CLOSE UP コラム | 福岡市消防局が発信した「消防情報メール」ビッグデータ分析---発生状況の可視化、防災行政や街づくりへの活用へ

福岡市消防局が発信した「消防情報メール」ビッグデータ分析---発生状況の可視化、防災行政や街づくりへの活用へ

CLOSE UP 事例

2017年11月02日
オープンソース活用研究所 所長 寺田雄一

西日本新聞とカホエンタープライズは、福岡市消防局が発信した「消防情報メール」の分析を行った。

消防情報メール分析

福岡市消防局は、メールアドレスを登録した住民に対して、「建物火災/救助などの出動内容」「時刻」「目標地点住所」などの情報を配信している。

2014年11月~2017年6月の期間で、福岡市消防局が発信した「消防情報メール」の約1万4300件について、ビッグデータ分析ツールを利用して分析を行った。

分析結果

地図に落とし込むと、出動や発生の多い地点ほど円が大きく表示される。

「救助」では、東区の奈多漁港が5件と多く、「死亡事故や事故になるケースがある」とし、市は今年夏に立ち入り禁止のフェンスを拡張した。

「建物火災」では、中央区天神付近が多いことが分かる。市消防局は「大火に至った例はないが、飲食店が多い商業施設や街区で、活動人口も多いことが要因ではないか」とみる。

防災行政や街づくりへの活用

消防庁は、出動記録に気象状況も含めて複合的に分析し、住民の出動依頼を予測する研究を始めている。

国立情報学研究所の北本朝展准教授(情報学)は、「データの可視化や検証は運用効率化につながる。複数都市で比較すれば、台風や大雪など自然災害に対する脆弱性を分析し、街づくりに生かせる可能性もある」としている。

今後の防災行政や街づくりへの活用が期待される。

以上、下記URLからの要約
https://www.nishinippon.co.jp/feature/attention/article/369987/


著者プロフィール

オープンソース活用研究所 所長 寺田雄一

1993年、株式会社野村総合研究所(NRI)入社。 インフラ系エンジニア、ITアーキテクトとして、証券会社基幹系システム、証券オンライントレードシステム、損保代理店システム、大手流通業基幹系システムなど、大規模システムのアーキテクチャ設計、基盤構築に従事。 2003年、NRI社内に、オープンソースの専門組織の設立を企画、10月に日本初となるオープンソース・ソリューションセンター設立。 2006年、社内ベンチャー制度にて、オープンソース・ワンストップサービス 「OpenStandia(オープンスタンディア)」事業を開始。オープンソースを活用した、企業情報ポータル、情報分析、シングルサインオン、統合ID管理、ドキュメント管理、統合業務システム(ERP)などの事業を次々と展開。 オープンソースビジネス推進協議会(OBCI),OpenAMコンソーシアムなどの業界団体も設立。同会の理事、会長や、NPO法人日本ADempiereの理事などを歴任。 2013年、NRIを退社し、株式会社オープンソース活用研究所を設立。

最新TOPICS

最新情報はありません。

関連タグ

ビッグデータ(Big Data)

「ビッグデータ(Big Data)」とは、一般的なソフトウェアの能力を超えたサイズのデータ集合であり、従来のデータベース管理システムでは「記録」「保管」「管理」「解析」などの処理が難しいほどの巨大で複雑なデータ群。「インターネット普及」「コンピュータの処理速度」「クラウド技術向上」などに伴い、日々大量に生成され溢れている大容量デジタルデータを指す。

Amazon FreeRTOS(アマゾンフリーアールティーオーエス)

  • IoT

Amazon FreeRTOS(アマゾンフリーアールティーオーエス)は、AWSが提供するマイクロコントローラ向けIoTオペレーティングシステム。

ABEJA Platform(アベジャプラットフォーム)

  • AI

ABEJA Platform(アベジャプラットフォーム)は、AI継続的インテグレーションに必要となる一連のパイプラインを一貫して実装可能なプラットフォーム。

HPE Universal IoT Platform(HPEユニバーサルIoTプラットフォーム)

  • IoT

HPE Universal IoT Platform(HPEユニバーサルIoTプラットフォーム)は、Hewlett Packard Enterpriseが提供するIoTプラットフォーム。

機械学習(Machine Learning)

「機械学習(Machine Learning)」とは、人間が学習する基本的な仕組みをコンピュータで再現し実現する技術の総称を指す。機械学習では、学習ベースとなる大量のサンプルデータを入力値として用いて、繰り返し解析を行うことで、データから有用な「規則」「ルール」「知識表現」「判断基準」などを抽出し機械学習モデルを構築していく。

バックナンバー

関連記事

無料資料プレゼント

2021/03/04 セキュリティDAYS Keyspider資料

講演資料を見るには、 プライバシーポリシーに同意して、送付先メールアドレスをご入力しご請求ください。

またご入力いただきました情報は、当該資料の作成・提供企業とも共有させていただき、当社及び各社のサービス、製品、セミナー、イベントなどのご案内に使用させていただきます。

本資料を見るには次の画面でアンケートに回答していただく必要があります。



セミナー講演資料公開中

注目のDB技術「HTAP」とは? ~手軽に、かつ高速に、リアルタイム分析を実現する方法~

データ分析の課題をAWS Analyticsサービスで解決する方法

データ活用におけるクレンジングの課題 〜「データ連携ツールを使っても非エンジニアには負担」の解決策〜

  • 書籍

Analytics News ACCESS RANKING

facebook

twitter