Foto: Colourbox

Adfærdsdata viser hvordan vi bevæger os under corona-krisen

fredag 19 jun 20

Kontakt

Sune Lehmann Jørgensen
Professor
DTU Compute
45 25 39 04

Gå selv på opdagelse i forskernes interaktive visualiseringer

Forskningsprojektet ‘HOPE - How Democracies Cope with COVID19 - A Data-Driven Approach’ er også et projekt, der sigter mod at formidle forskningen til en bred målgruppe. Det er derfor muligt at udforske de interaktive visualiseringer, der løbende bliver opdateret. Her kan du også læse forskernes refleksioner over de nyeste data
Forskere bruger adfærdsdata fra Facebook til at forstå, hvordan befolkningen reagerer på regeringens corona-indgreb og den gradvise åbning af Danmark.

I marts fik DTU, Københavns Universitet og Aarhus Universitet en donation fra Carlsbergfondet på 25 mio. kr. til at gå i gang med Semper Ardens-forskningsprojektet ’HOPE - How Democracies Cope with COVID19 - A Data-Driven Approach’.

Projektet kombinerer big data og maskinlæring med indsigter fra socialvidenskaberne og skal hjælpe myndighederne til at forstå sammenhængen mellem regeringens håndtering af krisen, mediebilledet, befolkningens adfærd og udbredelsen af smitte.

På en ny hjemmeside har forskerne nu samlet flere typer adfærdsdata, der er anonymiserede og sammenstillet, så de ikke kan henføres til enkeltpersoner. Dataene kommer fra Facebook, der de sidste to år har stillet datasæt til rådighed for universiteter og NGO’er gennem produktet ’Facebook Data for Good’, der sigter mod at forbedre trivsel og redde liv.

”Dataene bliver indsamlet gennem brugernes mobil-apps og er specielle, fordi de handler om vores bevægelsesmønstre, og hvor vi opholder os, og ikke om de ting, vi foretager os på Facebook,” siger Sune Lehmann, der er professor på DTU Compute og har ansvar for håndtering og teknisk analyse af de store mængder data.

Det er ikke første gang, at forskere anvender disse datasæt til datavisualisering, men DTU Compute har nu udviklet en række nye analyser af datasættene, som har gjort det muligt f.eks. at estimere, hvor danskerne tilbringer deres tid under corona-krisen, hvordan de bevæger sig rundt i landet under lukningen, og hvordan deres adfærd har ændret sig over tid. Forskerne er også i stand til at sammenligne forskellige kommuner og byer med hinanden.

Observationerne viser f.eks., hvordan åbningen af børnepasningen påvirkede danskernes adfærd, og hvordan antallet af beboere har ændret sig over tid i de danske kommuner. Mens mange danskere forlod de større byer, da Danmark lukkede ned, oplevede Fanø, Odsherred, Dragør, Gribskov, Læsø og Halsnæs derimod en voksende befolkningstilvækst.

Foto: DTU

Mandag den 6. april så danskernes bevægelsesdata således ud. Grøn farve angiver en stigning i antal mennesker, og rød farve angiver et fald relativt set i forhold til corona-krisens begyndelse. Figuren er interaktiv og kan udforskes her.

”Det har været spændende at se, hvordan vi kan bruge bevægelsesdata til at forstå befolkningens respons til regeringens indgreb. Og dernæst åbningen af Danmark,” siger Sune Lehmann.

”Vi ønsker også at forstå, hvordan vi kan bruge mobilitetsdata til bedre at modellere sygdommens spredningsmønster. Men det er ikke helt nemt, da folks kollektive bevægelsesmønstre ikke siger noget om, hvem der rent faktisk mødes - hvilket jo er det, der afgør smittespredningen. Samtidig er de to datakilder ikke uafhængige. Så hvordan vi skal bruge datasættet, er en spændende forskningsmæssig udfordring.”

Næste skridt i projektet er at hjælpe andre lande med at samle data over befolkningens adfærd. Det er også håbet, at DTU-studerende kan være med til lignende projekter i udviklingslande, hvor det er sværere at få gode offentlige oplysninger om covid-19.

I øjeblikket kan Brasilien, Island, Italien, Norge, New Zealand, Spanien, Sverige og Tyskland også udforskes på hjemmesiden. Sammenligninger mellem landene kan hjælpe forskerne med at forstå, hvordan landenes mangeartede indgreb har påvirket bevægelsesmønstrene forskelligt.

https://www.food.dtu.dk/nyheder/nyhed?id=%7B566176E9-4198-4779-8BFA-6E454B6802AF%7D
30 SEPTEMBER 2020