Streetonomics: Quantifying culture using street names

Vienna. We started from the ‘Vienna History Wiki’ platform (
https://www.
geschichtewiki.wien.gv.at
), which brings together historical knowledge about the city, and it
does so in structured webpages. Each webpage contains the history of a given street and an
infoBox (similar to Wikipedia) containing street creation date, denomination (if the street was
named after a person), and district. We initially resolved data about 2,481 streets. We trans-
lated German names to English in two steps: first, we used an off-the-shelf python package for
language translation using Google Translate API (
https://pypi.org/project/googletrans
). Sec-
ond, to resolve any disambiguation from the automatic translation, one of the authors manu-
ally corrected 5% of them (e.g., disambiguation due to special characters in the German
language). After data cleaning (i.e., streets whose honoree full information could not be
found), we ended up with the final Vienna dataset containing 1,662 streets.
London. We crawled Wikipedia entries that referred to London streets, narrowing down
the search on entries that contained mentions that typically characterize pages about streets
such as ‘named after’, ‘honor’, and ‘celebrate’. This process resulted into 2500 streets, which
were then annotated using the Amazon Mechanical Turk crowd-sourcing platform: each entry
was annotated by at least 2 workers, and conflicts were manually resolved. The resulting data-
set consisted of 770 streets.
New York. From urban planner Gilbert Tauber (
http://nycstreets.info
), we obtained a
curated dataset that contains 1,459 honorific streets, and each street is associated with its hon-
oree name and gender, and the street’s denomination and borough. After data cleaning, we
ended up with the final New York dataset containing 1,072 streets.
We then mapped all this information into each city’s neighborhoods defined by the official
polygons.