Des « villes naturelles » émergent des données de localisation des médias sociaux

Une ville est un grand établissement humain permanent. Mais essayez de le définir plus soigneusement et vous aurez bientôt des ennuis. Une colonie qui se qualifie comme une ville en Suède peut ne pas se qualifier en Chine, par exemple. Et les raisons pour lesquelles une colonie est classée comme une ville tandis qu'une autre comme une ville peuvent parfois sembler presque arbitraires.

Les urbanistes connaissent bien ce problème. Ils ont tendance à définir les villes par des frontières administratives, juridiques ou même historiques qui ont peu de logique pour eux. En effet, une même ville peut parfois être définie de différentes manières.

Cela cause toutes sortes de problèmes, du comptage de la population totale à la détermination de qui paie pour l'entretien des lieux. Quelle définition utilisez-vous ?

L'aide est désormais à portée de main grâce au travail de Bin Jiang et Yufan Miao à l'Université de Gävle en Suède. Ces types ont trouvé un moyen d'utiliser l'emplacement des personnes enregistré par les médias sociaux pour définir les limites des villes dites naturelles qui ressemblent beaucoup aux vraies villes des États-Unis.

Jiang et Miao ont commencé avec un ensemble de données du réseau social Brightkite, qui était actif entre 2008 et 2010. Le site encourageait les utilisateurs à se connecter avec leurs informations de localisation afin qu'ils puissent voir d'autres utilisateurs à proximité. Ainsi, l'ensemble de données comprend près de 3 millions d'emplacements aux États-Unis et les dates auxquelles ils ont été enregistrés.

Pour commencer, Jiang et Miao ont simplement placé un point sur une carte à l'emplacement de chaque connexion. Ils ont ensuite relié ces points à leurs voisins pour former des triangles qui finissent par couvrir l'ensemble du continent américain.

Ensuite, ils ont calculé la taille de chaque triangle sur la carte et ont tracé cette distribution de taille, qui s'avère suivre une loi de puissance. Il y a donc beaucoup de petits triangles mais seulement quelques grands.

Enfin, ils ont calculé la taille moyenne des triangles puis colorié tous ceux qui étaient plus petits que la moyenne. Les zones colorées sont des villes naturelles, disent Jiang et Miao.

Il est facile d'imaginer que la carte résultante des triangles est de peu de valeur. Mais à la surprise évidente de leurs chercheurs, cela produit une assez bonne approximation des villes des États-Unis. Nous savons peu de choses sur les raisons pour lesquelles la procédure fonctionne si bien, mais les modèles qui en résultent suggèrent que les villes naturelles capturent efficacement l'évolution des villes réelles, disent-ils.

C'est pratique car cela donne soudainement aux urbanistes un moyen d'étudier et de comparer les villes sur un pied d'égalité. Cela leur permet de voir comment les villes évoluent et changent au fil du temps aussi. Et cela leur donne un moyen d'analyser les différences entre les villes de différentes parties du monde.

Bien sûr, Jiang et Miao voudront découvrir pourquoi cette approche révèle ainsi les structures de la ville. C'est encore un casse-tête, mais la réponse elle-même peut fournir un aperçu important de la nature des villes (ou du moins de la nature de cet ensemble de données).

Il y a quelques jours, ce blog écrivait comment une nouvelle science des villes émerge de l'analyse des mégadonnées. Ceci est un autre exemple et attendez-vous à en voir plus.

Réf : http://arxiv.org/abs/1401.6756 : L'évolution des villes naturelles du point de vue des médias sociaux géolocalisés

cacher