'Natuurlijke steden' komen voort uit locatiegegevens van sociale media

Een stad is een grote, permanente menselijke nederzetting. Maar probeer het zorgvuldiger te definiëren en je zult snel in de problemen komen. Een nederzetting die zich kwalificeert als een stad in Zweden, komt bijvoorbeeld mogelijk niet in aanmerking in China. En de redenen waarom de ene nederzetting als stad wordt geclassificeerd en de andere als stad, kunnen soms bijna willekeurig lijken.

Stedenbouwkundigen kennen dit probleem goed. Ze hebben de neiging om steden te definiëren aan de hand van administratieve, juridische of zelfs historische grenzen die weinig logisch zijn. Inderdaad, dezelfde stad kan soms op verschillende manieren worden gedefinieerd.

Dat veroorzaakt allerlei problemen, van het tellen van de totale bevolking tot het uitzoeken wie voor het onderhoud van de plek betaalt. Welke definitie gebruik je?

Nu is er misschien hulp bij de hand dankzij het werk van Bin Jiang en Yufan Miao aan de Universiteit van Gävle in Zweden. Deze jongens hebben een manier gevonden om de locatie van mensen, vastgelegd door sociale media, te gebruiken om de grenzen te bepalen van zogenaamde natuurlijke steden die sterk lijken op echte steden in de VS.

Jiang en Miao begonnen met een dataset van het sociale netwerk Brightkite, dat actief was tussen 2008 en 2010. De site moedigde gebruikers aan om in te loggen met hun locatiegegevens, zodat ze andere gebruikers in de buurt konden zien. De dataset bestaat dus uit bijna 3 miljoen locaties in de VS en de data waarop ze zijn gelogd.

Om te beginnen plaatsten Jiang en Miao eenvoudig een stip op een kaart op de locatie van elke login. Vervolgens verbonden ze deze stippen met hun buren om driehoeken te vormen die uiteindelijk het hele vasteland van de VS bedekken.

Vervolgens berekenden ze de grootte van elke driehoek op de kaart en tekenden deze grootteverdeling, die een machtswet blijkt te volgen. Er zijn dus veel kleine driehoekjes, maar slechts een paar grote.

Ten slotte berekenden ze de gemiddelde grootte van de driehoeken en kleurden ze vervolgens alle driehoeken in die kleiner waren dan gemiddeld. De gekleurde vlakken zijn natuurlijke steden, zeggen Jiang en Miao.

Het is gemakkelijk voor te stellen dat de resulterende kaart van driehoeken van weinig waarde is. Maar tot de duidelijke verrassing van hun onderzoekers, levert het een redelijk goede benadering van de steden in de VS op. We weten weinig over waarom de procedure zo goed werkt, maar de resulterende patronen suggereren dat de natuurlijke steden de evolutie van echte steden effectief vastleggen, zeggen ze.

Dat is handig, want het geeft stadsplanners ineens een manier om steden op een gelijk speelveld te bestuderen en te vergelijken. Het stelt hen in staat om te zien hoe steden zich in de loop van de tijd ontwikkelen en veranderen. En het geeft ze een manier om te analyseren hoe steden in verschillende delen van de wereld van elkaar verschillen.

Natuurlijk zullen Jiang en Miao willen weten waarom deze benadering stadsstructuren op deze manier blootlegt. Dat is nog een raadsel, maar het antwoord zelf kan een belangrijk inzicht geven in de aard van steden (of in ieder geval in de aard van deze dataset).

Een paar dagen geleden schreef deze blog over hoe een nieuwe wetenschap van steden naar voren komt uit de analyse van big data. Dit is een ander voorbeeld en verwacht meer te zien.

Referentie: http://arxiv.org/abs/1401.6756 : De evolutie van natuurlijke steden vanuit het perspectief van locatiegebaseerde sociale media

zich verstoppen