Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Location Based Social Networks

Oliver Roick
January 15, 2013

Location Based Social Networks

Presented at Forum GI in Osnabrück, Germany.

Oliver Roick

January 15, 2013
Tweet

More Decks by Oliver Roick

Other Decks in Research

Transcript

  1. LOCATION BASED SOCIAL NETWORKS FORSCHUNSANSÄTZE UND ANWENDUNGEN AUS DEM BEREICH

    DER GEOINFORMATIK
  2. ❞ [...] emblematic of the new form of cartography that

    Google and its digital counterparts represent: Me-Mapping, the placing of the user at the instant centre of everything. —Simon Garfield Garfield, S. (2012): On the Map: Why the World Looks the Way it Does. Profile Books Ltd.; London. S. 429.
  3. None
  4. WAS SIND LOCATION BASED SOCIAL NETWORKS?

  5. WAS SIND LOCATION BASED SOCIAL NETWORKS? SOCIAL NETWORK SITES NACH

    BOYD & ELLISON Messages Sharing Friends
  6. WAS SIND LOCATION BASED SOCIAL NETWORKS? GEOTAGGING

  7. WAS SIND LOCATION BASED SOCIAL NETWORKS? GEO-SOCIAL NETWORKING

  8. WAS SIND LOCATION BASED SOCIAL NETWORKS? LOCATIVE MEDIA VERSUS MEDIATED

    LOCALITIES LOCATIVE MEDIA MEDIATED LOCALITIES
  9. WAS SIND LOCATION BASED SOCIAL NETWORKS? GEOSOCIAL NETWORKING ACTIVITIES GEOGRAPHIC

    INFORMATION GEOTAGGING MEDIATED LOCALITIES LOCATIVE MEDIA
  10. WAS SIND LOCATION BASED SOCIAL NETWORKS? POTENTIALE

  11. WAS SIND LOCATION BASED SOCIAL NETWORKS? POTENTIALE

  12. WAS SIND LOCATION BASED SOCIAL NETWORKS? POTENTIALE https://www.facebook.com/notes/facebook-engineering/visualizing-friendships/469716398919

  13. WAS SIND LOCATION BASED SOCIAL NETWORKS? POTENTIALE http://www.flickr.com/photos/walkingsf/4671594023

  14. WAS SIND LOCATION BASED SOCIAL NETWORKS? POTENTIALE http://www.flickr.com/photos/walkingsf/6747484741

  15. AKTUELLE FORSCHUNGSANSÄTZE (UNVOLLSTÄNDIG)

  16. AKTUELLE FORSCHUNGSANSÄTZE VERHALTENSANALYSEN Cheng, Z.; Caverlee, J.; Lee, K. &

    Sui, D. (2011):Exploring Millions of Footprints in Location Sharing Services. 5th International AAAI Conference on Weblogs and Social Media, Barcelona, Spanien.
  17. AKTUELLE FORSCHUNGSANSÄTZE SOZIALE NETZE • AUSPRÄGUNGUNG • GEOGRAPHIE • VORHERSAGE

  18. AKTUELLE FORSCHUNGSANSÄTZE NEIGHBORHOOD IDENTIFICATION http://www.livehoods.org

  19. AKTUELLE FORSCHUNGSANSÄTZE VERNACULAR GEOGRAPHIES Hollenstein, L. & Purves, R. (2010):

    Exploring place through user-generated content: Using Flickr tags to describe city cores. Journal of Spatial Information Science, 1(1) 21-48.
  20. AKTUELLE FORSCHUNGSANSÄTZE EVENT DETECTION Earle, P.; Bowden, D. & Guy,

    M. (2011): Twitter Earthquake detection: Earthquake Monitoring in a Social World. Annals of Geophysics, 54(6) 708-715.
  21. WAS MACHT GISCIENCE? VERSUCH EINER FORSCHUNGSAGENDA

  22. WAS MACHT GISCIENCE? VERSUCH EINER FORSCHUNSAGENDA 1. ANWENDUNGEN & DATEN

    2. DATENQUALITÄT 3. DATENINTEGRATION
  23. WAS MACHT GISCIENCE? VERSUCH EINER FORSCHUNSAGENDA 1. ANWENDUNGEN & DATEN

    2. DATENQUALITÄT 3. DATENINTEGRATION
  24. ANWENDUNGEN & DATEN ANWENDUNGSTYPEN !"#$%&'()*+,%#-")' .%,/+-)0' 1%2+3' 4$,+#*",5' 678' Heuser,

    S. (2011): Geodaten aus sozialen Netzwerken - Überblick und Nutzungpotentiale. B.Sc.-Arbeit, Geographisches Institut, Universität Heidelberg.
  25. ANWENDUNGEN & DATEN ARTEN VON DATEN textual information tracks points

    of interest
  26. ANWENDUNGEN & DATEN DATENVERFÜGBARKEIT http://www.flickr.com/photos/walkingsf/5912946760/

  27. ANWENDUNGEN & DATEN DATENVERFÜGBARKEIT http://www.flickr.com/photos/walkingsf/5912385701/

  28. ANWENDUNGEN & DATEN DATENVERFÜGBARKEIT http://www.wired.co.uk/news/archive/2012-03/12/gowalla-closes-down

  29. ANWENDUNGEN & DATEN DATENVERFÜGBARKEIT http://www.zdnet.de/88128610/

  30. WO IST GISCIENCE? VERSUCH EINER FORSCHUNSAGENDA 1. ANWENDUNGEN & DATEN

    2. DATENQUALITÄT 3. DATENINTEGRATION
  31. DATENQUALITÄT ATTRIBUTVOLLSTÄNDIGKEIT FOURSQUARE FOURSQUARE FACEBOOK FACEBOOK SAMPLE 110.619 74.374 NAME

    110.605 99,99 % 74.374 100,00 % STRASSE 59.559 53,84 % 53.454 71,87 % STADT 71.754 64,87 % 64.414 86,61 % POSTLEITZAHL 41.520 37,53 % 54.545 73,34 % LAND 110.617 100,00 % 63.197 84,97 % KOMPLETTE ADRESSE 40.285 36,42 % 51.694 69,51 % KATEGORIEN 99.217 89,69 % 74.374 100,00 %
  32. DATENQUALITÄT BEST OF - ORTSBEZEICHNUNGEN 1. BETT 2. MUTTI 3.

    MY GRIB 4. BEIM SMIE 5. CITY LEIPZIG ;-) 6. ZU HAUSE BERLIN
  33. DATENQUALITÄT POSITIONSGENAUIGKEIT 0 200 400 600 800 1000 0-10 10-20

    20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 120-130 130-140 140-150 150-160 160-170 170-180 180-190 190-200 >200 Anzahl Matches Abstand [m]
  34. WO IST GISCIENCE? VERSUCH EINER FORSCHUNSAGENDA 1. ANWENDUNGEN & DATEN

    2. DATENQUALITÄT 3. DATENINTEGRATION
  35. DATENINTEGRATION Facebook Foursquare

  36. DATENINTEGRATION DAS MANDY‘S PROBLEM

  37. DATENINTEGRATION DAS MANDY‘S PROBLEM Mandy's Railway Diner Mandy's Mandy's Railway

    Dinner - Heidelberg Mandy's Diner Mandy's Dinner American Diner
  38. DATENINTEGRATION MATCHING: ANSATZPUNKTE 1. RÄUMLICHE NÄHE 2. NAME DES ORTES

    3. KATEGORIEN/NUTZER-TAGS
  39. DATENINTEGRATION MATCHING: ANSATZPUNKTE 1. RÄUMLICHE NÄHE 2. NAME DES ORTES

    3. KATEGORIEN/NUTZER-TAGS
  40. DATENINTEGRATION MATCHING: ANSATZPUNKTE 1. RÄUMLICHE NÄHE 2. NAME DES ORTES

    3. KATEGORIEN/NUTZER-TAGS
  41. DATENINTEGRATION STRING-SIMILARITY DICE-KOEFFIZIENT JARO-WINKLER-METRIK dice(a,b) = 2 |T(a) ⋂ T(b)|

    |T(a)| + |T(b)| jaro(a,b) = {0; if m = 0 m |a| m |a| m-t m + + ) ( 1 3 T – nGrams des jeweiligen Terms m – matching characters t – half the number of transpositions
  42. DATENINTEGRATION STRING-SIMILARITY: PROBLEME 1. ORTSBEZEICHUNGEN IM NAMEN DACHAUER STR. vs

    DACHAUER STÜBL VWA DORTMUND vs KINO DORTMUND MÜNCHEN vs MÜNCHEN TICKET GMBH
  43. DATENINTEGRATION STRING-SIMILARITY: PROBLEME 2. AUSSAGEKRAFT DER METRIK FITNESS FIRST WOMEN

    CLUB vs FITNES FIRST FOR WOMEN JARO-WINKLER: 0.883 THE ONE AND ONLY vs THE WEALTHYMIND JARO-WINKLER: 0.858
  44. DATENINTEGRATION MATCHING: ANSATZPUNKTE 1. RÄUMLICHE NÄHE 2. NAME DES ORTES

    3. KATEGORIEN/NUTZER-TAGS
  45. DATENINTEGRATION WORDNET bakery café entity physical_entity object whole artifact building

    restaurant structure establishment place_of_business mercantile_establishment shop location point geographic_point workplace
  46. simwp(c1,c2)= 2 depth(lso(c1,c2)) len(c1, lso(c1,c2)) + len(c2, lso(c1,c2)) + 2

    depth(lso(c1,c2)) DATENINTEGRATION WU-PALMER-METRIK lso(c1,c2) c1 c2 Entity
  47. DATENINTEGRATION GEOMETRIE CONFLATION Mandy's Railway Diner Mandy's Railway Dinner -

    Heidelberg eigentliche Position WIE KÖNNEN DIE GEOMETRIEN GEWICHTET WERDEN?
  48. DATENINTEGRATION ATTRIBUTE CONFLATION Mandy's Railway Diner Mandy's Mandy's Railway Dinner

    - Heidelberg Mandy's Diner Mandy's Dinner American Diner WELCHER IST DER „BESTE“ DATENSATZ?
  49. WAS MACHT GISCIENCE? VERSUCH EINER FORSCHUNSAGENDA 1. ANWENDUNGEN & DATEN

    2. DATENQUALITÄT 3. DATENINTEGRATION
  50. UND WEITER?

  51. UND WEITER? • PRIVACY • WEM GEHÖREN DIE DATEN? •

    ETHIK
  52. DANKE. FRAGEN?