Αξιοποίηση δεδομένων Crowdsourcing με χωρική αναφορά: μία εφαρμογή για καταγραφή προβλημάτων σε δημόσιες υποδομές

Abstract

Ο σκοπός της μεταπτυχιακής εργασίας είναι η δημιουργία μιας εφαρμογής συλλογής και αξιοποίησης δεδομένων πλήθους (crowdsourcing), με συνδυασμό εργαλείων και υπηρεσιών που παρέχονται στο διαδίκτυο. Η εφαρμογή μας θα περιέχει την προδιαγραφή και υλοποίηση μεθόδων καταγραφής και άντλησης δεδομένων με χωρική αναφορά, από τα οποία θα μπορούν να παραχθούν νέα δεδομένα αλλά και χάρτες για την απεικόνιση των αποτελεσμάτων. Για τη συλλογή δεδομένων από το πλήθος βασικό εργαλείο της εργασίας αποτέλεσε η crowdsourcing εφαρμογή Fulcrum App για Android και iOS κινητά τηλέφωνα, η οποία προσφέρεται δωρεάν στο διαδίκτυο. Η εφαρμογή διαμορφώθηκε και χρησιμοποιήθηκε για τη δημιουργία μίας φόρμας καταγραφής προβλημάτων σε δημόσιες υποδομές και τη συλλογή των αρχικών δεδομένων με τη βοήθεια «έξυπνου» κινητού τηλεφώνου. Τα δεδομένα που συλλέγονται από την εφαρμογή αποθηκεύονται σε πίνακες σε μία βάση δεδομένων για τη μετέπειτα χρήση και αξιοποίησή τους. Υπολογίζονται νέα δεδομένα με βάση τον καταγεγραμμένο τύπο προβλημάτων σε δημόσιες υποδομές τα οποία έχουν αναφερθεί από το πλήθος, καθώς επίσης και στατιστικά στοιχεία των καταγραφών, προκειμένου να παραχθούν χάρτες στο διαδίκτυο. Για την οπτικοποίηση των αποτελεσμάτων δημιουργούνται δύο χάρτες για κάθε τύπο προβλήματος, εκ των οποίων ο πρώτος περιλαμβάνει τα δεδομένα των καταγραφών πλήθους ως σύνολο και ο δεύτερος τα δεδομένα των προβλημάτων μεμονωμένα που προέκυψαν από επεξεργασία των αρχικών δεδομένων με κατάλληλα επιλεγμένο και εφαρμοσμένο αλγόριθμο. Για την επίτευξη του παραπάνω σκοπού της παρούσας εργασίας αναπτύχθηκε μια ροή εργασιών για την εξόρυξη και εκμετάλλευση των δεδομένων σε δεδομένη περιοχή με τη χρήση της γλώσσας προγραμματισμού ΡΗΡ, της ΒΔ Postgres με μια επέκταση που υλοποιεί τον αλγόριθμο k-means, καθώς και τεχνολογίες για την απεικόνιση των αποτελεσμάτων (html, javascript, kml, google maps). Μελετήθηκαν τρεις διαφορετικές περιπτώσεις ως προς τα αρχικά δεδομένα. Στην πρώτη περίπτωση υλοποιήθηκε η εφαρμογή για μικρό αριθμό δεδομένων, στη δεύτερη περίπτωση για μεγάλο όγκο δεδομένων και στην τρίτη περίπτωση μελετήθηκε το ενδεχόμενο της γειτνίασης των σημείων διαφορετικών τύπων προβλημάτων. Τα αποτελέσματα της εφαρμογής αυτής μπορούν να αξιοποιηθούν από δημόσιους φορείς με στόχο τον άμεσο εντοπισμό προβλημάτων με τη βοήθεια των πολιτών, ο οποίος αποτελεί προϋπόθεση για την έγκαιρη και συστηματική εξάλειψη των καταγεγραμμένων προβλημάτων σε δημόσιες υποδομές, παρέχοντας τον πλήρη έλεγχο του συνόλου των δεδομένων στους ενδιαφερόμενους φορείς. Η εφαρμογή μπορεί να αποτελέσει κίνητρο και εργαλείο για τους πολίτες για μεγαλύτερη συμμετοχικότητα στα προβλήματα της πόλης τους. Ηδη σε άλλα πεδία εφαρμογών η ιδέα του crowdsourcing έχει βρει εκατομμύρια χρήστες.

The purpose of this thesis is tο create an application for collecting and utilizing crowd data (crowdsourcing), combining tools and services offered in the web. Our application will contain specification and implimentation of reporting and mining methods with spatial reference, from which new data and maps will be generated for the visualization of the results. A fundamental tool for the crowd data collection of this project was a crowdsourcing application for iOS and Android mobile phones named Fulcrum, which is offered free on the internet. The application was developed and used for creating a damage report form regarding public infrastructure and collecting original data via a smartphone. The data collected by the application is stored in the tables of a database for subsequent use and exploitation. New data is then being calculated based on the reported type of damage in public infrastructure reported by the crowd, as well as statistics of the reports, in order to produce web maps. Two maps are created for each type of problem for the visualization of the results, the first of which includes the crowd data of the reports as a whole and the second one includes the data of individual problems arising from initial data processing with appropriately selected and implemented algorithm. In order to achieve the above purpose of this project, a workflow was developed for extracting and exploiting the data in a given region using the PHP programming language, the Postrges Database including an extension which implements the k-means algorithm, as well as particular technologies for the optimization of the results (html, javascript, kml, google maps). Three different cases were studied with respect to the original data. In the first case, the application was implemented for a small amount of data, in the second case for a large amount of data and in the third case we studied the possibility of neighboring points of different types of problems. The results of this application can be used by public entities with a view to directly identifying problems with the help of the citizens, which is a prerequisite for timely and systematic elimination of reported problems in public infrastructure providing full control of all data to stakeholders. The application can be an incentive and a tool for citizens for greater inclusivity to the problems of their city. In other application fields the idea of crowdsourcing has already found millions of users.