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.

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?
ACTIVITIES
GEOSOCIAL
GEOTAGGING
NETWORKING
MEDIATED LOCALITIES LOCATIVE MEDIA
GEOGRAPHIC INFORMATION

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
1%2+3'
!"#$%&'()*+,%#-")'
.%,/+-)0'
4$,+#*",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
points of interest
tracks textual information

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 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. Anzahl Matches
0
200
400
600
800
1000
0-1
0
10
-20
20
-30
30
-40
40
DATENQUALITÄT
-50
50
-60
60
-70
70
POSITIONSGENAUIGKEIT
-80
80
-90
90
-10
10 0
0-1
11 10
0-1
Abstand [m]
12 20
0-1
13 30
0-1
14 40
0-1
15 50
0-1
16 60
0-1
17 70
0-1
18 80
0-1
19 90
0-2
00
>2
00

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
Mandy's Railway Diner
American Diner
Mandy's Dinner
Mandy's Diner
Mandy's Railway
Dinner - Heidelberg

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) =
{(
1
3
0; if m = 0
m m m-t
+
|a| |a|
+
m )
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
entity
physical_entity
object
whole
artifact
structure
location establishment
point place_of_business building
geographic_point mercantile_establishment restaurant
workplace shop
bakery café

46. DATENINTEGRATION
WU-PALMER-METRIK
Entity
lso(c1,c2)
c1
c2
2 depth(lso(c1,c2))
simwp(c1,c2)=
len(c1, lso(c1,c2)) + len(c2, lso(c1,c2)) + 2 depth(lso(c1,c2))

47. DATENINTEGRATION
GEOMETRIE CONFLATION
WIE KÖNNEN DIE
GEOMETRIEN GEWICHTET
WERDEN? Mandy's Railway Diner
eigentliche Position
Mandy's Railway
Dinner - Heidelberg

48. DATENINTEGRATION
ATTRIBUTE CONFLATION
WELCHER IST DER
„BESTE“ DATENSATZ?
Mandy's
Mandy's Railway Diner
American Diner
Mandy's Dinner
Mandy's Diner
Mandy's Railway
Dinner - Heidelberg

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?