Data science gebruiken om slimmer meldingen te behandelen

Timo Nijhof

Data Scientist

Anton Kuijer

Data Scientist

De gemeente Arnhem heeft met ons een oplossing gerealiseerd waarmee meldingen openbare ruimte efficiënter worden behandeld. Dit vraagstuk is een onderdeel van een grotere beweging richting informatiegestuurde handhaving binnen de gemeente. Samen met de afdeling Vergunningen en Handhaving hebben wij een tool en datamodel ontwikkeld dat openstaande meldingen openbare ruimte clustert en prioriteert.

Hoe kan ik mijn handhavingscapaciteit zo efficiënt mogelijk inzetten?

Voor het beantwoorden van de bovenstaande vraag hebben we enkele machine-learning technieken gebruikt, waaronder:

  1. Clusteranalyse: Clusteren is het groeperen van een set van objecten op een manier dat objecten in dezelfde groep meer bij elkaar horen dan objecten in andere groepen. Het aantal clusters is variabel en wordt bepaald door het aantal BOA’s die aan het werk zijn. Dit zorgt ervoor dat elke BOA zijn eigen cluster krijgt met meldingen die qua afstand dicht bij elkaar liggen.

    clusteren
    In de bovenstaande afbeelding representeren de figuren meldingen die worden geclusterd op overeenkomende kenmerken.
  2. Prioriteren: Meldingen zijn vervolgens geprioriteerd op kenmerken die samen met de experts binnen Vergunningen en Handhaving zijn vastgesteld. Dit zijn hoofd- en subcategorieën, maar ook indicatoren als meerdere meldingen op dezelfde locatie.
pasted-image-at-2016_11_22-14_36
Achterliggende proces van het cluster- en prioriteringsmodel ‘Informatiegestuurde Handhaving Openbare Ruimte’ binnen Ynformed en de gemeente Arnhem

Vanuit de gemeente Arnhem wordt de minimaal nodige data realtime verstuurd naar Ynformed, zodat het model zijn werk kan doen. De minimale data bevat geen persoonsgegevens en zijn zelfs maar 4 waardes die zonder de kennis en middelen van de gemeente nietszeggend zijn. Nadat het model gedraaid heeft, stuurt het de output terug naar de gemeente Arnhem. Deze output bevat nog minder data, namelijk maar de 3 waardes: ID, clusternummer en prioriteitzwaarte. Deze data wordt intern bij de gemeente Arnhem weer samengevoegd waardoor er met de verrijkte data slimmer gehandhaafd kan worden.

De komende jaren ondersteunen wij de gemeente Arnhem – naast het toepassen van data science – ook met onze kennis en advies over datagedreven handhaven en organisatie veranderkundige vraagstukken. Samen verbeteren en ontwikkelen wij het datamodel door om de werkwijze verder te optimaliseren.

Deel dit artikel
Share on LinkedInTweet about this on TwitterShare on FacebookEmail this to someone