Institut für Raumbezogene Informations- und Messtechnik
Hochschule Mainz - University of Applied Sciences

FlexGeo - Konzeption und Umsetzung eines Systems zur flexiblen Integration unterschiedlicher Geo-Dienste

Im Projekt FlexGeo wird der Prototyp eines generischen Systems konzipiert und entwickelt, welches unterschiedliche Geo-Dienste verwalten und insbesondere verknüpfen kann. Das Ergebnis soll für unterschiedliche Aufgabenstellungen nutzbar, bzw. erweiterbar sein und ausreichend Schnittstellen für weitere Entwicklungen hinsichtlich der Eingabe, Verwaltung, Analyse und Darstellung bieten. In einem Beispielszenario wird ein Social Media Analyse Werkzeug entwickelt, welches Tweets zu bestimmten Themen sammelt, sie mit "Natural Language Processing" - Methoden (Sentimental Analyse) analysiert und im Sinne von "Human As Sensors" bzw. "People As Sensors" in einem Sensor Observation Service (SOS) ablegt. Somit können die Daten interoperabel mit anderen heterogenen Sensorinformationen in einem Sensornetzwerk verknüpft werden.
Motivation und Ziele: 

Die Zahl der verfügbaren Dienste für Geo-Daten und Geo-Anwendungen steigt ständig. Dies schafft Potential für neuartige Anwendungen, welche insbesondere auf die Kombination dieser Dienste setzen. Ein zentrales Problem ist, die Dienste geeignet zu kombinieren und integrieren sowohl auf konzeptioneller Ebene als auch programmiertechnisch. Dies gilt bei den Client-Server-Umgebungen sowohl auf der serverseitigen Anwendung, als auch auf dem Client.

Serverseitig erreicht man zwar Flexibilität durch die unterschiedlichen Geo-Dienste des OGC (Open Geospatial Consortium), wie Web Map Service(WMS), Web Feature Service (WFS), Web Processing Service (WPS) oder das Sensor Web Enablement (SWE), allerdings ist die Kombination dieser Dienste noch mit relativ viel Aufwand verbunden. Dies ist vor allem dann der Fall, wenn die Geo-Dienste mit anderen Ressourcen außer denen der OGC Standards verknüpft werden soll.

Im Client/Portal-Bereich gibt es im Grunde zwei Realisierungsansätze. Zunächst die reinen Frameworks, welche die volle Freiheit erlauben, allerdings einen hohen Programmieraufwand bedeuten. Zudem die fertigen Clients/Portale, welche allerdings eher auf dezidierte Web-GIS-Anwendungen ausgelegt sind. Ziel ist daher die Konzeption und Entwicklung eines generischen Systems, welches unterschiedliche Geo-Dienste verwalten und insbesondere verknüpfen kann. Das Ergebnis soll für unterschiedliche Aufgabenstellungen nutzbar, bzw. erweiterbar sein und ausreichend Schnittstellen für weitere Entwicklungen hinsichtlich der Eingabe, Verwaltung, Analyse und Darstellung bieten.

Aktivitäten: 

In einer ersten Phase wurde ein fundiertes Allgemeinkonzept entwickelt und geeignete verfügbare Komponenten ausgewählt. Im Bereich der Benutzerschnittstelle wurde sich für die Portalsoftware Liferay entschieden. Diese bietet bereits einige Grundfunktionalität und lässt sich mit eigenen Komponenten (Portlets, Services, Hooks) sehr gut erweitern. Die Verwendung von Portlets erlaubt es zudem später Anwendungen flexibel zusammenzusetzen. Das Grundsystem wurde bereits erstellt, und erste prototypische Erweiterungen entwickelt.

Da auch serverseitig die flexible Kombination der Dienste und Ressourcen möglich sein soll, muss dafür gesorgt werden sie über Module im Programm sehr stark zu entkoppeln. Die Aufgaben lassen sich dann in Workflows definieren, die aus einer Reihe von Schritten zusammengesetzt sind. Diese Workflows bestehen im einfachsten Fall aus einem Input, welcher dann prozessiert wird und einem Output an welchen die Daten gegeben werden. Derzeit sind Module in der Entwicklung, die auf Basis von Projekten des Spring Frameworks (SpringXD, Spring Integration, Spring Social, Spring Data) Schnittstellen für Datenquellen, Prozesse und Datenspeicher zur Verfügung stellen.

In einem Beispielszenario werden die Möglichkeiten des Prototyps untersucht. Hierzu wird ein Social Media Analyse Werkzeug entwickelt, welches den Grundgedanken von Tweetmap (http://tweetmap.fh-mainz.de) aufgreift. Es sollen Tweets zu bestimmten Themen gesammelt in einer Sentiment-Analyse bearbeitet und dann im Sinne von Human As Sensors in einem Geo-Sensor-Netzwerk über einen Sensor Observation Service (SOS), welcher Bestandteil des SWE ist, bereitgestellt werden.

Ergebnisse: 

Der aktuelle Prototyp basiert auf dem Architekturmodell aus Abbildung 1. Als zusätzliche Portalkomponenten gibt es eine erste Kartenanwendung und deren Ebenenmanagement. Zudem gibt es erste Tests einer zeitlichen Diagrammvisualisierung, welche später zur zeitlichen Navigation/Filterung genutzt werden soll. Auf der Serverseite wurden verschiedene Dienste aufgesetzt und die ersten Module für einen Workflow entwickelt. Dieser beinhaltet derzeit vor allem Input- und Outputmodule , wie eine Twitter-Schnittstelle und die Bereitstellung dieser Daten als Sensor in ein SOS. Damit kann ein Hintergrundprozess, welcher z.B. die Twittermeldung zu einem Thema sammelt und in den SOS schreibt, wie in einer UNIX-Shell definiert werden [Abbildung 2]. Die „Pipes“ definieren hierbei den Kanal, welchen die einzelnen Module nutzen. Dabei können sämtliche Module, als auch der Kanal auf unterschiedlichen Servern liegen. Auch die Verwaltung der Workflows geschieht über eine Web-Schnittstelle. Im nächsten Schritt sind die entwickelten Module nun zu erweitern und weitere Module, vor allem für die Datenprozessierung (z.B. Twitter-Sentiment), sind zu entwickeln. Zudem sind die Schnittstellen zur Benutzeranwendung (Portal) herzustellen.

Eckdaten

Zeitraum:     01.06.2013 - 31.05.2014
Beteiligte Personen:
Titelbild:
,

Nachrichten

Im Rahmen der FOSSGIS-Konferenz 2014, die vom 19. - 21.3 von der Beuth Hochschule in Berlin ausgerichtet wurde, stellte Nikolai Bock vom i3mainz das Thema „…

Verwandte Projekte

Die Türkischen Kaganate sind die ersten Staatenbildungen in der mongolischen Steppe, die durch umfangreichere Schriftzeugnisse ins Licht der Geschichte getreten sind. Die nach Zahl…
Nach erfolgreichem Abschluss des Projektes WIDOP wurde WIDOPII ins Leben gerufen um das Lösungsprinzip auf eine neue Aufgabe zu übertragen.

Publikationen

Flexible Datenintegration und Migration in ein Sensornetzwerk -Ein Beispiel mit Twitter-Analysedaten-

2015

N. Bock,
K. Böhm

RTF

AGIT - Journal fĂĽr Angewandte Geoinformatik

Nicht nur auf Basis von Konzepten wie „Internet of Things“ erlebt der Bereich der Sensornetzwerke ein großes Wachstum. Zunehmender Bedarf entsteht auch durch immer mehr alternative Messkonzepte und Datenquellen. Hieraus ergeben sich die unterschiedlichsten Problemstellungen, u. a. bei der Integration verschiedenartiger Daten. Dieser Beitrag soll ein technisches Konzept aufzeigen, welches verschiedene Anforderungen berücksichtigt. Eine prototypische Umsetzung dieses Konzepts liefert als Ergebnis die Integration von Twitter-Analyse-Daten in einen Sensor Observation Service (SOS).


Social Media as Sensor

2014

N. Bock,
K. Böhm

PDF / RTF

FOSSGIS

Dieser Beitrag beschäftigt sich damit, die Analyse von Social Media Daten als eine Art „Human Sensor“ in einem Sensor Observation Service (SOS) bereitzustellen.

Hintergrund sind die Möglichkeit und das Potential, welche die Analyse von Social Media Daten aus den unterschiedlichen Netzwerken, wie Twitter, Facebook, Flickr oder Youtube bieten. Vor allem im Bereich der Marketinganalyse und des Katastrophenmanagements ist dies ein immer häufiger genutztes Werkzeug. Die Relevanz des Raumbezugs bei Social Media zeigt der Prototyp einer Arbeit, welcher die Ergebnisse einer gefilterten Twitter-Suche über einfache kartographische Darstellungsformen räumlich visualisiert (http://tweetmap.fh-mainz.de). Durch den Einsatz von Natural Language Processing (NLP), z.B. bei der Sentimental Analyse, können Social Media Daten hinsichtlich des Inhaltes untersucht werden. Aus diesen Untersuchungen lassen sich detailliertere Informationen, ähnlich zu physikalisch gemessenen Phänomenen, gewinnen. Dadurch lassen sich Social Media Daten zu einem Human Sensor wandeln. Unter Human Sensors versteht man ein Messmodell, in dem Menschen neben physikalischen Messungen, wie z.B durch Fitnessarmbänder, auch subjektive „Messungen“ wie Sinneseindrücke, Empfindungen oder persönliche Beobachtungen beitragen (vgl. Resch et al. [1]).

Die Nutzung von Social Media basierten Human Sensors gewinnt zudem an Bedeutung, wenn diese Daten in den Zusammenhang mit anderen Datenquellen, wie z.B. Umweltinformationen, gesetzt werden können. Eine Herausforderung dieser Zusammenführung ist die Interoperabilität zwischen den Daten. Diese kann durch den Einsatz von Standards erreicht werden.

Der hier vorgestellte Ansatz basiert auf dem Sensor Observation Service (SOS) aus dem Bereich des Sensor Web Enablements (SWE). Die Kombination der oben genannten Bereiche (Raum/Zeit, NLP, Human Sensor) ergibt hierfür eine Sensordatenquelle in einem SOS-Netzwerk. In diesem Netzwerk können die so verwalteten Informationen mit anderen räumlichen Sensordaten kombiniert werden.

Der Beitrag fokussiert dabei die Konzeption und Entwicklung des Systems FlexSensor, welches die Möglichkeit bietet, Daten aus Social Media Netzwerken (zunächst beispielhaft mit Twitter) und deren Analyse (NLP), als Beobachtungen in einem Sensornetzwerk als SOS zur Verfügung zu stellen. Zudem werden Ansätze gezeigt, die gesammelten Daten räumlich und zeitlich zu visualisieren.

[1] Resch, Bernd; Mittlböck, Manfred; Kranzer, Simon; Sagl, Günther; Heistracher, Thomas; Blaschke, Thomas: „People as Sensors“ mittels personaliserten Geo-Trackings, Angewandte Geoinformatik 2011, p. 683, 2011.