Une étude révèle que les informations de restaurants en ligne peuvent permettre de prédire de près les indicateurs clés de voisinage

Les demandeurs d’appartements dans les grandes villes utilisent souvent la présence de restaurants pour déterminer si un quartier serait un lieu où il fait bon vivre. Il se trouve que cette règle générale est très répandue: des spécialistes des études urbaines du MIT ont découvert qu’en Chine, les données des restaurants peuvent être utilisées pour prédire les principaux attributs socioéconomiques des quartiers.

Les chercheurs affirment en effet que, grâce aux données de restaurants en ligne, ils peuvent prédire efficacement la population de jour et de nuit d'un quartier, le nombre d'entreprises qui y sont implantées et le montant des dépenses globales dans le quartier.

"Le secteur de la restauration est l’un des secteurs de la consommation locale les plus décentralisés et déréglementés", déclare Siqi Zheng, professeur d’études urbaines au MIT et co-auteur d’un nouveau document exposant les résultats. "Il est fortement corrélé aux attributs socio-économiques locaux, tels que la population, la richesse et la consommation."

Selon les chercheurs, l'utilisation des données de restaurants comme indicateur indirect d'autres indicateurs économiques peut avoir un objectif pratique pour les urbanistes et les décideurs. En Chine, comme dans de nombreux endroits, un recensement n’est effectué qu’une fois par décennie, et il peut être difficile d’analyser plus rapidement la dynamique des zones d’une ville en constante évolution. Ainsi, de nouvelles méthodes de quantification des niveaux d'habitation et de l'activité économique pourraient aider à guider les responsables municipaux.

"Même sans données de recensement, nous pouvons prédire une variété d'attributs d'un quartier, ce qui est très précieux", ajoute Zheng, professeur associé de développement immobilier et d'entrepreneuriat pour Samuel Tak Lee, et directeur de la faculté du MIT China Future City Lab. .

"Aujourd'hui, il existe un grand fossé entre les données", a déclaré Carlo Ratti, directeur du Senseable City Lab du MIT et co-auteur du journal. "Les données sont essentielles pour mieux comprendre les villes, mais dans de nombreux endroits, nous n'avons pas beaucoup [official] Les données. Parallèlement, nous avons de plus en plus de données générées par les applications et les sites Web. Si nous utilisons cette méthode, nous [can] comprendre les données socio-économiques dans les villes où ils ne collectent pas de données. "

Le document, "Prédire les attributs socio-économiques des quartiers à l’aide de données de restaurant", apparaît dans Actes de l'Académie nationale des sciences. Les auteurs sont Zheng, qui est l'auteur correspondant; Ratti; et Lei Dong, un postdoc co-organisé par le MIT China Future City Lab et le Senseable City Lab.

L'étude porte sur neuf villes de Chine: Baoding, Beijing, Chengdu, Hengyang, Kunming, Shenyang, Shenzen, Yueyang et Zhengzhou. Pour mener cette étude, les chercheurs ont extrait les données des restaurants du site Web Dianping, qu'ils décrivent comme l'équivalent chinois de Yelp, le site de révision d'entreprises en langue anglaise.

En faisant correspondre les données Dianping aux données existantes et fiables de ces villes (y compris des données de localisation anonymisées et agrégées pour 56,3 millions de personnes, des enregistrements de cartes bancaires, des enregistrements d’enregistrements de sociétés et certaines données de recensement, les chercheurs ont découvert qu’ils pouvaient prédire 95% de la population. variation de la population diurne entre les quartiers. Ils ont également prédit 95% de la variation de la population nocturne, 93% de la variation du nombre d'entreprises et 90% de la variation des niveaux de consommation.

"Nous avons utilisé de nouvelles données accessibles au public et développé de nouvelles méthodes d’augmentation des données pour résoudre ces problèmes urbains", a déclaré Dong, ajoutant que le modèle de cette étude constituait une "nouvelle contribution à la [the use of] à la fois la science des données pour le bien social et le big data pour les communautés de l'économie urbaine ".

Les chercheurs notent qu'il s'agit d'un indicateur plus précis pour l'estimation de l'activité démographique et économique au niveau du quartier que d'autres méthodes utilisées auparavant. Par exemple, d'autres chercheurs ont utilisé l'imagerie par satellite pour calculer la quantité de lumière nocturne dans les villes et ont utilisé la quantité de lumière pour estimer l'activité au niveau des quartiers. Bien que cette méthode donne de bons résultats pour les estimations de la population, la méthode des données de restaurant est globalement meilleure et beaucoup mieux pour estimer l'activité des entreprises et les dépenses de consommation.

Zheng a déclaré qu'elle se sentait "confiante" que le modèle des chercheurs pourrait être appliqué à d'autres villes chinoises, car il montre déjà un bon pouvoir prédictif dans toutes les villes. Mais les chercheurs pensent également que la méthode utilisée, qui utilise des techniques d'apprentissage automatique pour cibler des corrélations significatives, pourrait potentiellement être appliquée à des villes du monde entier.

"Ces résultats indiquent que les données des restaurants peuvent capturer des indicateurs communs de résultats socio-économiques, et que ces points communs peuvent être transférés … avec une précision raisonnable dans les villes où les résultats de l'enquête ne sont pas observés", déclarent les chercheurs.

Comme les chercheurs le reconnaissent, leur étude a observé des corrélations entre les données des restaurants et les caractéristiques des quartiers, plutôt que de spécifier les mécanismes causaux exacts à l'œuvre. Ratti note que le lien de causalité entre les restaurants et les caractéristiques du quartier peut aller dans les deux sens: parfois, les restaurants peuvent répondre à la demande dans des zones déjà en plein essor, tandis que d’autres fois, leur présence annonce un développement futur.

"Il y a toujours [both] "Nous montrons que les données socio-économiques sont très bien reflétées dans le paysage de la restauration, dans les villes que nous examinons. Une poussée et une attraction" entre les restaurants et le développement du quartier, dit Ratti. " La conclusion intéressante est que cela semble être si bon comme proxy. "

Zheng a déclaré qu'elle espérait que de nouveaux chercheurs choisiraient la méthode, qui pourrait en principe être appliquée à de nombreux sujets d'études urbaines.

"Les données des restaurants elles-mêmes, ainsi que la variété des attributs de quartier qu'elles prédisent, peuvent aider d'autres chercheurs à étudier toutes sortes de problèmes urbains, ce qui est très précieux", a déclaré Zheng.