Vincitori del Big Data Contest

Referente: Stefano M. Iacus, Dipartimento di Economia, Management e Metodi Quantitativi, Università degli Studi di Milano

Il progetto si avvale delle informazioni e delle opinioni espresse ogni giorno dagli utenti del social network Twitter per indagare in modo dinamico la percezione di benessere personale e relazionale all’interno della società.
Il progetto prevede l’elaborazione di un indicatore composito di benessere, fondato sull’analisi periodica dei testi di Twitter. L’indicatore indaga le aree del benessere personale, del benessere relazionale e del benessere lavorativo ed è composto complessivamente da sette sotto-indicatori.
Le caratteristiche peculiari dello strumento proposto sono:

• la geolocalizzazione delle fonti, che permette la disaggregazione spaziale delle informazioni fino al livello provinciale;
• la dimensione dinamica: l’indicatore può essere aggiornato con elevata frequenza;
• la tecnica supervised utilizzata per la classificazione dei testi: l’analisi non è affidata – diversamente da altri metodi di web sentiment analysis – a procedure totalmente automatizzate, ma richiede un intervento parziale di codifica manuale dei testi, che garantisce maggiore affidabilità dei risultati ottenuti;
• la comparabilità interlinguistica e interculturale: indicatori del tutto analoghi possono infatti essere costruiti per sistemi linguistici differenti (cioè per altri paesi e in altre lingue) e valutati tenendo conto delle specificità culturali di contesto.

Referente: Diego Pennacchioli Istituto di Scienza e Tecnologie dell’Informazione “A. Faedo”, CNR di Pisa

Il monitoraggio di indicatori sociali come la povertà e la diseguaglianza è un compito complesso per la statistica ufficiale, ma anche uno strumento fondamentale per la comprensionedei fenomeni sociali.
Il progetto propone un approccio interdisciplinare al problema che sfrutta ildata driven social miningper misurare gli aspetti fondamentali del benessere e dell’attività socio-economica di un territorio.
In particolare, si propone l’utilizzo del grande “microscopio sociale” fornito dai Big Data per osservare e analizzaretre diversi aspetti del comportamento umano in un dato territorio:

• la diversità sociale;
• la diversità nei movimenti;
• la complessità di acquisto degli individui.

Referente: Emilio Sulis “ARCS AppliedResearch on ComputationalComplex System Group Dipartimento di Informatica, Università di Torino”

I dati tradizionali della statistica ufficiale sono generalmente statici e il loro recupero necessita di molto sforzo, sia di natura organizzativa che economica. Un’opportunità che si sta affermando di recente è legata all’utilizzo dell’informatica per la memorizzazione e l’analisi di grandi moli di dati (Big Data), dalle quali ricavare misure e indicatori di interesse sociale.

Le informazioni estratte dai Social Network, in particolare, possono restituire informazioni sullostato di salute o di benessere di una popolazione, come diversi studi hanno sinora dimostrato. Estrarre il grado di sentiment oggi è un’operazione sempre più affidabile, mediante tecniche diinformation retrieval e strumenti di analisi del testo, morfologici e lessicali, di supporto.

Il presente progetto riguarda uno studio di correlazione tra indicatori tradizionali e misure estrattedai Social Media che va nella direzione di contribuire alla costruzione di un nuovo tipo di indicatoresociale, capace di aiutare a definire la situazione socio-economica di un territorio.

Referente: Anna Gigante

Il presente progetto offre un’articolazione e un’applicazione tecnico-metodologica per un sistema complesso e articolato di reperimento e analisi delle conversazioni online dedicate alla politica presenti all’interno dei Social Network Facebook e Twitter – luoghi virtuali di espressione e scambio continuo di informazioni e opinioni da intendere come processi strutturalmente funzionali alla formazione di atteggiamenti, opinioni e desiderata in ambito politico.

Il progetto di ricerca prevede il raggiungimento dei seguenti obiettivi:

• comprensione e analisi della complessità delle opinioni su politica e istituzioni;
• sviluppo e implementazione delle tecniche di information retrieval;
• individuazione ed analisi di indicatori di Rete;
• analisi strutturale della Rete e della comunicazione.

Il presupposto di analisi si basa sulla possibilità di interpretare uno spazio di possibili modelli interpretativi della Rete, selezionando alcune forme grafiche dei testi analizzati, messe in relazione con altre variabili di riferimento, in modo tale da delineare un’immagine dell’attività politica in Rete.

Referente: Pietro Nardone

L’obiettivo principale dell’idea di progetto è di migliorare e produrre nuovi Indicatori di benessere generati dalla correlazione di informazioni derivanti dal mondo della formazione sia essa scolastica o universitaria, e dal mondo del mercato del lavoro, al fine di convertire i grandi volumi di dati in data assets e conoscenza interoperabili semanticamente.

La presente idea progettuale si propone di investigare i seguenti aspetti:

• Definizione di modelli e pattern per l’adozione e l’utilizzo dei Big Data;
• Ottimizzazione delle tecnologie di analisi di grossi volumi di dati su larga scala;
• Data analytics;
• Utilizzo dei dati rispetto al contesto di riferimento (Contextawareness).

Tra gli obiettivi specifici del progetto, vi è il design e la realizzazione di un framework tecnologico denominato BASOM – Big Data Analytics for School and Occupation Monitoring,relativo a diversi domini specifici, ed in particolare calato in contesti target come social data e welfare data.
Il framework proposto ha il compito di supportare tutte le fasi del big data life cycle: data acquisition, data storage, data analysis.