Navigate|大数据展区花絮:动感单车数据分析

发表于 讨论求助 2020-04-17 03:34:56

4月8日~9日,新华三Navigate 2017领航者峰会期间,有1052人参与了一场别开生面的比赛——大数据展区动感单车骑行赛。


比赛结果怎么样?

比赛数据又看出了什么门道?

今天,为大家揭晓。


展区现场大家踊跃体验


竞速单车是一套融合了物联网、大数据分析的互联网+解决方案。每辆单车安装数据采集模块通过WIFI将数据实时送到后台的大数据分析中心的流计算模块,对数据计算给出当前车速、骑手距离差等实时数据,采用离线计算模块对比赛结果统计分析,给出综合排名等数据。而且借助网络实现不同地域的骑手同台竞技,带来身临其境的现实感。


竞速单车炫酷的游戏界面


峰会期间,参与比赛的总人数;最好成绩的创造者;比赛选手的平均车速等各种信息都可以从数据的视角获取。并且,利用大数据,还能关联推测一些有趣的结论。本次峰会共有1052个微信号参与了骑行比赛,其中微信名为“易之”的选手堪称铁人,两天内共参与了21次比赛,并且创造60公里/小时的最高时速。实力堪比专业人士!以下是少量样本数据,前面几项为静态数据,后面几项为动态数据。看看名单中是否刚好有你呢?


比赛数据统计


下面我们从不同维度分析,看看本次峰会的来宾构成,以及大家的体能大致如何。


来宾的性别有显性数据记录,统计即可。男女比例约7:2,根据参会嘉宾的年龄构成+性别比例,可以关联推测:这是一场偏严肃风格的专业展览,并且是有入场限制的(通常开放型展览有不少闲逛的大妈、大爷,会改变年龄构成+性别比例)。


关于年龄构成,也是一个推测结论。是如何得到的呢?其实采用有监督机器学习算法即可实现。从别处获取已有的样本数据,训练生成一个模型,如21-30岁骑手均速是41-55公里/小时,将本次采集的数据送到该模型中,那么均速是41-55公里/小时的骑手,就判定为21-30岁。将均速、峰值、骑行里程等多维度综合判定,准确度会提高很多。另外样本数据越大模型也会越准确。


用户分析


再来看看客人都来自哪里?浙江占据天时地利的优势拔得头筹,18%的来宾都是浙江的;北京客人占14%屈居第二;江苏第三。

用户来源分析


将两天展会所有骑手的数据做按不同维度分析,还得到如下有趣的结果:


1、大家的均速约30公里/小时

2、铁人“易之”的最高时速堪比小汽车

3、总骑行里程相当于杭州--成都之间的距离

那么,与那些经常去锻炼的健身达人相比,与会者的体能又如何呢?下面这组数据清晰地告诉我们,差距不小啊!


平均时速,峰值时速,爆发力持续时长(加速到峰值后维持的时间)三组数据对比,健身达人都遥遥领先。说明体质有很大的进步空间,抓紧锻炼。

借助大数据,通过物联网,在家便能与他人一同竞技让健身不再孤单乏味。

 

除了动感单车的互动体验,大数据展区还设置了:面部识别体验环境,将大数据深度机器学习应用于图像识别,提供了精确高效的安防解决方案;大数据应用创新教室,动动手轻松五步就能体验大数据的奥妙;借助语音识别技术与来往宾客交流互动的两台机器人。

新华三携手生态伙伴,不断推陈出新为我们的生活增加快乐,带来便捷!

点击“阅读原文”离新IT更近

发表