Logo des Repositoriums

Auflistung nach Schlagwort "OpenStreetMap"

1 - 3 von 3
  • Zeitschriftenartikel
    Data Mining mit unsicheren Daten
    (HMD Praxis der Wirtschaftsinformatik: Vol. 55, No. 3, 2018) Kellner, Florian; Schröder, Nadine
    Im Zeitalter von Big Data werden immense Informationsbestände aus unterschiedlichen Quellen gesammelt. Die Daten sind häufig unvollständig, unsicher und ungenau. Ein Beispiel hierfür ist das OpenStreetMap Projekt, bei dem Nutzer auf der ganzen Welt einmal mehr und einmal weniger „sauber“ bzw. vollständig Daten beisteuern. In diesem Beitrag wird gezeigt, ob sich diese Daten eignen um ein betriebswirtschaftliches Problem zu lösen. Ein konkretes Fallbeispiel verdeutlicht, wie gut Standortentscheidungen einer Fast Food Kette unter Anwendung fortgeschrittener datenanalytischer Verfahren, wie bspw. Künstlicher Neuronaler Netze, Entscheidungsbäume und Logit-Modelle, nachempfunden werden können. Als Grundlage dienen die Daten des OpenStreetMap Projekts. Im Konkreten geht es darum, potenzielle Filialstandorte hinsichtlich deren Güte mittels OpenStreetMap Daten zu klassifizieren und die prognostizierten Lokationen mit tatsächlichen Standortentscheidungen zu vergleichen. Dabei zeigt sich, dass die Daten des OpenStreetMap Projekts grundsätzlich für die Prognose von Standorten geeignet sind. Allerdings ist die Wahl des datenanalytischen Verfahrens von Bedeutung. Im vorliegenden Fall konnte mit Hilfe der Künstlichen Neuronalen Netze das beste Prognoseergebnis erzielt werden. In the age of big data, a huge amount of information is being collected from diverse sources. These data are often incomplete, uncertain, and imprecise. An excellent example is the OpenStreetMap project, where users across the whole world contribute data on a more or less precise and complete level. This article shows whether these data are suited to support management decisions. A real-world example illustrates the extent to which location decisions of a fast food restaurant chain may be reproduced by means of advanced data analytic techniques, such as neural networks, decision trees, and logit models. The data are retrieved form the OpenStreetMap project. The basic task deals with classifying potential locations of the fast food restaurant chain and comparing the predicted locations with the actual locations. We find that data based on the OpenStreetMap project are generally suited for forecasting locations. However, the choice of the data analytic technique is important. In the case under consideration, neural networks resulted in the best forecast.
  • Textdokument
    Designing an ethical technology project with the help of Data Feminism
    (SKILL 2021, 2021) Gleißner, Lea-Kathrin; Bui, Magdalena; Kühn, Fey; Nenninger, Amelie
    Algorithms and new technologies help people in several life situations, but society pays a high price for their advantages. Several scandals occurred recently, showing that algorithms are neither neutral nor fair – quite the contrary: They discriminate people as humans do. One approach to create less biased data science projects is the “Data Feminism” method, presented by Catherine D’Ignazio and Lauren F. Klein in their book of the same title. This paper evaluates how feasible the method can be implemented in student projects based on the experiences four Leipzig students made by trying to implement the method into their project ‘Questioning Street Names Leipzig’. The paper focusses on three main concepts: subjective viewpoints and context, crediting all forms of labour, and building and linking communities through public tagging events, thus opening the academic question for some citizen science help. The project utilizes open data and open data sources such as Wikidata and OpenStreetMap. The authors of “Data Feminism” want to encourage students, as well as academic professionals, to think about their bias in their data and to use the data feminism approach to reduce the impact of them and create more ethical computer science projects.
  • Zeitschriftenartikel
    Partizipative Methoden zur Erfassung und Verarbeitung von Geoinformationen
    (HMD Praxis der Wirtschaftsinformatik: Vol. 54, No. 4, 2017) Griesbaum, Luisa; Eckle, Melanie; Herfort, Benjamin; Raifer, Martin; Zipf, Alexander
    Mit den steigenden Online-Partizipationsmöglichkeiten, die sich im Zuge des Web 2.0 seit geraumer Zeit ergeben, werden immer mehr Daten im Allgemeinen und Geodaten im Speziellen produziert. Durch Entwicklungen in GPS- und Satellitenbildtechnologie, können auch Laien ihre Umgebung und ferne Orte auf einfache Weise digital erfassen. Das wachsende Interesse an diesen Methoden zeigt sich in der Form von neuen digitalen Geodatensammlungen sowie web-basierten Werkzeugen zur Verarbeitung und Analyse dieser Daten.OpenStreetMap (OSM) ist der bekannteste Vertreter von nutzer-generierten Geodaten. Diese werden auch Volunteered Geographic Information (VGI) genannt. Was 2004 mit dem Ziel begann, eine frei zugängliche Online-Straßenkarte zu entwickeln, ist inzwischen eine weltweite Geodatenbank für eine große Vielfalt an Geoobjekten. Die von Freiwilligen bereitgestellten OSM-Daten stehen unter Berücksichtigung der Open Database License (ODbL) jedem zur Verarbeitung, Nutzung und Verbreitung frei zur Verfügung. Somit ergeben sich immer mehr Anwendungen, sowie Möglichkeiten zur Partizipation. So entwickelte sich auch ein neuer Markt für Anwendungen, welche die Analyse und Informationsgewinnung aus eben diesen Daten unterstützen. Zu diesen zählen Routenplaner ebenso wie z. B. Karten zur Landnutzung. Die lange Liste der Anwendungen beinhaltet sowohl kommerzielle Angebote als auch gemeinnützige Aktivitäten.Neben den Potentialen und Beteiligungsoptionen für Nutzer im Bereich von Geodaten und WebGIS, bilden auch die von den Freiwilligen generierten Daten und Herausforderungen v. a. bezüglich der großen Datenmengen und der Sicherstellung der Datenqualität einen zusätzlichen Forschungsgegenstand.AbstractIn recent years, in the course of web 2.0 developments, online participation also reached the field of Geography, strictly speaking, the field of geo-information. More and more people start being engaged in collecting and disseminating geographic information about their local surroundings. This becomes apparent not only in forms of data collection, but also in form of data processing and the development of web based tools for data analysis.OpenStreetMap (OSM) is one of the most popular examples of so-called Volunteered Geographic Information (VGI). While the initial objective of the project was the development of an open-access online street map, in the meantime the OSM database has become a profound source of information with high potential for participation far beyond a road map. Thus, nowadays even systematic and targeted mapping of all kinds of objects for various purposes, e. g. routing, land classification and disaster prevention, is conducted.The OSM data is published under the Open Database License (ODbL) and therefore allows everyone to evaluate, analyze and process the OSM data. The emerging Web-GIS implementations comprise a wide range of use cases. These include commercial, as well as non-profit applications as for instance mapping and routing to support humanitarian aid and disaster management.Apart from the research interest in the potentials in terms of geo-data availability and the enabling of participation, VGI and Web-GIS applications also lead to new research studies considering challenges and questions concerning (big) data quality and data handling.