Wir verwenden Cookies, um unsere Website zu analysieren und zu verbessern. Mit der Nutzung unserer Website erklären Sie sich damit einverstanden. Mehr Informationen dazu finden Sie in unserer Datenschutzerklärung.

Fokus Forschung: Ableitung von Orten und Wegen aus GPS-Standortdaten

Fokus Forschung: Ableitung von Orten und Wegen aus GPS-Standortdaten

Forschung, Nachwuchsforschung, NWK

Forscher Nachwuchs | Josefine Welk forscht zum CluPlaR - Algorithmus

Portraitbild von Josefine Welk
Josefine Welk

Bei der Verwendung mobiler Endgeräte fallen verschiedenste Daten an, die verarbeitet und gespeichert werden. Viele Fitness-Tracker können zum Beispiel Positionsdaten protokollieren, wodurch ausgeführte sportliche Aktivitäten und die ihnen zugeordneten medizinischen Messdaten (Puls, Hauttemperatur, etc.) um eine räumliche Komponente ergänzt werden. Positionsdaten werden oft mit geografischen Längen- und Breitengraden angegeben, unter Umständen wird ebenfalls die Höhe mit einbezogen. Die Einsatzgebiete solcher Daten sind vielseitig und umfassen nicht nur die bereits genannten Fitness-Tracker, sondern zum Beispiel auch die Messung von Umweltdaten (Feinstaub, Temperatur, etc.). Werden die für das Monitoring verwendeten Sensoren mit GPS ausgerüstet, können die von ihnen erfassten Umweltdaten mit deren Position zum Aufnahmezeitpunkt verknüpft werden.

Für Analysen sind Positionsangaben oft zu feingranular. Daher müssen sie, insbesondere wenn es sich um Daten mit Personenbezug handelt, zusammengefasst werden. Aufbauend auf dieser Erkenntnis erfolgte die Konzeption und Implementierung sowie Evaluierung des Algorithmus CluPlaR (Clustering based Place Recognition), welcher die Gruppierung von Standortdaten auf Basis ihres zeitlichen und räumlichen Kontextes vornimmt.

Für die Gruppierung der Standortdaten zu Ortsbesuchen sowie den sie verbindenden Strecken und schließlich zu Orten werden drei Parameter verwendet. Auf Basis eines Radius erfolgt die Zuordnung einzelner Standortdaten zu Gruppen; die Zuordnung zu einer Gruppe erfolgt, wenn der jeweilig betrachtete Datenpunkt sich innerhalb des Radius um das Zentrum der Gruppierung herum befindet. Aus einer Gruppierung wird ein Ortsbesuch, wenn eine minimale Aufenthaltszeit erreicht wird. Wird die minimale Aufenthaltszeit unterschritten, so wird die Datengruppe als Teil einer Strecke interpretiert, wobei eine Strecke als Verbindung zweier Ortsbesuche definiert wird. Ortsbesuche wiederum können anhand eines weiteren Radius zu Orten zusammengefasst werden, wodurch der zeitliche Bezug entfernt wird.

Ziel der Evaluation war es, die Funktionsweise von CluPlaR und den Parametereinfluss zu prüfen. Dazu wurden von einer unabhängigen Person im Raum Mittweida 17.658 Positionsdaten inkl. Zeitstempel für mehrere Routen aufgenommen. Die Orte sowie An-und Abreisezeiten wurden parallel manuell dokumentiert. Im Rahmen der Evaluation konnte nachgewiesen werden, dass unter Verwendung von CluPlaR realitätsnahe Ergebnisse im Bezug auf die Standortgruppierung erreicht werden können. Unter Verwendung eines manuell ermittelten Parameter-Optimums weist die durch CluPlaR vorgenommene Standortgruppierung nur geringe Abweichungen zur manuellen Dokumentation auf. Auf Basis des manuell ermittelten Parameter-Optimums erfolgte ebenfalls die Anpassung der Parameter und die Untersuchung ihres Einflusses auf die Ergebnisse. Die Evaluation bestätigte den bereits in der Theorie aufgestellten Parametereinfluss; somit konnte nachgewiesen werden, dass die Wahl der Parameter die Ergebnisse der Gruppierung erheblich beeinflusst.

Aufbauend auf den in der Evaluation erlangten Erkenntnissen sollen sich künftige Arbeiten auf die analytische Bestimmung der Parameter sowie auf die Anwendung von CluPlaR in verschiedenen Szenarien fokussieren.

Die Konzeption, Entwicklung und Evaluierung von CluPlaR erfolgte im Rahmen eines Masterprojektes, welches von der Database Group Mittweida unter der Leitung von Prof. Dr.-Ing. Toralf Kirsten betreut wurde.

Josefine Welk ist bereits seit 2014 Mitglied der Hochschule Mittweida und absolvierte sowohl ihr Bachelor-Studium in „Allgemeiner und Digitaler Forensik“ als auch ihr Masterstudium in „Cybercrime/Cybersecurity“ an der HSMW. Derzeit arbeitet sie an Ihrem Promotionsvorhaben und betreut verschiedene Veranstaltungen in der informatischen Grundlagenausbildung an der Hochschule.

Weitere Informationen sowie eine animierte Grafik zur Funktionsweise von CluPlaR können unter nachfolgendem Link aufgerufen werden: https://dbs.hs-mittweida.de/cluplar/

Text: Josefine Welk
Foto: Hochschule Mittweida