MATLAB社区

MATLAB,社区和更多

世博对话-第2部分

这是上一篇文章的延续(见世博对话-第一部分),其中我们了解了MathWorks英国办公室如何在MATLAB Expo会议上构建一个用于检测社交互动的系统。本周,Marta Wilczkowiak在Toshi Takeuchi的帮助下继续故事。

Marta是MathWorks UK的高级应用工程师,帮助MATLAB用户设计、开发和部署产品质量的代码。Toshi是MathWorks的高级营销经理。

通过技术融合的社会对话-利用RFID数据分析理解人群动态

作者:Marta Wilczkowiak和Toshi Takeuchi

在前一篇文章中,您了解了我们如何在三个月内从零开始构建一个基于rfid的人员跟踪系统,这是一个跨越多个硬件和软件规程的“技术堆栈”。在文章的最后,我们讲述了我们是如何在关键时刻幸存下来的:第一次集成测试,在一个有数百名代表参加的会议上。

堆栈

现在我们有了可以分析的原始数据来改进我们的系统。

扭转——RFID数据的意义

一旦我们更仔细地检查了在活动中收集到的真实单词数据,我们就面临了一个新的困境——我们原本以为可以用信号强度来估计距离。然而,在现实中,信号强度有很大的波动,你不能用这种方法做出一个自信的估计。顺便说一句,这就是为什么基于rfid的本地化是当今一个热门的研究课题。

我们决定研究一个工程解决方案,但这需要更多的时间和精力。与此同时,有没有办法从手头混乱的数据中获得有意义的见解?

信号强度

Web分析与工程

当我们在MathWorks内部讨论会议数据时,这个问题引起了美国分析师Toshi Takeuchi的注意。他立刻发现了与他在分析大量页面浏览量和点击量时所面临的相似问题——总是很混乱。如果你将网络分析技术应用到这个工程问题上会发生什么?我们接受了这个建议,并立即与Toshi分享了我们的代码和数据。我们的合作是可能的,因为我们都说同一种语言——MATLAB。

代理度量的使用

非物理测量经常用于web分析。例如,你在网上购物或电影流媒体网站上看到的推荐是通过相似性或亲和力度量的距离计算出来的。除了信号强度之外,数据集中还有什么我们可以转化为代理指标的吗?Toshi提出的新方法是将连接频率重新定义为虚拟距离。如果在给定的时间间隔内,两个跟踪设备之间的连接比其他设备更频繁,那么我们可以认为它们在连接频率定义的虚拟空间中是“接近”的。这个指标似乎比信号强度可靠得多。我们最初的目标是理解代表们的社交互动,而物理距离度量只是达到这一目的的一种手段。如果一个虚拟指标做了同样的工作,那么它似乎是一个很好的替代品。

结果

在Toshi的支持金宝app下,我们能够使用固定锚点(如演示站(橙色圆圈)和餐饮(绿色圆圈)的连接频率来重建估计的代表们的运动。请注意,本次分析没有收集或使用个人身份信息。

运动

在上图中,你可以看到Delegate #120的移动情况。这个人似乎首先接近了附近的一个餐饮站,然后在中间花了相当长的时间在BLOODHOUND Super Sonic Car周围,但在下午,在这个“虚拟”空间中,他“更接近”软件相关的演示,而不是基于硬件的演示。

我们可以使用这些信息绘制代表和演示站之间的连接频率,并将其可视化为热图。带有浅红色条纹的垂直条纹表示哪个演示比其他演示有更多的连接,水平条纹表示每个代表经常与哪个演示站连接。您可以看到,连接“RT”(一个实时测试展览)和“HW”(一个硬件测试展览)的人与连接“Robo”(一个机器人展览)的人几乎没有重叠。

的热图

《洞察力——委派行为的三个因素》

最终,数据的好坏取决于你从中得到的见解。当我们用一种叫做主成分分析(Principal Component Analysis)的技术来计算代表们的估计移动时,我们可以仅用三个因素来总结复杂的数据。

  • “网络”:与“网络”演示显示出强烈“联系”的人
  • “Robo”:与“Robo”演示显示出强烈“联系”的人
  • “传统的”:与“HW”样本表现出强烈“联系”的人

此外,与“传统”人相比,“Web”人和“Robo”人倾向于共享类似的连接模式——两者有什么共同之处?它们都是我们可以称之为“融合”的应用,软件和硬件正以非常规的方式进行集成。

虽然这可能不是一个新颖的见解,但对我们来说,知道数据支持我们一直以来直觉感觉到的东西仍然非常有用。同样有趣的是,看看哪些代表在个人基础上显示了哪些特定的倾向(图中的每个点都代表了一个特定的代表)。

主成分分析

回到现实-下一步

人们很容易猜测,这张图上的虚拟接近是否与这些代表的实际共同利益有关。如果是这样的话,有趣的是,其中两个主要因素是web和机器人技术,它们是面向融合的应用程序的例子,跨越了传统的虚拟/物理分界线。

如果有一个退出调查,询问参与者他们觉得哪些演示有趣,我们可以使用预测分析技术来验证虚拟指标对实际兴趣的预测程度。或者,我们可以使用额外的固定锚来确定委托参加了哪些会议。如果我们在地板上放置更多的锚,在一个更均匀的网格中,包括第三方参展商居住的区域,它将提供更多的数据点和更准确的测量。

如果我们验证了这种相关性,它将为我们的代表找到志同道合的人提供新的机会。

旅行还在继续

我们的旅程还没有结束——我们仍然面临着体制方面的挑战。但我们的项目证明了如何在三个月内使用MATLAB、Simulink和大量的团队工作来构建这样一个跨学科的系统。金宝app

|
  • 打印
  • 发送电子邮件

评论

要留下评论,请点击在这里登录到您的MathWorks帐户或创建一个新帐户。