Progettazione e Sviluppo di una Piattaforma Multi-Sorgente per l’Ottimizzazione dei Servizi di Emergenza

L'elaborato di tesi descriverà il progetto di tirocinio svolto presso l'azienda EBWorld S.R.L. di Bologna. Le richieste di questa attività prevedevano di sviluppare un prodotto che fosse in grado di raccogliere dati ed informazioni di diverso tipo da più sorgenti differenti; il contesto di tali informazioni doveva riguardare gli eventi di pericolo. L'obiettivo principale era quello di fornire un monitoraggio in tempo reale di questo tipo di situazioni, così da rendere più efficiente la gestione dei servizi di emergenza. Le sorgenti provengono dall'ambito Social Network (Twitter), da organi di informazione ufficiale (Feed RSS di quotidiani online), da sensoristica e servizi pubblici che operano a livello nazionale (web service di INGV per monitoraggio di eventi sismici). Tutti questi dati vengono raccolti e memorizzati all'interno di un database PostGIS. Per le notizie in formato testuale, è stato implementato anche un modello di Machine Learning per il Natural Language Processing, il quale deve determinare se la notizia fa riferimento a un pericolo reale. Tutta la parte di back-end viene caricata sul server aziendale mediante il servizio Docker. L'andamento degli eventi verrà seguito visivamente su un'interfaccia web, dove le informazioni potranno essere raggruppate in base al tipo fonte, la quale rappresenterà anche un layer della mappa, e potranno essere filtrate in base all'area geografica, parole e altro. Per l'architettura del back-end si è scelto di utilizzare l'Observer pattern, dove i crawler rappresentano i Subject mentre gli Observer gestiscono le funzioni per l'inserimento dei record nelle rispettive tabelle del database ed eventualmente la discriminazione dell'informazione tramite l'algoritmo di ML. Infine, è stata effettuata una fase di validazione delle diverse componenti, con particolare attenzione rispetto ai risultati ottenuti dal modello di ML sviluppato.