ubiquitous urban dataを用いた交通動態の解釈

大規模な都市データセットのコレクションを考慮すると、どのようにしてそれらの隠れた相関関係を見つけることができるでしょうか？例えば、ニューヨーク市（NYC）は、2012年から2015年までのタクシーデータをオープンアクセスで提供しており、1日あたり約50万回のタクシー利用が生成されています。一方で、NYCにはポイント・オブ・インタレスト（POI）、ジオタグ付きツイート、天気、交通事故などの豊富な都市データが存在します。これらの普遍的なデータセットを使って都市交通を説明することは可能でしょうか？外部データと交通データの間の隠れた相関関係を理解することで、以下のような都市コンピューティングにおける重要な質問に回答できるようになります：もし我々がNYCのマディソン・スクエア・ガーデン（MSG）で高い交通量を観測した場合、それは定期的なピーク時間のためなのか、それともMSGで大規模なイベントが開催されているためなのか？もしハリケーンや雪嵐などの災害天候が都市を襲った場合、交通はどのように影響を受けるでしょうか？