Chi siamo

Il Laboratorio di Knowledge Discovery and Data Mining (KDD LAB) nasce da una iniziativa congiunta di ricerca tra l'istituto ISTI del CNR di Pisa e il Dipartimento di Informatica dell'Università di Pisa.

Gli obiettivi di ricerca del gruppo vanno dallo sviluppo di teorie, tecniche e sistemi per l'estrazione di conoscenza a partire da grandi quantità di dati, alla divulgazione di tale conoscenza.

Sul territorio di Pisa abbiamo realizzato molti progetti in collaborazione con le Amministrazioni locali e altri enti sul territorio per rispondere a domande sulla mobilità urbana, sulla presenza delle persone sul territorio e il consumo delle risorse.

Osservatorio del turismo

Il progetto Osservatorio del Turismo rappresenta un contributo allo studio e all'analisi dei fenomeni turistici, e realizza un sistema permanente di monitoraggio degli indicatori turistici.
Questi indicatori sono estratti da dati provenienti da varie sorgenti sul territorio (dati forniti da enti pubblici e privati) e Big Data (dati di telefonia mobile e Social Network).
Con questo progetto il Comune di Pisa e il CNR, oltre a condurre uno studio su dati turistici, hanno scelto di enfatizzare la natura dinamica che deve avere un osservatorio, predisponendo un'infrastruttura informatizzata per la raccolta, il mantenimento e la navigazione degli indicatori di sostenibilità e competitività identificati per l'area Pisana.

Osservatorio della mobilità

Il progetto Osservatorio della mobilità in collaborazione con il Comune di Pisa ha realizzato uno studio sistematico che consiste nell’osservazione dei fenomeni di mobilità nell'area del Comune di Pisa e dei cinque Comuni dell'area Vasta. Integrando ed analizzando dati eterogenei, quali GPS, dati del trasporto pubblico, dati dei pannelli a messaggio variabile, si vuole fornire una visione analitica completa della domanda di mobilità su cui basare le decisioni del Piano Strategico Integrato. I risultati del progetto, oltre a costituire un prodotto utile alla Pubblica Amministrazione per comprendere i fenomeni della mobilità locale, rappresentano una base per un sistema continuo di monitoraggio della mobilità, per promuovere l'uso Trasporto Pubblico Locale e ottimizzare la mobilità privata nei percorsi casa-lavoro. Scopri la mobilitità della tua città attraverso The Urban Mobility Atlas - Toscana.

M-Atlas

M-Atlas è un Sistema per effettuare interrogazioni di mobilità e data mining concentrato sul concetto di traiettoria. Oltre alla memorizzazione e interrogazione delle traiettorie, M-Atlas fornisce dei meccanismi per estrarre modelli di mobilità.
M-Atlas permette di interrogare i dati e rispondere a domande del tipo:
Quali sono i tipici schemi di movimento seguiti dalle persone durante gli spostamenti?
Come i grandi attrattori e gli eventi straordinari influenzano la mobilità?
Come è possibile predire aree di traffico denso?
Come identificare ingorghi stradali e situazioni di traffico congestionato?

DataSim

Nel progetto Europeo DataSim si vuole realizzare una metodologia per la microsimulazione spazio-temporale della mobilità umana utilizzando grandi quantità di BigData di vario tipo e proveniente da diverse sorgenti: gps, telefonia mobile e social networks. L’obiettivo è quello di prevedere le conseguenze dell’introduzione di un numero massiccio di veicoli elettrici nella mobilità quotidiana tenendo presente l’attuale mobilità delle persone e la capacità della rete di distribuzione elettrica. Questo progetto ha i presupposti per contribuire in modo significativo agli obiettivi che sono stati fissati nella European Industry Roadmap per l’elettrificabilità del trasporto su strada da oggi fino al 2020.

Sociometro

Il Sociometro è uno strumento di data mining per classificare le persone in categorie attraverso l’analisi delle abitudini di chiamata, ovvero a partire dai dati di telefonia mobile. Questi dati, analizzati per un periodo sufficiente, ci raccontano molto dello stile di vita delle persone, come si muovono, quali luoghi frequentano con sistematicità o solo saltuariamente. Da qui la possibilità di separare le persone in Residenti, Pendolari, Visitatori in una città. Le modalità di analisi, che prevedono il rilascio da parte delle compagnie telefoniche di un dato aggregato del profilo di chiamata delle persone, garantiscono un alto livello di privacy. Questo sistema è stato utilizzato per produrre un indicatore sociale all’interno dell’Osservatorio Turistico realizzato in collaborazione con il Comune di Pisa e nel progetto Persons&Places in collaborazione con ISTAT.

SEEK

Semantic Enrichment of trajectory Knowledge discovery finanzia lo scambio di personale di ricerca tra le organizzazioni partecipanti al progetto, dall'Europa verso i partner internazionali e viceversa.
L'obiettivo del progetto è investigare metodi per estrarre conoscenza utile da grandi quantità di dati di movimento definendo tecniche avanzate per arricchire i dati di significato e migliorare i processi di scoperta di conoscenza.