Mir wëssen am Viraus wéi eng Quartiere hire Liewensstandard erhéijen
D'Fuerschung konzentréiert sech op d'Etude vu méi wéi eng hallef Millioun Tweets vu 40.000 Awunner vu London iwwer 10 Méint an datt si geographesch an Foursquare markéiert goufen, erkläre si am Magazin Smithsonian . Ausgangspunkt war d'Joer 2010. Domat hu si eng Reseau datt Foursquare Plaze an Twitter Benotzer integréiert.
D'Zil vun dëser Analyse war ze verstoen wéi eng Plaz (Restauranten, Baren ...) kéint Leit aus verschiddene Gruppen unzezéien , dat heescht, si hu keng gedeelt Frëndschaften op sozialen Netzwierker. D'Fäegkeet Gruppe vu Frënn oder Friemen ze verbannen ass Diversitéit genannt.
Si kombinéiert dann dës Diversitéit Variabel mat Donnéeën iwwert den Niveau vun Entzuch dee wunnt, an dësem Fall, de Quartier an deem d'Plaz läit. Dës Informatioun, déi all fënnef Joer vun der UK Regierung gëtt, enthält Statistiken iwwer Hauspräisser oder den Niveau vun der Gesondheet an der Ausbildung vun den Awunner. D'Fuerscher hunn d'2010 Tariffer mat deenen vun 2015 verglach fir d'Evolutioun vun den analyséierten Quartiere festzeleeën.
Op dës Manéier hu se ofgeschloss datt d'Noperschafte wou méi grouss Defiziter goufen ugemellt a gläichzäiteg déi grouss Diversitéit si waren déi, déi am Laf vun de Joren déi gréisste Verbesserungen erlieft hunn. Et war de Fall vun Hackney Quartier, eng traditionell aarm Regioun vun Ost London, wou déi héchst Hauspräisserhéijungen opgeholl goufen.
D'Equipe schafft elo un der Kreatioun vun enger App déi Daten aus sozialen Netzwierker méi séier an automatesch analyséiere kann fir an Echtzäit ze gesinn wéi d'Noperschafte sech veränneren a mat dësen Donnéeën Prognosen a Pläng fir d'Zukunft maachen.