Quanti supermercati, farmacie e cinema ci sono nel raggio di un chilometro da via Cavour? Quali sono i musei e le biblioteche più vicine a Piazza Dalmazia? Quale autobus bisogna prendere da Piazza San Marco per recarsi a Santa Maria Novella e quanto ci vuole per arrivare a destinazione? Per rispondere a domande di questo tipo è sufficiente scaricare su un qualsiasi smartphone Km4City, un’App capace di fornire informazioni utili su oltre 75.000 servizi geolocalizzati a Firenze, circa 130mila in tutta la Toscana, sviluppata all’interno del Disit Lab (Distributed Systems and Internet Technology Lab) dell’Università di Firenze. L’App utilizza i dati del Comune di Firenze e della Regione Toscana, prevede quattro profili - il cittadino, il turista, il pendolare e lo studente – e una classificazione dei servizi in 500 categorie.
“ Km4City è un aggregatore di dati utile non solo ai singoli cittadini, ma anche ai decisori pubblici – spiega Paolo Nesi ordinario di Sistemi di elaborazione delle informazioni e direttore di Disit Lab - le informazioni raccolte, attraverso una serie di strumenti, possono essere analizzate per costruire modelli di previsione e per fornire un supporto in alcune particolari situazioni. Ad esempio quando si tratta di adottare provvedimenti circa la viabilità in occasione di un grande evento o di una situazione di emergenza”.
I risultati delle attività di ricerca ottenuti all’interno del Dipartimento di Ingegneria dell’informazione sono stati illustrati in un incontro venerdì 13 novembre presso la Scuola di Ingegneria dal titolo “Smart City&Big Data”. L’iniziativa, organizzata dal Disit Lab, si propone di far conoscere i servizi e le tecnologie smart city che sono state sviluppate nei settori dell’energia, dei trasporti e dell’ICT, in collaborazione con il Comune di Firenze, il Lamma (Laboratorio di Monitoraggio e Modellistica Ambientale per lo sviluppo sostenibile), l’Istituto di Biometeorologia del CNR. Gran parte di questi servizi e tecnologie sono frutto di ricerche svolte nell’ambito di progetti ministeriali come (Sii-Mobility) ed europei (come Resolute e Replicate).
Dalla ricerca del Disit nasce anche la piattaforma Twitter Vigilance. Dallo scorso aprile, in una fase sperimentale, sono stati esaminati oltre 30 milioni di Tweet su diversi temi, riguardanti la protezione civile, il meteo, l’ambiente, i servizi alla viabilità cittadina. “Attraverso Twitter Vigilance – prosegue Nesi - possiamo misurare la qualità della percezione e predire alcune possibili tendenze. La piattaforma funziona come un ‘sensore’ che può fornire supporto alle attività della protezione civile, considerato l’uso di twitter in caso di emergenza o calamità, ma anche informazioni di natura diversa come il gradimento nei confronti di un personaggio pubblico o circa la riuscita di un evento, una manifestazione, di un programma televisivo”.
Nel corso della mattinata è stato presentato il MABIDA, un master alla prima edizione in “Big Data Analytics and Technologies for Management”, coordinato dal Dipartimento di Scienze per l’economia e l’impresa con il supporto dei dipartimenti di Ingegneria dell’informazione e di Statistica, informatica, applicazioni "G. Parenti". “L’obiettivo del Master - spiega Cristiano Ciappei, ordinario di Economia e gestione delle imprese e coordinatore di Mabida – è di rendere fruibili le informazioni legate ai Big Data, fornendo così un supporto ai decisori e ai manager che operano nei settori pubblico e privato”. Il master si svolgerà da febbraio a novembre 2016. Il termine per presentare le candidature è il 21 dicembre.
Maggiori informazioni online: www.unifi.it
