Mobile and Location Based Services
In einem einwöchigen Seminar unter der Leitung von Prof. Anto Aasa tauchte ich tief in die faszinierende Welt der "Mobile & Location Based Services" ein. Das Seminar bot eine umfangreiche Vorlesung über mobile und standortbezogene Dienste. Meine Hauptaufgabe nach dem Seminar bestand darin, einen Aufsatz zum Thema "Datenschutz in Deutschland (Europa) und die Entwicklung von LBS" zu verfassen.
Für die praktische Komponente habe ich zwei Projekte durchgeführt, für die ich intaraktive Visualisierungen in Python implementiert habe:
1. Analyse der ausländischen Besucher in Estland: Auf der Grundlage passiver mobiler Positionsbestimmung entwarf ich eine
interaktive Karte mit Plotly Scattermapbox, die einen Einblick in die Bewegungen und Besuchsmuster ausländischer Besucher in
Estland bietet. Der Clou an diesem Projekt war, dass die Länder aus Gründen des Datenschutzes mit Namen von Wildtieren
dargestellt wurden.
2. Analyse von Touristenreisen auf der Grundlage von GPS-Daten: Anhand von Daten aus der Android-App "MobilityLog" analysierte
ich die Bewegungsmuster eines Touristen in Kalifornien. Die daraus resultierende Karte zeigte die Reiseroute und wies auf
Übernachtungen, Essensstopps und mehr hin. Die Verarbeitung war aufgrund von Unstimmigkeiten im Datensatz nicht ganz
einfach, aber die Überwindung dieser Probleme machte die Ergebnisse umso lohnender.
Meine gesamte analytische Arbeit und die daraus resultierenden Visualisierungen werden auf dieser Seite vorgestellt. Schauen Sie sich die interaktiven Karten an und vertiefen Sie sich in die Muster, die Dichte und die einzigartigen Nutzererfahrungen aus beiden Projekten.
Link to my code on github: https://github.com/Leonieen/MLBS
Python
Keywords:
Data Analyticss
Plotly
Data visualization
Estonia MLBS
Estonia MLBS
Estonia_UniqueUser
Estonia_Time
Estonia_MapFilters
Overall, most calling activities take place on the northern Baltic Sea coast. A similar picture emerges from the analysis of the foxes. In the case of bears, there is also increased activity on the border with Russia and in the case of wolves in the municipality with the number 392 on Hiiumaa.
Overall, most calling activities take place on the northern Baltic Sea coast. A similar picture emerges from the analysis of the foxes. In the case of bears, there is also increased activity on the border with Russia and in the case of wolves in the municipality with the number 392 on Hiiumaa.
Overall, most calling activities take place on the northern Baltic Sea coast. A similar picture emerges from the analysis of the foxes. In the case of bears, there is also increased activity on the border with Russia and in the case of wolves in the municipality with the number 392 on Hiiumaa.
Overall, most calling activities take place on the northern Baltic Sea coast. A similar picture emerges from the analysis of the foxes. In the case of bears, there is also increased activity on the border with Russia and in the case of wolves in the municipality with the number 392 on Hiiumaa.
GPS MLBS
GPS_ThematicMap
GPS_Days_Route
GPS_Mileage
These visualizations were nevertheless included to see whether there are certain temporal trends or whether, for example, lunch breaks or overnight stays also become visible.
However, this visualization method is not without problems for the analysis of this question. For example, all data in the dataset were previously thinned where there were duplicate time entries, these could significantly affect the results.
Similarly, the frequency of GPS data is probably not the best measure, but rather the distances traveled between time points.
These visualizations were nevertheless included to see whether there are certain temporal trends or whether, for example, lunch breaks or overnight stays also become visible.
However, this visualization method is not without problems for the analysis of this question. For example, all data in the dataset were previously thinned where there were duplicate time entries, these could significantly affect the results.
Similarly, the frequency of GPS data is probably not the best measure, but rather the distances traveled between time points.