Varje dag, människor delar en svindlande mängd information om lokala samhällen på nätet. De pratar om huruvida deras grannar är vänliga, hur bra går bussarna, vilka typer av restauranger finns i ett område, och mycket, mycket mer.

En ny studie från University at Buffalo-forskaren Yingjie Hu visar hur vi kan sortera igenom denna stora mängd digital data för att förbättra städer och människors livskvalitet.

Forskningen, publicerades den 8 mars i Annals of the American Association of Geographers , analyserade grannskapsrecensioner från mer än 7, 600 unika användare som skrivit om New York City på webbplatsen Niche.com.

Målet var att effektivt sortera igenom tusentals åsikter för att lära sig om människors uppfattningar om sina samhällen. Studien kombinerade rumslig analys, maskininlärning och naturliga språkbehandlingstekniker för att identifiera funktioner i stadsdelar som folk pratade om online, och vad granskarnas allmänna känslor var om dessa egenskaper.

Den här typen av forskning kan hjälpa stadsplanerare att upptäcka problem som de annars skulle kunna missa, säger Hu.

"Det tar mycket tid att lära sig om stadsdelar genom undersökningar eller personliga intervjuer. Så även om data från undersökningar eller intervjuer är mycket värdefulla, om du är en planerare, du kanske inte kan samla in den här typen av data ofta eller för stora geografiska områden, säger Hu, Ph.D., en biträdande professor i geografi vid universitetet vid Buffalo College of Arts and Sciences och en expert inom området geografisk informationsvetenskap (GIScience).

"I kontrast, onlinedata vi undersöker uppdateras ständigt, " tillägger Hu. "Folk publicerar alltid nya grannskapsrecensioner. Vi vill använda den här resursen för att upptäcka ny information som kan stödja en mängd olika applikationer."

Medförfattare till studien inkluderade Chengbin Deng, Ph.D., och Zhou Zhou, båda vid Binghamton University.

Onlinerecensioner ger planerare tillgång till tusentals åsikter

Forskarnas analys visade att i vissa fall, människors uppfattningar om ett samhälle stämde inte överens med bilden som presenterades av andra data. Till exempel, medan granskarnas känslor om säkerhet i allmänhet överensstämde med brottsstatistik, andra kategorier korrelerade inte så snyggt, säger Hu.

Avvikelser uppstår av många anledningar, och vissa kan vara avslöjande. När det gällde anställning, grannskapsgranskningar diskuterade kvaliteten på jobb i ett område, ett problem som inte fångas upp av bred statistik som arbetslösheten. Likaså, när det gällde kollektivtrafik, människor var oroade över tillförlitligheten:kom bussarna i tid eller var försenade? Planerare kan missa det här problemet om de fokuserar på mätvärden som antalet busslinjer eller transitknutpunkter i ett område.

Hu varnar för att onlinerecensioner inte bör användas isolerat:Personer som gör inlägg är självvalda, så de kanske inte representerar åsikterna från alla människor i ett grannskap.

Fortfarande, Hu säger att datainsamling kan komplettera undersökningar, intervjuer ansikte mot ansikte och andra befintliga metoder för att lära sig om stadsdelar. Genom att analysera onlinedata kan planerare snabbt få tillgång till många individers insikter.

"En fördel med granskningsdata online är att det blir relativt enkelt att få tillgång till många människors åsikter - i fallet med vår studie, mer än 7, 600, " säger Hu. "Om du tänker på vad som krävs för att intervjua ens 100 personer, det tar mycket tid och resurser. Granskningsdata från grannskapet är långt ifrån perfekta, men det kan hjälpa till att komplettera andra typer av data vi redan har."