防火灾成了减少损失的重中之重。有什么办法能预防火灾的发生?纽约消防部门认为可以通过数据挖掘法实现这一目标。通过分析部门所储存的文件列出那些容易发生火灾的高危建筑物来达到预防火灾的目的。
纽约消防部门现在已经根据不同的影响因素,从通过各种渠道收集到的数据里,划分出了60个可能会产生火险的类别。其中包括区域居民平均收入,建筑物年龄,是否存在电气性能问题等等。从这些数据里则能计算出它们的火险概率,并依此由高到低进行安全性排查。一般来说,旧的、闲置的或者贫民区的房屋结构更容易发生火灾。有了数据挖掘项目的辅助,高危建筑物可以得到最高重视。除此之外,建筑物的数据挖掘对象是随机抽取的,其中学校和图书馆会受到格外重视。
纽约消防部门通过60面算法给33万栋建筑物都标注了风险指数。当进行每周检查时,电脑就将会根据这一分数给出一个列表,提醒他们哪些建筑物应该优先注意。数据挖掘法将会在7月份开始实行并且将在未来扩展到2400个类别。
纽约不是第一个利用大数据的城市,波士顿也在采用一个类似的模式来分配警力,以防止盗窃案的发生。
尽管纽约市消防局的数据统计项目尚未完成,还无法提供足够的数据来测量结果,但负责风险管理的助理署长杰夫·罗斯在接受采访时说道:“这个项目最终会让我们看到火灾发生次数减少了,火灾的严重程度也会降低。”
说明:本文内容编辑整理自互联网公开渠道,转载仅作对信息共享之用,本站对本信息之真实性和可靠性以及文章本身的观点不持有认同态度。
集成系统网络情报信息数据库
CIO频道人物视窗
CIO频道方案案例库
大数据建设方案案例库
电子政务建设方案案例库
互联集成系统构建方案案例库
商务智能建设方案案例库
系统集成类软件信息研发企业名录

