Así que es natural que los investigadores quieran unir estos conjuntos de datos para ver qué tipo de información pueden obtener con esta forma de fusión de datos.
Esto ha sido posible gracias al trabajo de Stanislav Sobolevsky en el Instituto de Tecnología de Massachusetts (MIT, EEUU) junto a varios colegas. El equipo ha fusionado tres conjuntos de datos muy diferentes relacionados con el atractivo de una ciudad, con los que han podido clasificar varios lugares y comprender por qué la gente los visita y qué hacen cuando llegan allí.
El trabajo se centra exclusivamente en ciudades de España a partir de datos relativamente fáciles de recopilar. El primer conjunto de datos consiste en el número de transacciones de crédito y débito hechas por visitantes en ciudades en toda España durante el año 2011. Esto incluye el país de origen de cada tarjeta, lo que permite a Sobolevsky y su equipo contar sólo las transacciones hechas por visitantes extranjeros: un total de 17 millones de transacciones anónimas de 8,6 millones de visitantes extranjeros procedentes de 175 países diferentes.
El segundo conjunto de datos se compone de más de 3,5 millones de fotos y vídeos tomados en España y publicados en Flickr por personas que viven en otros países. Estas fotos fueron tomadas entre 2005 y 2014 por 16.000 visitantes de 112 países.
El último conjunto de datos se compone de cerca de 700.000 tuits con etiquetas geográficas publicados en España durante el año 2012. Fueron publicados por 16.000 visitantes extranjeros de 112 países.
Finalmente, el equipo ha definido el atractivo de una ciudad, al menos según el propósito del estudio, como el número total de fotos, tuits y transacciones con tarjeta que tuvieron lugar dentro de ella.
Este nivel de actividad de los visitantes lleva a una clasificación simple, pero que obviamente necesita normalizarse según el tamaño de la ciudad. Y eso nos lleva a una pregunta interesante: ¿Cuál es la escala del nivel de actividad de los visitantes en proporción con el tamaño de la ciudad?
A primera vista, es fácil pensar que la actividad del visitante debería estar a una escala lineal con el tamaño de la ciudad. Las ciudades más grandes atraen a más visitantes que, en conjunto, son más activos.
Sin embargo, desde hace tiempo los antropólogos saben que los distintos aspectos de la vida en una ciudad siguen una escala diferente. Por ejemplo, el número de trabajos, casas y el consumo de agua siguen una escala lineal con el tamaño de la ciudad. Otras cosas aumentan más lentamente o de forma sublineal con el tamaño de la ciudad, como por ejemplo el área de superficie de carreteras. También hay otras cosas que aumentan más rápidamente o de forma superlineal, como los ingresos y la productividad, además de la contaminación y la pobreza.
Así que, ¿qué escala sigue la actividad de los visitantes con el tamaño de la ciudad? Una escala superlineal, según Sobolevsky y sus colegas. Las ciudades más grandes no sólo atraen a más visitantes sino que también son las más activas: se toman más fotos, se envían más tuits más a menudo, y las tarjetas de crédito y débito se usan con más frecuencia. "Hemos encontrado que el atractivo de una ciudad demuestra una fuerte escala superlineal con el tamaño de la ciudad", señalan los investigadores.
Después de identificar esta tendencia, el equipo buscó excepciones y trató de explicar por qué algunas ciudades se desvían. Por ejemplo, las ciudades de Málaga y Alicante tienen los niveles relativos más altos de transacciones extranjeras, pero están entre los puestos más bajos en cuanto a actividad en Flickr.
Sobolevsky y su equipo dicen que estas ciudades son bien conocidas como populares lugares de jubilación para personas mayores de toda Europa. "Parece bastante probable que los visitantes de esta categoría puedan ser generalmente usuarios mucho menos activos en Flickr", afirman.
Las ciudades isleñas de Santa Cruz de Tenerife y Las Palmas están en una situación similar. Tienen muchas transacciones financieras, pero la actividad de Twitter y Flickr es significativamente menor de lo esperado. Al parecer, los visitantes de estas ciudades están dispuestos a gastar dinero, pero no a registrar su actividad con fotos y tuits.
Otra curiosa excepción es la ciudad de Badajoz, una ciudad del interior cerca de la frontera con Portugal, que tiene los niveles relativos más bajos de actividad de Twitter y Flickr de todas las principales ciudades del estudio. Sobolevsky y su equipo señalan que esto probablemente sea porque Badajoz no es una ciudad turística, sino un centro de compras. Así que la mayoría de visitantes extranjeros tienden a cruzar la frontera con Portugal para ir de compras y pasan poco tiempo tuiteando o tomando fotos durante las visitas.
Este es un trabajo interesante que muestra cómo la fusión de grandes conjuntos de datos puede dar información sobre cómo usa la gente las ciudades. Por supuesto tiene sus limitaciones. El estudio no aborda los motivos por los que la gente encuentra atractivas las ciudades y lo que les lleva a ellas en primer lugar. Por ejemplo, ¿van por turismo, por negocios o por alguna otra razón? Eso requeriría datos más especializados.
Pero sí proporciona una visión general del atractivo, y podría ser un punto de partida para un análisis más detallado. Como tal, este trabajo es sólo una pequeña parte de una nueva ciencia de las ciudades basada en grandes volúmenes de datos, pero muestra todo lo que puede llegar a ser posible con sólo procesar algunas cifras.
Ref: arxiv.org/abs/1504.06003 : Scaling of city attractiveness for foreign visitors through big data of human economic and social media activity