...
Microsoft Research Asia (MSRA) on tehnyt tämän tutkimuksen,
Tutoriaali perustuu kirjan Computing with Spatial Trajectories (lukuihin 8-9)
Osa 1: Konsepti, määrittely, filosofia tutkimuksen takana
- Sosiaaliset verkostot sosiaalinen järjestelmä, jossa individuaalit kommunikoi ja on yhteydessä toisiinsa.
...
- Paikannus: GPS, WiFi, RFID jne.. liittyy navigaatioon, absoluuttinen, symbolinen (alueet, pisteet)
- PAikannusPaikannus+Sosiaalinen verkko= antaa uuden dimension, geo-tagged user generated ulottuvuuden,käyttäjäkeskeinen maantieteelliseen paikannukseen liittyvä media. Ihmiset voivat jakaa oman sijainnin = ymmärrys.
Data + Intelligence Microsoft services + third party services, data -> informaatio -> tieto -> älykkyys
Näiden sovellusten avulla, voimme ymmärtää paremmin sitä, mistä tulemme ja mitä teemme, opimme, koska voimme jakaa sijaintiin perustuvaa tietoa. Esim. ravintolat, ja niiden arvostelut (tulee mieleen Suomessa app eat.fi)
Kolme erilaista LBSN-palvelua: 1. maantieteellinen taggaus : flickr - geotagged photos, 2. Piste-paikannus, Point-location: Foursquare, 3. trajectory (kehityskaari)-centric: Geolife, google maps reitit
Osa 2: käyttäjien ymmärtäminen, tutkimusfilosofia
Käyttäjiä tutkitaan ja tehdään graafeja sen perusteella ja paikannuskorrelaatioitatutkittiin antamalla heille gps-paikantimet ja kännykät, joilla voi tehdä paikannusilmoituksia. Kaikkea ei kuitenkaan tarvinnut jakaa, käyttäjä sai päättää mitkä paikat halusi antaa tutkimukseen. Tämän perusteella tehdään graafeja ja paikannuskorrelaatioita.
Jakaminen: Tekee datasta ymmärrettävää, HCI (human computer interaction), tehokas keino kerätä tietoa.
Tutkimuksessa käyttäjän päivää seurattiin GPS:lla kun tämä kirjautua erilaisiin paikkoihin, jätti kommentin ja otti kuvan.
Ymmärtäminen: Käyttäjän ymmärtäminen; Yhtäläisyydet käyttäjien keskellä, esim. jos käy salilla, tykkää urheilusta jne.. Miten tunnistamme käyttäjistä expert-käyttäjän, jonka tiedot ovat tärkeämpiä kuin muiden, kuka on se johtohahmo verkostoissa. Tämän selvittyä voidaan tutkia myös enemmän yhteisöä.
Haasteet alalla: Heterogeeniset verkostot jakamisen ja käyttäjien suhteen. Erityistarpeet: Hierarkia, granularity. Kasvaa nopeasti: uuden paikan lisääminen helppoa, käyttäjien kokemukset ja tieto vaihtuu.
Osa 2:
Miksi tarvitaan tietoja käyttäjiltä? Voidaan tutkia käyttäytymistä ja toimintaa esim. kaupunkiympäristössä.
HAASTE: Käyttäjät voivat käyttää samaa reittiä, mutta paikannus näyttää erilaiselta, koska saattavat jättää erilaiset gea-tagit, vaikka ovat samassa paikassa.