StudiesCompleted Theses
Extraktion und Visualisierung ortsbezogener Informationen mit Tag-Clouds

Extraktion und Visualisierung ortsbezogener Informationen mit Tag-Clouds

Leaders:  Eggert
Team:  Oliver Flohr
Year:  2011
Lifespan:  2011
Is Finished:  yes

Motivation
Mobile Geräte wie Smartphones, Mobiltelefone, Netbooks und Tablets sind in unserer Zeit unerlässlich. Egal ob man sich zu einem Treffen verabreden, die neuesten Informationen erfahren oder sich einfach nur unterwegs beschäftigen will. Durch das mobile Internet wird dieser Aufschwung noch verstärkt, da man jederzeit verfügbar sein kann. Jedes dieser mobilen Geräte kann mehrere Sensoren (GPS-, Gyroskop-, Kompass-, Beschleunigungs- oder Lichtsensor) haben und jedes mobile Geräte benötigt ein Betriebssystem. Für viele dieser Betriebssysteme können Anwendungen (sogenannte Apps) geschrieben werden, die dann auf dem Handy laufen. Viele Informationen sind im Internet vorhanden. Wenn man unterwegs ist, dann verfügt man meistens nicht über Informationen der näheren Umgebung. Hier lässt sichdurch GPS und das mobile Internet Abhilfe schaffen. Dabei ist Wikipedia eine Möglichkeit um an Informationen zu gelangen. Von 1.255.130 deutschsprachigen Artikelnsind 207.872 geo-referenziert (Stand 27.05.2011). Da das Display von solchen Geräten eher klein ist, muss die Visualisierung der Informationen so aufbereitet werden, dass diese gut erkennbar bleiben. Hier bietet es sich an, die Technik der Tag-Clouds zur Visualisierung zu verwenden.

Ziel
Im Rahmen der Arbeit soll ein Konzept entwickelt und implementiert werden, das entlang einer Route raumbezogene Informationen aus verschiedenen Quellen abfragt(Wikipedia, Flickr). Diese sollen inhaltlich gefiltert und als Tag-Clouds visualisiert werden. Um das Ziel erreichen zu können, muss sich zu Beginn in einen bestehenden Prototypen des Instituts für Kartographie und Geoinformatik eingearbeitet werden. Im praktischen Teil dieser Arbeit soll dann die Umsetzung der Konzepte auf Basis des zur Verfügung gestellten Prototypen erfolgen. Des Weiteren sollen Erweiterungsmöglichkeiten untersucht werden (etwa die Integration mit Kartendarstellungen oder Integration von Bilddaten). Abschließend soll geprüft werden, ob die Umsetzung als RESTful Webservice sinnvoll ist, um so auch anderen Endgeräten Zugriff auf die entwickelten Mechanismen zu geben.

 

1. Route planen
Eine Person, die sich an einem fremden Ort befindet, verfügt nur über wenige ortsbezogenen Informationen und könnte bedeutende Orte oder wichtige Ereignisse verpassen. Durch GPS-fähige Smartphones und andere mobile Geräte ist es möglich den Benutzer mit raumbezogenen Informationen zu unterstützen. Dieser kann sich dann einen ersten Eindruck von seiner Umgebung schaffen. Der Anwender startet die Applikation und tritt in einen Dialog mit dem Smartphone ein. In der Anwendung ist eine Karte vorhanden, auf dieser der Benutzer einen Punkt auswählt und einen Radius festlegt. Aus dem gewählten Punkt werden nun die Koordinaten als Längen- und  Breitengrad ermittelt.

 

2. Umfeld ermitteln
Der Längen- und Breitengrad werden nun zusammen mit dem Radius vom Endgerät (Client) zum Server gesendet. Auf dem Server ist eine Datenbank angelegt. Jeder Eintrag besteht aus einem Hyperlink zu einem deutschsprachigen Wikipedia Artikel und einer geographischen Koordinate.Wenn keine geographische Koordinate existiert, gibt es auch keinen Eintrag. Der Server empfängt nun den Längengrad, Breitengrad und den Radius und vergleicht die Datenbankeinträge. Alle im Radius liegende Einträge werden nun nacheinander verarbeitet. Dazu werden zu jedem Hyperlink die Artikel aufgerufen, und der komplette Inhalt in einer Liste zwischengespeichert, bis alle Einträge abgearbeitet wurden.

3. Tags filtern
Die Liste von Wikipedia Artikeln wird nun Wort für Wort durchgegangen, jedes Wort wird dabei durch vier Filter geschickt. Alle Wörter, die nicht gefiltert wurden, werden gespeichert. Ein wesentlicher Anteil der Bachelorarbeit bestand in der Entwicklung geeigneter Filter Mechanismen, um die Relevanz der dargestellten Tags zu erhöhen. Dies wurde unter anderem durch die Implementierung eines Wortstammfilters erreicht.

4. Tag-Cloud generieren
Um eine Tag-Cloud erstellen zu können, braucht man noch ein Gewicht, das die Textgröße widerspiegelt. Deshalb wird für jedes Wort ein Gewicht erstellt. Es wurde noch eine weitere Besonderheit eingefügt, die es ermöglicht, die Gewichtung der einzelnen Artikel zu beeinflussen. Dabei wird der Abstand der Artikel zum gewählten Punkt ermittelt. Je näher ein Artikel zum gewählten Punkt liegt, desto größer ist seine Gewichtung. Das hat den Vorteil, dass Artikel, die sich näher an dem gewählten Punkt befinden, stärker in die Berechnung einfließen. Dies erhöht wie schon die Wortstammfilterung abermals die Relevanz der dargestellten Tags für den gewählten Ort.

5. Tag-Cloud visualisieren
Zum Schluss wird die Tag-Cloud-Liste an das Endgerät zurückgeschickt, als Tag-Cloud aufbereitet und visualisiert. Zur Aufbereitung wird jedes der Schlagwörter der Tag-Cloud-Liste in einem Dialogfenster je nach Art der Tag-Cloud-Gestaltung dargestellt. Dabei wird die Textgröße jedes Schlagwortes anhand seiner Gewichtung festgelegt. Das Dialogfenster wird nun auf der Karte im Zentrum des gewählten Punktes visualisiert. Wenn ein weiterer Punkt vom Anwender gewählt wird, dann soll zwischen den beiden Punkten eine Verbindung dargestellt werden. Da auf einer straßenbezogenen Karte arbeitenwird, sollen die Dialogfenster als Route entlang der Straßen verbunden werden.