Laatste update: 21 mei 2014
Rotterdamse Haven, Botlek Rotterdam, Nederland
Mobiliteit
Real Time Data
Social Media
Casus
Academisch / professioneel werk
Auteurs: Greencorn
Reviewer: Wouter Meys

Gerelateerde documenten

methoden

Websites

www.greencorn.nl/PortofRotterdam/
www.greencorn.nl/tweets-in-havengebied/
 
 
 
 
 
 
 
 
 
 
 

Contacten

Wouter Meys, Greencorn
Maarten Groen, Greencorn
 
 
 
 
 
 
 
 
 
 
 
Port of Rotterdam

Samenvatting

In opdracht van Havenbedrijf Rotterdam is in de maanden januari en februari van 2014 een analyse in het havengebied van Rotterdam uitgevoerd. Deze analyse was een verkennende test om te zien hoe men in het gebied omgaat met sociale media. Ook is gekeken of er informatie uit social media gehaald kon worden op het gebied van mobiliteit.

Beschrijving

Uit een eerste analyse van het gebied is gebleken dat er in totaal 137.047 Tweets werden verstuurd vanuit het gebied in de periode 16 januari tot 13 februari. 31.438 (23%) hadden een unieke plaatsgebonden locatie verzonden door 2.183 unieke gebruikers. Van deze Tweets waren er 6.661 (21%) in het havengebied en 24.777 (79%) buiten het havengebied verstuurd. Van de 31.438 tweets gingen er 1857 over mobiliteit.

Deze tweets zijn gefilterd aan de hand van de volgende kern-woorden: auto, file, afslag, haven, verkeer, bus, trein, boot, ongeval, parkeren, parkeerplaats, reis, stoplicht, ergernis, werkzaamheden, n15, fiets, vrachtwagen, brug, n220, a20, a4 en a15.
 


afbeelding 1. overzicht 'tweets in het havengebied'
 


afbeelding 2. per gebied 'filteren' op woorden in tweets


Uit deze analyse bleek dat er uiteindelijk niet aanwijsbaar genoeg locatie gebonden tweets waren om iets zinnigs te kunnen zeggen over het havengebied. Vooral het feit dat er binnen het havengebied niet veel werd gesproken over mobiliteit was de aanleiding om niet dieper op de data in te gaan.


afbeelding 3. doorklikken op 'letsel' geeft direct informatie over het bericht



afbeelding 4. doorklikken op 'een tweet' geeft informatie over de exacte locatie


Tijdens het onderzoek is wel een andere interessante ontdekking gedaan. Soms werd er informatie getweet over een ongeval. De snelheid en de precisie van de locatie maakten de gegevens bijzonder geschikt voor het melden van noodgevallen. Soms is een ongeval al getweet, voordat de hulpdiensten zijn ingelicht. In de toekomst zou dus een kansrijke toepassing ontwikkeld kunnen worden, die alle tweets analyseerd op (mogelijke) arbeidsongevallen. De aard, de plek en het tijdstip worden daarmee automatisch vastgelegd. 
 
 
 
 
 
 
 
 

Trefwoorden

Havenbedrijf, ongevallen, havengebied, Greencorn, Wouter Meys, tweets, noodgevallen, Mobiliteit, Rotterdam, Maarten Groen, twitter, arbeidsongevallen, unieke plaatsgebonden locatie
Log in om een reactie te plaatsen ...