Yelp的数据可以告诉我们这么多，我们生活在城市里，它可以告诉我们最好的饭店吃饭，理发店剪头发，甚至帮助找到一个伟大的水暖工。一种学习今天由三个哈佛经济学家发布使用Yelp的数据在社区层面提供新的见解缙绅 - 这往往阻碍了研究人员和政策制定者由于有限的公共数据的问题。

这项研究的作者，哈佛大学的Edward Glaeser, Hyunjin Kim和哈佛商学院的Michael Luca，以前发现过是Yelp的数据可用于实时测量当地的经济活动。他们的最新研究显示，Yelp的数据可以帮助我们理解在gentrifying地区业务的变化组合，以及如何在商业环境如何变化可以预测哪些社区是gentrifying。

对于他们的论文，“临近预报高档化：使用Yelp的数据来量化邻居变化“，作者看着高档化的各种措施及其表现形式 - 包括更改为邻里的人口统计，住房价格和自然景观（这是从谷歌街景编码）。研究小组随后比较了Yelp的数据在四个主要的业务类别的变化图案：杂货，咖啡馆，餐馆和酒吧。该研究主要集中在五个城市：纽约，波士顿，芝加哥，洛杉矶和旧金山。其主要结果如下：

1. Gentrifying社区 - 通过对住宅价格和邻里人口人口普查资料测量 - 倾向于成长经历在他们的地方经济，通过Yelp的上市场所的数量来衡量。随着房价和人口的比例是受过大学教育的增加，所以做当地企业的数量。
2. 在邻域业务的数量，如通过Yelp的测得的壳体价格变化的预测。例如，当一个网吧在附近打开，房价有相对于0.5％上升至其他地区在未来的一年。评论的数量也可以帮助预测价格变动。Yelp的对业务指标可以更一般的帮助实时测量高档化。

Yelp的数据引起这类见解的方式，其他来源，如人口普查的数据，不能因为在报告时间滞后。Yelp的数据提供高达最新信息是对于理解何时何高档化发生有用的。这就是经济学家所说的“临近预报。”换句话说，Yelp的可以告诉你附近的变化实时发生的，早在详细公开的统计数据变得可用。

此外，Yelp的数据给在当地经济的变化随着房价的上涨如何更细致的外观。从像Yelp的网络平台，数据可帮助开辟一个城市街区的过程中，并能对消费者的影响也是如此。这是有帮助的购房者知道，杂货，咖啡馆，酒吧或在附近开的是家中的价格上涨的信号。如果你看到一个新的咖啡厅进入一个社区，可以是一个温暖当地房地产市场的一个信号。

这项研究是为了帮助研究人员像哈佛专家小组在这里使用的经济分析Yelp的数据Yelp的现行计划的一部分。我们的内部平行的努力，由卡尔比亚利克，Yelp的数据科学编辑，探讨导致Yelp的数据如何改善我们周围的世界的理解。我们希望面的见解，增加价值的决策者，企业和消费者。