Proceedings of the International scientific and practical conference ―Science and Society‖ (February 26-28, 2026) / Publisher website: www.naukainfo.com. – Kharkiv, Ukraine, 2026. - 355 p.

352 яке охоплює реальний стан дорожньої мережі у близькому до реального часу режимі. OpenStreetMap є підтримуваною базою даних, що охоплює понад 83% світової дорожньої мережі [1] і широко використовується для транспортних досліджень завдяки своїй відкритості та деталізації. Попри це, характерним недоліком OSM є відсутність інформації про фактичні швидкості руху: база містить лише дозволені швидкісні обмеження, що суттєво обмежує точність розрахунків доступності та транспортних витрат [2]. Вирішення цієї проблеми вимагає збагачення OSM-мережі динамічними даними з зовнішніх джерел. Waze є краудсорсинговою навігаційною платформою, яка через понад 140 мільйонів активних користувачів щомісяця генерує масиви даних про затори, ДТП, небезпечні ділянки та закриття доріг. Через програму Waze for Cities ці дані надаються органам публічного управління та дослідникам у форматі GeoRSS-потоків (оновлення кожні 2 хвилини) та архівів у Google BigQuery [3]. Такий підхід принципово відрізняється від традиційного стаціонарного моніторингу: він дозволяє отримувати просторово розподілені повідомлення про інциденти навіть у зонах, де відсутнє стаціонарне обладнання. Поєднання OSM і Waze у задачах прогнозування логістичних ризиків є методологічно перспективним, але й нетривіальним. OSM забезпечує топологічно коректну мережеву основу з атрибутами типу дороги, дозволеного тоннажу, наявності обмежень для вантажного транспорту. Дані Waze, натомість, надають динамічну складову: відомості про поточні події, що впливають на прохідність маршруту. Аналіз, проведений у рамках проєктів Світового банку, продемонстрував, що синтез Waze-даних із бібліотеками OSMnx дозволяє розраховувати просторово-часові показники доступності та виявляти патерни перевантаженості [4]. Ці патерни безпосередньо визначають логістичні ризики - ймовірність затримки, неможливості проїзду або необхідності перемаршрутизації. Принциповою науковою проблемою при роботі з обома джерелами є якість даних краудсорсингового походження. Дослідження показують, що