Deze website maakt gebruik van cookies. Voor meer informatie over de cookies waarvan deze website gebruik maakt klik hier.
Door verder op deze website te surfen geeft u de toestemming aan Minoc Data Services om cookies te gebruiken. verder gaan
 

Hoe AI de meest paradijselijke plek op aarde ontdekte

Michel Philippens

 
[Gastblog] Met behulp van data-analyse en machine learning kan je heel wat inzichten bereiken. Bijvoorbeeld waar het best vertoeven is op onze aardbol.

 

Heb je er ooit van gedroomd om ergens te wonen waar het openbaar vervoer gratis is? Of waar er voor iedere inwoner het equivalent van vijf tennisbanen aan groengebied is en 84.274,6 kilometer aan wandelpaden? Dat heb je allemaal in West Perth! Deze kleine, opkomende gemeente in de West-Australische stad Perth is de beste plaats ter wereld om te wonen. Althans, vanuit analytisch perspectief.

 

Dit resultaat is niet vastgesteld door vragenlijsten een steekproef van mensen over de hele wereld, en het is ook niet bepaald aan de hand van een voorgedefinieerde lijst met criteria. Neen, West Perth is het paradijs op aarde, en dat uitsluitend op basis van objectieve data. SAS onderzocht bijna 150.000 locaties in 193 landen voor het Paradise Found-project. In totaal analyseerden de data scientists van SAS meer dan 5 miljoen datapunten van 1.124 unieke databronnen. Dit omvatte zowel gestructureerde als ongestructureerde data (bijvoorbeeld in de vorm van teksten van statistiekbureaus). Het bronmateriaal bestond verder uit diverse open databronnen, waaronder stadsonderzoeken, sociale media (onder andere TripAdvisor en Twitter), data van internationale organisaties zoals de Wereldbank, UNESCO, WTOI, Numbeo en de EU, en geodata-services zoals Google Places en OpenStreetMap.

 

Machine learning bepaalt 69 criteria

Het bewerken van de data en het gebruik van data management software van SAS hielpen bij het opschonen, structureren en prepareren van de data. Met machine learning stelden we de ontbrekende waarden voor de individuele locaties vast. Vervolgens werd een voorspellingsmodel ontwikkeld dat locaties voorspelt die worden beoordeeld als goede plaatsen om te wonen. Hieruit volgden de 69 belangrijkste criteria en die werden in 8 categorieën gebundeld: ‘Opleiding en carrière’, ‘Familie’, ‘Cultuur’, ‘Natuur’, ‘Veiligheid en infrastructuur’, ‘Kosten van levensonderhoud’, ‘Restaurants en winkels’ en ‘Gezondheid’.

 

Zelflerend in plaats van aangenomen model

Wat is er zo interessant aan Paradise Found? Normaal concentreren we ons op de vragen van onze klanten als we aan een analytisch traject beginnen. Deze keer bedachten we de opdracht zelf: de beste plaats ter wereld ontdekken om te wonen, werken en leven. We hebben alle beschikbare gegevens verwerkt en vervolgens machine learning algoritmen laten bepalen welke criteria echt belangrijk zijn. De data spreken voor zich: het is geen vooropgezet model. Waar het om gaat, is een reeks algoritmen die leren van data in plaats van een aangenomen model te gebruiken.

 

Waar ligt jouw paradijs op aarde?

Nu weet je dus wat objectief de beste plaats ter wereld is volgens onze analytische beoordeling. Maar misschien hecht jij niet dezelfde waarde aan carrièrekansen, familie, aantal uren zonneschijn, inkomen of cultureel aanbod. Daarom hebben we de Paradise Configurator gemaakt. Hiermee kan iedereen makkelijk en snel zijn persoonlijke paradijs op aarde bepalen, op basis van persoonlijke voorkeuren en dus aangepaste zoekcriteria.

 

Toepassingen in het bedrijfsleven

Wil SAS zich met dit onderzoek op de toeristische industrie richten? Helemaal niet. We willen aan de hand van dit voorbeeld laten zien wat de mogelijkheden zijn van data-analyse in combinatie met machine learning. Of het nu gaat om het vinden van de beste plaats ter wereld, het vinden van de beste klant, opsporen van fraude of optimaliseren van productieprocessen. Elk bedrijf kan zijn voordeel doen met data-analytics en machine learning, ongeacht welke branche.


Michel Philippens is CTO bij SAS BeLux

 

Reacties

comments powered by Disqus
 

RECENT NIEUWS