Un gruppo di lavoro nato da una collaborazione fra il Kdd Lab dell’Università di Pisa, l’Istituto di scienza e tecnologie dell’informazione del Consiglio nazionale delle ricerche di Pisa (ISTI-CNR) e il centro di ricerca sulle reti complesse Barabasi Lab di Budapest e Boston, ha analizzato grandi quantità di Big Data sulla mobilità umana, cioè tracce Gps di viaggi in auto e dati da telefonia mobile relativi a centinaia di migliaia di persone, analizzando i comportamenti di ciascun individuo su vari mesi. I risultati della ricerca hanno permesso di suddividere le persone in due tipologie con caratteristiche diverse. Confrontando il raggio di mobilità ricorrente, relativo cioè agli spostamenti di routine, come fra casa e posto di lavoro o studio, e quello totale, relativo a tutti gli spostamenti, i ricercatori hanno individuato un primo gruppo, composto da persone il cui raggio di mobilità ricorrente è molto simile a quello totale: la mobilità degli abitudinari o “returners” può essere ridotta agli spostamenti tra le poche locazioni più frequentemente visitate. Il gruppo degli “esploratori”, la cui mobilità ricorrente è solo una piccola parte di quella complessiva, mostrano una mobilità del tipo a stella: un nucleo centrale (casa e posto di lavoro) intorno al quale gravitano altre locazioni, spesso molto distanti. I ricercatori hanno sviluppato un modello matematico con cui hanno condotto esperimenti e simulazioni al computer per studiare alcune delle conseguenze della scoperta. Gli esperimenti hanno provato che esploratori e abitudinari presentano anche capacità differenti di diffondere, attraverso i loro movimenti sul territorio, eventuali epidemie. I due profili rivelano anche un certo grado di omofilia sociale: osservando la rete telefonica, gli esploratori tendono a comunicare più spesso con altri esploratori piuttosto che con gli abitudinari. La ricerca dimostra come i Big Data offrano uno strumento potente per la comprensione del comportamento umano, un passo importante verso la realizzazione di simulazioni realistiche in contesti fondamentali come il consumo energetico, l’inquinamento e la pianificazione urbana.
I Big Data e la mobilità delle persone
