Controllo Ambientale degli Spazi Espositivi

L’obiettivo dell’attività è stata quella di studiare applicazioni di analisi dati che consentono di estrarre dati di sintesi che servono al museo per compiere valutazioni e controlli. Un primo applicativo è quello che deve permettere di avere in tempo reale gli alert relativi a condizioni anomale rilevate dai sensori ambientali verificatesi negli ambienti. Un secondo applicativo è quello che consente di analizzare il flusso dei visitatori selezionando i periodi di osservazione. 

Operando in questa direzione si possono creare correlazioni tra:

• flusso di visitatori e opere ascoltate;
• flusso dei visitatori e condizioni ambientali;
• opere visitate e percorsi proposti;
• opere più gradite e ambiente.

Si possono inoltre osservare nel tempo alcuni andamenti soprattutto nell’attenzione del visitatore nei confronti delle opere, degli ambienti, dei percorsi.

Con strumenti di business intelligence, i dati raccolti sono, quindi, oggetto di Analisi statistiche con una rappresentazione di tipo dashboard. 

Sul campione di dati raccolto opportunamente analizzato verranno effettuate le seguenti analisi:

• % di Visitatori intercettati dal gateway node con dettaglio di accesso ai vari piani e/o alle stanze di un museo, escludendo il personale di servizio; 
• Durata Visita al superamento di una determinata soglia di presenza;
• % di Visitatori per Fascia oraria di ingresso;
• % di Visitatori divisi per i giorni della settimana e per Fascia oraria.

Il complesso andamento dei visitatori all’interno dell’area museale rende la predizione del percorso di ogni singolo visitatore molto complicata. Si adotta il punto di vista Euleriano essendo interessati al numero dei visitatori per ogni sala ad ogni tempo. 

Dall’esame del set di dati raccolti nell’area museale si può procedere all’analisi delle traiettorie. Tale analisi fornisce informazioni che possono essere schematizzate nel seguente modo:

• Tempo medio di permanenza nelle stanze del museo
• Correlazione tra traiettorie
• Matrice di transizione
• Traiettorie tipiche
• Clustering.

I Big Data che l’architettura SENSORIAM, SENSOR Integrated Architecture for analysis on Mobile del progetto REMIAM, raccoglie dai dispositivi IoT  di uno SPES, sono resi disponibili alla Business Intelligence, con un intervallo di trenta minuti dalla produzione degli stessi. I dati sono scaricabili in locale per le ulteriori esigenze di analisi libere.