ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ. Ανάκτηση και Ανάλυση Χωροχρονικών Δεδομένων με Βάση τις Συνήθειες Κινητής Επικοινωνίας των Χρηστών

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΜΔΕ ΕΤΥ Ανάκτηση και Ανάλυση Χωροχρονικών Δεδομένων με Βάση τις Συνήθειες Κινητής Επικοινωνίας των Χρηστών ΝΤΑΛΙΑΝΗ ΧΑΡΙΣ ΑΜ 872 ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ Κ. Γαροφαλάκης Ιωάννης, Καθηγητής Πανεπιστημίου Πατρών ΠΑΤΡΑ, ΦΕΡΟΥΑΡΙΟΣ

2 2

3 Περιεχόμενα ΚΑΤΑΛΟΓΟΣ ΣΧΗΜΑΤΩΝ... 5 ΚΑΤΑΛΟΓΟΣ ΠΙΝΑΚΩΝ... 7 ΠΕΡΙΛΗΨΗ... 8 ΚΕΦΑΛΑΙΟ 1: ΕΙΣΑΓΩΓΙΚΕΣ ΈΝΝΟΙΕΣ ΠΛΑΙΣΙΟ (CONTEXT) ΕΠΙΓΝΩΣΗ ΠΛΑΙΣΙΟΥ (CONTEXT AWARENESS) ΕΠΙΓΝΩΣΗ ΓΕΩΓΡΑΦΙΚΗΣ ΘΕΣΗΣ (LOCATION AWARENESS) ΥΠΗΡΕΣΙΕΣ ΒΑΣΙΣΜΕΝΕΣ ΣΤΗΝ ΤΟΠΟΘΕΣΙΑ (LOCATION-BASED SERVICES) ΕΝΕΡΓΕΙΕΣ ΧΡΗΣΤΗ ΑΝΑΖΗΤΗΣΗ, ΕΝΤΟΠΙΣΜΟΣ, ΈΛΕΓΧΟΣ ΤΡΕΧΟΥΣΑΣ ΤΟΠΟΘΕΣΙΑΣ ΠΑΡΑΔΕΙΓΜΑΤΑ LBS ΕΦΑΡΜΟΓΩΝ ΜΕΘΟΔΟΙ ΕΝΤΟΠΙΣΜΟΥ ΤΟΠΟΘΕΣΙΑΣ ΕΣΩΤΕΡΙΚΟΣ ΕΝΤΟΠΙΣΜΟΣ ΘΕΣΗΣ ΠΑΓΚΟΣΜΙΟ ΣΥΣΤΗΜΑ ΕΝΤΟΠΙΣΜΟΥ ΘΕΣΗΣ (GLOBAL POSITIONING SYSTEM-GPS) ΕΝΙΣΧΥΜΕΝΟ ΠΑΓΚΟΣΜΙΟ ΣΥΣΤΗΜΑ ΕΝΤΟΠΙΣΜΟΥ ΘΕΣΗΣ (ASSISTED GLOBAL POSITIONING SYSTEM-A-GPS) SHORT-RANGE NETWORK-INDEPENDENT TECHNOLOGIES BLUETOOTH WIRELESS LOCAL AREA NETWORKS (WLANS) RADIO FREQUENCY IDENTIFICATION (RFID) ΤΕΧΝΙΚΕΣ ΕΝΤΟΠΙΣΜΟΥ ΔΙΚΤΥΩΝ ΚΙΝΗΤΗΣ ΤΗΛΕΦΩΝΙΑΣ ΤΑΥΤΟΠΟΙΗΣΗ ΚΥΨΕΛΗΣ (CELL IDENTIFICATION-CELL-ID) ΓΩΝΙΑ ΆΦΙΞΗΣ (ANGLE OF ARRIVAL-AOA) ΏΡΑ ΆΦΙΞΗΣ (TIME OF ARRIVAL-TOA) ΒΕΛΤΙΩΜΕΝΗ ΠΑΡΑΤΗΡΗΣΗ ΔΙΑΦΟΡΑΣ ΏΡΑΣ (ENHANCED OBSERVED TIME DIFFERENCE E-OTD) ΠΡΟΣΤΑΣΙΑ ΠΡΟΣΩΠΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΚΕΦΑΛΑΙΟ 2: ΜΕΘΟΔΟΙ ΑΝΑΛΥΣΗΣ ΧΩΡΟΧΡΟΝΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΚΙΝΗΤΩΝ ΧΡΗΣΤΩΝ ΕΙΣΑΓΩΓΗ ΑΝΙΧΝΕΥΣΗ ΠΕΡΙΠΛΟΚΩΝ ΚΟΙΝΩΝΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Μέθοδος Συλλογής Δεδομένων Σύνολο Δεδομένων Μοντελοποίηση Ρουτίνας Χρήστη Καταγραφή Τοποθεσίας Μέθοδοι Εντοπισμού Τοποθεσίας και Δραστηριότητας Κοινωνική Δομή: Σύνθετα Κοινωνικά Συστήματα ΧΡΗΣΗ GPS ΓΙΑ ΑΝΑΔΕΙΞΗ ΚΑΙ ΠΡΟΒΛΕΨΗ ΣΗΜΑΝΤΙΚΩΝ ΤΟΠΟΘΕΣΙΩΝ Διαχωρισμός Εφαρμογών Πειραματική Μελέτη Καταγραφή τοποθεσίας Εντοπισμός Σημαντικών Τοποθεσιών Ομαδοποίηση γεωγραφικών δεδομένων ΚΕΦΑΛΑΙΟ 3: ΥΛΟΠΟΙΗΣΗ ΑΛΓΟΡΙΘΜΟΥ ΕΙΣΑΓΩΓΗ

4 3.2 ΠΕΡΙΓΡΑΦΗ ΣΥΝΟΛΟΥ ΔΕΔΟΜΕΝΩΝ NOKIA ΕΤΑΙΡΙΚΗ ΑΞΙΟΠΟΙΗΣΗ ΤΗΣ ΑΝΘΡΩΠΟΚΕΝΤΡΙΚΗΣ ΑΝΑΛΥΣΗΣ ΜΕΘΟΔΟΙ ΑΝΑΛΥΣΗΣ ΤΟΥ ΣΥΝΟΛΟΥ ΔΕΔΟΜΕΝΩΝ ΜΕΘΟΔΟΣ ΣΥΛΛΟΓΗΣ ΔΕΔΟΜΕΝΩΝ ΛΟΓΙΣΜΙΚΟ ΣΥΛΛΟΓΗΣ ΔΕΔΟΜΕΝΩΝ ΣΥΝΟΛΟ ΣΥΜΜΕΤΕΧΟΝΤΩΝ ΠΡΟΣΤΑΣΙΑ ΠΡΟΣΩΠΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΟΜΑΔΟΠΟΙΗΣΗ ΔΕΔΟΜΕΝΩΝ ΙΕΡΑΡΧΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΔΙΑΜΕΡΙΣΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ Αλγόριθμος K-means ΒΑΣΙΣΜΕΝΟΙ ΣΤΗΝ ΠΥΚΝΟΤΗΤΑ (DENSITY BASED) Αλγόριθμος DBSCAN ΥΛΟΠΟΙΗΣΗ ΑΛΓΟΡΙΘΜΟΥ ΕΠΙΛΟΓΗ ΑΛΓΟΡΙΘΜΟΥ ΟΜΑΔΟΠΟΙΗΣΗΣ ΔΕΔΟΜΕΝΩΝ ΟΡΙΣΜΟΣ ΠΑΡΑΜΕΤΡΩΝ ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ ΤΡΟΠΟΣ ΛΕΙΤΟΥΡΓΙΑΣ DBSCAN ΑΠΕΙΚΟΝΙΣΗ ΣΕ ΧΑΡΤΗ ΥΠΟΛΟΓΙΣΜΟΣ ΠΙΘΑΝΟΤΗΤΑΣ ΚΛΗΣΗΣ ΜΙΑΣ ΕΠΑΦΗΣ ΒΑΣΕΙ ΤΗΣ ΓΕΩΓΡΑΦΙΚΗΣ ΘΕΣΗΣ ΤΟΥ ΧΡΗΣΤΗ ΚΑΙ ΤΟΥ ΑΡΧΕΙΟΥ ΚΛΗΣΕΩΝ ΑΠΕΙΚΟΝΙΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΑΛΓΟΡΙΘΜΟΥ ΔΙΕΠΑΦΗ ΧΡΗΣΤΗ ΚΕΦΑΛΑΙΟ 4: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΕΙΣΑΓΩΓΗ ΜΕΛΕΤΗ ΚΑΝΟΝΙΚΟΤΗΤΑΣ ΚΑΤΑΝΟΜΩΝ ΠΑΡΑΘΥΡΟ ΚΛΗΣΕΩΝ ΠΑΡΑΘΥΡΟ ΧΡΟΝΟΥ ΈΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΗΣ ΣΗΜΑΝΤΙΚΟΤΗΤΑΣ ΔΙΑΦΟΡΩΝ FRIEDMAN TEST WILCOXON SIGNED-RANK TEST ΣΥΣΧΕΤΙΣΗ ΜΕΤΡΙΚΩΝ ΚΕΦΑΛΑΙΟ 5: ΣΥΜΠΕΡΑΣΜΑΤΑ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΣΥΜΠΕΡΑΣΜΑΤΑ ΜΕΛΛΟΝΤΙΚΗ ΕΡΓΑΣΙΑ ΒΙΒΛΙΟΓΡΑΦΙΑ

5 Κατάλογος σχημάτων Σχήμα 1.1 Σχήμα 1.2 Σχήμα 1.3 Ταξινόμηση των τεχνολογιών εντοπισμού τοποθεσίας κινητής τηλεφωνίας (a)διαφοροποίηση μεγεθών σταθμών βάσης και διαχωρισμός τομέων (sectorisation)(b) (a)χρήση της μεθόδου E-OTD για την αποτύπωση της τοποθεσίας (b) διαθεσιμότητα της τοποθεσίας σε γειτονικά κελιά Σχήμα 2.1 Συνάρτηση πυκνότητας-πιθανότητας των κεραιών κινητής τηλεφωνίας Σχήμα 2.2 Σχήμα 2.3 Σχήμα 2.4 Σχήμα 2.5 Σχήμα 2.6 Σχήμα 2.7 Σχήμα 2.8 Σχήμα 2.9 Σχήμα 3.1 Σχήμα 3.2 Σχήμα 3.3 Σχήμα 3.4 Σχήμα 3.5 Η καθημερινή κατανομή των μεταβάσεων μεταξύ εργασίας και σπιτιού του χρήστη εννιά και οι συναντήσεις του οι οποίες καταγράφονται μέσω Bluetooth Η καθημερινή κατανομή των μεταβάσεων μεταξύ εργασίας και σπιτιού του χρήστη, ο οποίος έχει υψηλή εντροπία και οι συναντήσεις του οι οποίες καταγράφονται μέσω Bluetooth Μέση εβδομαδιαία εντροπία, H(x), διαφορετικών ομάδων ατόμων βάσει της τοποθεσίας τους Απεικόνιση της ώρας και των ημερών που ο χρήσης συναντιέται με ένα φίλο του και ένα συνάδελφο Στιγμιότυπα δικτύου εγγύτητας για μια ερευνητική ομάδα κατά τη διάρκεια μιας ημέρας Όλα τα καταγεγραμμένα GPS δεδομένα, κατά τη διάρκεια της έρευνας τεσσάρων μηνών το 2001 Απεικόνιση αλγορίθμου ταξινόμησης Διαχωρισμός μιας τοποθεσίας σε δυο μικρότερες (υπό-κλάσεις) Ροή δεδομένων μεταξύ των πειραματικών κινητών και των βάσεων δεδομένων Κατηγοριοποίηση αλγορίθμων ομαδοποίησης Ο αλγόριθμος K-means με τρεις κλάσεις Ο αλγόριθμος DBSCAN με MinPts=3 Μέσο μήκος ταξιδιών συμφωνα με το σκοπό μετακίνησης (Ηνωμένο Βασίλειο). Πηγή: Υπουργείο Περιβάλλοντος, Μεταφορών και Περιφερειών (Ηνωμένο Βασίλειο, 1999) 5

6 Σχήμα 3.6 Γεωγραφική αναπαράσταση των κλήσεων του χρήστη Διαχωρισμός 7 κλάσεων, κάθε μία από τις οποίες απεικονίζεται με διαφορετικό χρώμα Σχήμα 3.7 Σχήμα 4.1 Σχήμα 4.2 Σχήμα 4.3 Εμφάνιση των αποτελεσμάτων του αλγορίθμου για τον χρήστη 5980 σε πίνακες Μέσος αριθμός μηνιαίων κλήσεων ανά ηλικία Μέσο ποσοστό επιτυχίας ανά παράθυρο κλήσεων Μέσο ποσοστό επιτυχίας ανά χρονικό παράθυρο 6

7 Κατάλογος Πινάκων Πίνακας 4.1 Πίνακας 4.2 Πίνακας 4.3 Πίνακας 4.4 Πίνακας 4.5 Πίνακας 4.6 Πίνακας 4.7 Πίνακας 4.8 Πίνακας 4.9 Πίνακας 4.10 Πίνακας 4.11 Πίνακας 4.12 Πίνακας 4.13 Πίνακας 4.14 Πίνακας 4.15 Πίνακας 4.16 Πίνακας 4.17 Πίνακας 4.18 Πίνακας 4.19 Πίνακας 4.20 Πίνακας 4.21 Πίνακας 4.22 Πίνακας 4.23 Πειραματικές μετρήσεις (παράθυρο κλήσεων) Πειραματικές μετρήσεις (παράθυρο χρόνου) Descriptive Statistics (παράθυρο κλήσεων) Descriptive Statistics (παράθυρο χρόνου) Test Κανονικότητας (Παράθυρο 100 κλήσεων) Test Κανονικότητας (Παράθυρο 250 κλήσεων) Test Κανονικότητας (Παράθυρο 500 κλήσεων) Test Κανονικότητας (Παράθυρο 1 μήνα) Test Κανονικότητας (Παράθυρο 2 μηνών) Test Κανονικότητας (Παράθυρο 3 μηνών) Friedman Test (παράθυρο κλήσεων) Friedman Test (χρονικό παράθυρο) Πληροφορίες για τις τάξεις μεγέθους (παράθυρο κλήσεων) Αποτελέσματα Wilcoxon τεστ (παράθυρο κλήσεων) Πληροφορίες για τις τάξεις μεγέθους (παράθυρο χρόνου) Αποτελέσματα Wilcoxon τεστ (παράθυρο χρόνου) Συντελεστής Συσχέτισης Spearman για success και cluster (Παράθυρο 100 κλήσεων) Συντελεστής Συσχέτισης Spearman για transition και success (Παράθυρο 100 κλήσεων) Συντελεστής Συσχέτισης Spearman (Παράθυρο 250 κλήσεων) Συντελεστής Συσχέτισης Spearman (Παράθυρο 500 κλήσεων) Συντελεστής Συσχέτισης Spearman (Παράθυρο 1 μήνα) Συντελεστής Συσχέτισης Spearman (Παράθυρο 2 μηνών) Συντελεστής Συσχέτισης Spearman (Παράθυρο 3 μηνών) 7

8 Περίληψη Αποτελεί γεγονός ότι τα κινητά τηλέφωνα χρησιμοποιούνται με όλο και αυξανόμενο ρυθμό για τη συλλογή μεγάλου όγκου δεδομένων αποσκοπώντας στην ανάλυση της ανθρώπινης συμπεριφοράς. Όσο τα κινητά τηλέφωνα εξελίσσονται και τα smartphones διαμορφώνουν μια έντονα ανταγωνιστική και επικερδή αγορά, δημιουργούνται νέα δεδομένα στις λειτουργίες και τις εφαρμογές των κινητών. Η λίστα επαφών μπορεί πλέον να αποτελείται από χιλιάδες εγγραφές καθιστώντας αρκετά χρονοβόρα την αναζήτηση κάποιας επαφής. Στην παρούσα διπλωματική εργασία παρουσιάζεται η πιθανότητα ο χρήστης να καλέσει μια επαφή του βάσει της τρέχουσας τοποθεσίας και του αρχείου κλήσεών του. Η εξαγωγή αυτών των πιθανοτήτων απαιτεί την ομαδοποίηση των κλήσεων του χρήστη βάσει της τοποθεσίας του. Αυτό επιτυγχάνεται με τη χρήση κατάλληλου αλγορίθμου clustering, ο οποίος κατηγοριοποιεί γεωγραφικά τις κλήσεις του χρήστη. Επίσης, έχοντας πρόσβαση στο αρχείο κλήσεων του χρήστη επιστρέφονται από τον αλγόριθμο ποιες επαφές έχουν κληθεί από κάθε τοποθεσία που έχει κάνει κλήση ο χρήστης. Αξιοποιώντας αυτή την πληροφορία υπολογίζεται η πιθανότητα να κληθεί κάθε μία από τις επαφές του από τη συγκεκριμένη τοποθεσία. Ο αλγόριθμος που παρουσιάζεται στη διπλωματική εργασία θα μπορούσε να χρησιμοποιηθεί για την δημιουργία μιας πιο εύχρηστης λίστας επαφών. Τα περισσότερα κινητά διαθέτουν την επιλογή να ορίσει ο χρήστης ποιες επαφές του είναι αυτές που χρησιμοποιεί πιο συχνά αλλά και το αρχείο κλήσεων που εμφανίζει τις κλήσεις με χρονολογική σειρά. Σε καμία από αυτές τις επιλογές δεν αποτελεί παράγοντας η γεωγραφική τοποθεσία του χρήστη. Ο άνθρωπος ως μέλος της κοινωνίας χρησιμοποιεί το κινητό του τηλέφωνο ως μέσο επικοινωνίας και αλληλεπίδρασης με άλλους ανθρώπους. Κατά τη διάρκεια της ημέρας οι τοποθεσίες που επισκέπτεται ο χρήστης διαφέρουν ανάλογα με την επαγγελματική του ιδιότητα, την προσωπικότητα, την ηλικία αλλά την περίοδο του χρόνου. Τις ώρες που ο άνθρωπος βρίσκεται στο χώρο εργασίας του, είναι πιο πιθανό να επικοινωνεί τηλεφωνικά με συνεργάτες του ενώ το βράδυ όταν βρίσκεται στην εστία του είναι αναμενόμενο να συνομιλεί με οικείους και φίλους. Επίσης ειδικές περίοδοι του χρόνου όπως οι διακοπές των γιορτών ή οι διακοπές το καλοκαίρι, συνεπάγονται οι άνθρωποι να ταξιδεύουν στις πόλεις από όπου 8

9 κατάγονται. Καθίσταται σαφές ότι σε αυτές τις περιπτώσεις η επικοινωνία του χρήστη διαφοροποιείται καλώντας επαφές που δεν χρησιμοποιεί στην καθημερινότητα του. Η τοποθεσία του ατόμου αποτελεί συνεπώς κύριο παράγοντα στην επιλογή της επαφής με την οποία θα επικοινωνήσει. Τέλος, αξιολογήθηκαν τα αποτελέσματα και η ακρίβεια της προσέγγισης που παρουσιάστηκε στη διπλωματική εργασία και εξήχθησαν τα αντίστοιχα συμπεράσματα. 9

10 Κεφάλαιο 1: Εισαγωγικές Έννοιες 1.1. Πλαίσιο (Context) Αποτελεί γεγονός ότι οι άνθρωποι μπορούν με επιτυχία να ανταλλάσσουν ιδέες μεταξύ τους και να αντιδρούν κατάλληλα. Αυτό οφείλεται σε πολλούς παράγοντες: στον πλούτο της γλώσσας που μοιράζονται, στην κοινή λογική για το πως λειτουργεί ο κόσμος και σε μια αμοιβαία αντίληψη για τις καθημερινές καταστάσεις. Δυστυχώς δεν συμβαίνει το ίδιο στην αλληλεπίδραση ανθρώπου υπολογιστή. Οι χρήστες έχουν έναν περιορισμένο μηχανισμό εισόδου στους υπολογιστές. Συνεπώς, οι υπολογιστές δεν είναι σε θέση ακόμα να εκμεταλλευτούν πλήρως το περιεχόμενο (context) του διαλόγου ανθρώπου υπολογιστή. Βελτιώνοντας την πρόσβαση του υπολογιστή στο περιεχόμενο, θέτουμε τις βάσεις για παραγωγή χρηστικότερων υπολογιστικών υπηρεσιών. Η έννοια του Πλαισίου (context) έχει χρησιμοποιηθεί κατά κόρον σε διάφορες επιστημονικές περιοχές, όπως στη γλωσσολογία, φιλοσοφία, τεχνητή νοημοσύνη. Επίσης έχει ιδιαίτερη σημασία στην πληροφορική και στις επικοινωνίες. Παρόλα αυτά, είναι εξαιρετικά δύσκολο για τους επιστήμονες της πληροφορικής να δώσουν έναν επακριβή και πλήρη ορισμό για τον όρο αυτό. Κατά τους Schmidt et al το πλαίσιο ορίζεται ως η γνώση σχετικά με την κατάσταση ενός χρήστη και της συσκευής του, συμπεριλαμβανόμενων του περίγυρου και των συνθηκών στις οποίες βρίσκονται [1]. Σύμφωνα με τους Dey και Abowd, context αποτελεί οποιαδήποτε πληροφορία μπορεί να χρησιμοποιηθεί για να χαρακτηρίσει μια οντότητα ή μια κατάσταση. Η οντότητα μπορεί να είναι κάποιο αντικείμενο, πρόσωπο ή τοποθεσία που σχετίζεται με την αλληλεπίδραση ενός χρήστη και μιας εφαρμογής, συμπεριλαμβανομένων του χρήστη και της εφαρμογής. Καθώς το context συνοδεύεται από πληθώρα ορισμών, είναι επακόλουθο να υπάρχουν και αρκετές κατηγοριοποιήσεις του αναλόγως την οπτική που εξετάζεται κάθε φορά [2]. Ένας διαχωρισμός με επίκεντρο τον χρήστη είναι ο ακόλουθος: Πληροφορία προερχόμενη από τον χρήστη: γνώση των συνηθειών του, η συναισθηματική του κατάσταση και οι συνθήκες που επικρατούν 10

11 Το κοινωνικό περιβάλλον του χρήστη: η τοποθεσία των γνωστών του, κοινωνική αλληλεπίδραση, η δυναμική της ομάδας στην οποία ανήκει Δραστηριότητα του χρήστη: αυθόρμητη δραστηριότητα, καθήκοντα του χρήστη, γενικοί στόχοι Σύμφωνα με τον ορισμό των Dey και Abowd, ένας τεράστιος όγκος πληροφορίας πρέπει να συγκεντρωθεί και να αναλυθεί προκειμένου να περιγράψει ένα συγκεκριμένο context [3]. Η πληροφορία που περιγράφει μια οντότητα χωρίζεται σε τέσσερις κατηγορίες όπως φαίνεται παρακάτω: Ταυτότητα: χαρακτηρίζει την οντότητα με ένα μοναδικό αναγνωριστικό Τοποθεσία: περιέχει πληροφορία σε σχέση με τη θέση και τον προσανατολισμό Κατάσταση: περιέχει ιδιότητες, οι οποίες χαρακτηρίζουν ένα χρήστη όπως η τρέχουσα εργασία του Χρόνος: το χρονικό πλαίσιο στο οποίο εκτελούνται οι δραστηριότητες Ένας ακόμη διαχωρισμός του πλαισίου(context) που αξίζει να σημειωθεί ταξινομεί το context και την απαραίτητη πληροφορία σε τρεις κατηγορίες [4]: Φυσικό πλαίσιο: περιλαμβάνει αντικειμενική πληροφορία για τον χρήστη όπως η θέση, ο προσανατολισμός, ώρα, ημερομηνία Πλαίσιο με βάση την δραστηριότητα: περιέχει τις ενέργειες του χρήστη όπως με τι ασχολείται τη δεδομένη χρονική στιγμή, τι σκέφτεται, τι δημοσιεύει Συναισθηματικό πλαίσιο: περικλείει τη συναισθηματική κατάσταση του χρήστη Οι υπηρεσίες που βασίζονται στην τοποθεσία (Location-based services) επηρεάζονται από το context και μπορούν να προσαρμόσουν τα περιεχόμενα και την παρουσίασή τους αντίστοιχα, ανάλογα με το πλαίσιο(context) στο οποίο χρησιμοποιούνται [5],[6]. 11

12 Οι Location-based services λοιπόν αξιοποιούν το context βάσει των κριτηρίων που παρουσιάζονται παρακάτω: i. Χρήστης χαρτών κινητής συσκευής: Η ταυτότητα του χρήστη είναι σημαντική καθώς επιτρέπει στην υπηρεσία να συγκεντρώσει πληροφορία για τον χρήστη όπως η ηλικία, το φύλο, την οικογενειακή του κατάσταση ii. Τοποθεσία: Η τοποθεσία είναι η πιο συχνά χρησιμοποιούμενη συνιστώσα του context. Επιτρέπει στην πληροφορία και στις υπηρεσίες να σχετίζονται με την τοποθεσία του χρήστη. Η τοποθεσία του χρήστη μπορεί να είναι απόλυτη δηλαδή να περιγράφεται από γεωγραφικές συντεταγμένες ή σχετική όπως ένα δωμάτιο μέσα σε ένα κτίριο iii. Ώρα: Η ώρα αναφέρεται είτε σε στιγμές μέσα στην ημέρα είτε σε μεγαλύτερα χρονικά διαστήματα όπως πρωί, απόγευμα, βράδυ, μέρα της εβδομάδας, μήνα ή εποχή του χρόνου iv. Προσανατολισμός: Ο προσανατολισμός του χρήστη είναι σημαντικός προκειμένου να καθοριστεί η κατεύθυνση στην οποία βαδίζει ο χρήστης και συνεπώς τι βρίσκεται μπροστά, πίσω και γύρω του v. Ιστορικό πλοήγησης: Το ιστορικό πλοήγησης επιτρέπει στον χρήστη να βλέπει που έχει βρεθεί τι έχει δει και τι έχει κάνει. Αυτό χρησιμεύει στο να προσανατολίζει τον χρήστη ενώ κινείται και τον βοηθάει σε περίπτωση που χαθεί vi. Σκοπός χρήσης: Ο σκοπός της χρήσης καθορίζεται από τις δραστηριότητες, τους στόχους και τους ρόλους του χρήστη. Διαφορετικές χρήσεις απαιτούν διαφορετικούς τύπους πληροφορίας, διαφορετική αναπαράσταση, διαφορετικούς τρόπους αλληλεπίδρασης vii. Κοινωνική και πολιτιστική κατάσταση: Η κοινωνική κατάσταση του χρήστη χαρακτηρίζεται από την εγγύτητα του με άλλους ανθρώπους, τις κοινωνικές του σχέσεις και τις συνεργασίες του viii. Φυσικό περιβάλλον: Περιγράφει το επίπεδο φωτισμού ή τον θόρυβο του περιβάλλοντος ix. Ιδιότητες συστήματος: Συνδέει τον χρήστη με τη δομή της κινητής συσκευής. Τι τύπο συσκευής χρησιμοποιεί ο χρήστης και ποιες είναι οι δυνατότητες της, το εύρος σύνδεσης Ένα ζήτημα που προκύπτει στη συνέχεια είναι πώς οι υπηρεσίες ανταποκρίνονται στο context. Τα συστήματα που αλλάζουν δυναμικά τη συμπεριφορά τους εξαιτίας του context έχουν διάφορες ονομασίες: reactive, responsive, situated, context-sensitive και environment directed. Ωστόσο ο ορισμός adaptive είναι ο πιο συχνά χρησιμοποιούμενος στην κινητή χαρτογραφία [7]. Η προσαρμογή (adaptation, adaptive) πραγματοποιείται σε τέσσερα επίπεδα: 12

13 1. Επίπεδο πληροφορίας: Προσαρμόζεται το περιεχόμενο της πληροφορίας. Φιλτράρισμα πληροφορίας ανάλογα με τη θέση του χρήστη ή αλλαγή στο πόσο λεπτομερής είναι η πληροφορία σύμφωνα με την δραστηριότητα του χρήστη εκείνη τη χρονική στιγμή. 2. Επίπεδο τεχνολογίας: Η πληροφορία κωδικοποιείται ώστε να ταιριάζει σε συσκευές με διαφορετικά χαρακτηριστικά (μέγεθος οθόνης και ανάλυση, διαθεσιμότητα δικτύου). Για παράδειγμα η χρήση ακουστικών οδηγιών οδήγησης για χρήστες κινητών συσκευών. 3. Επίπεδο διεπαφής: Η οθόνη διεπαφής προσαρμόζεται. Για παράδειγμα καθώς ο χρήστης κινείται μετατοπίζεται και ο χάρτης αυτοπροσαρμόζεται. 4. Επίπεδο παρουσίασης: Η οπτικοποίηση της πληροφορίας προσαρμόζεται. Για παράδειγμα όποιο αποτέλεσμα είναι πιο κοντά στις προτιμήσεις του χρήστη εμφανίζεται με πιο έντονα χρώματα ενώ τα υπόλοιπα με πιο αχνά Επίγνωση πλαισίου (Context awareness) Η έννοια του context-aware computing συζητήθηκε για πρώτη φορά από τους Schilit et Theimer το 1994 και περιέγραφε ένα λογισμικό που προσαρμόζεται ανάλογα με την τοποθεσία από όπου χρησιμοποιείται, σύμφωνα με το σύνολο των ανθρώπων και αντικειμένων που βρίσκονται σε κοντινή απόσταση καθώς και με τις αλλαγές που συμβαίνουν στα αντικείμενα με την πάροδο του χρόνου [8]. Ωστόσο επικρατεί η άποψη ότι η πρώτη έρευνα που διεξήχθη όσον αφορά το context-aware computing ήταν αυτή του ερευνητικού εργαστηρίου Olivetti, Active Badge το 1992 [9]. Ο πρώτος ορισμός των context-aware applications από τους Schilit et Theimer διαχώρισε τις context-aware εφαρμογές σε αυτές που απλά ενημερώνονται για το context και σε αυτές που προσαρμόζονται στο context. Οι Hull et al. [10] και Pascoe et al [11] ορίζουν ως context-aware computing την ικανότητα των υπολογιστικών συσκευών να ανιχνεύουν και να αισθάνονται, να ερμηνεύουν και να απαντούν το κοντινό περιβάλλον του χρήστη. Ο Dey περιορίζει την έννοια του context awareness στην αλληλεπίδραση ανθρώπου- υπολογιστή. Οι Dey et al. εισάγουν την ιδέα της προσαρμογής ορίζοντας το context awareness ως μια εργασία που οδηγεί στην αυτοματοποίηση ενός συστήματος λογισμικού που βασίζεται στην γνώση του context από τον χρήστη. Οι Salber et al. [12] καθορίζουν το context-aware ως την ικανότητα να παρέχεις τη μέγιστη ελαστικότητα σε ένα υπολογιστικό σύστημα που βασίζεται σε ανίχνευση δεδομένων σε πραγματικό χρόνο. 13

14 Πολλοί ερευνητές περιγράφουν τις context-aware εφαρμογές ως εφαρμογές που αλλάζουν δυναμικά ή προσαρμόζουν τη συμπεριφορά τους ανάλογα το context της εφαρμογής και του χρήστη. Πιο συγκεκριμένα, ο Ryan τις περιγράφει ως εφαρμογές που ελέγχουν την είσοδο από περιβαλλοντικούς αισθητήρες και επιτρέπουν στους χρήστες να επιλέγουν από ένα εύρος φυσικών και λογικών context σύμφωνα με τις τρέχοντες δραστηριότητες και ενδιαφέροντά τους [13]. Αυτός ο ορισμός είναι πιο περιοριστικός από τον προηγούμενο καθώς ταυτοποιεί τη μέθοδο με την οποία οι εφαρμογές ενεργούν βάσει context. O Brown ορίζει τις contextaware εφαρμογές ως εφαρμογές που παρέχουν πληροφορία αυτόματα και ενεργοποιούνται σύμφωνα με το τρέχον context του χρήστη όπως ανιχνεύεται από αισθητήρες. Επίσης δίνει ένα πιο συγκεκριμένο ορισμό δηλώνοντας ότι αυτές οι ενέργειες μπορούν να πάρουν τη μορφή της παρουσίασης πληροφορίας στο χρήστη, της εκτέλεσης ενός προγράμματος σύμφωνα με το context ή τη διαμόρφωση μιας γραφικής παράστασης ανάλογα με το context [14]. Τελειώνοντας, οι Fickas et al ορίζουν τις environment-directed (πρακτικά συνώνυμο των context-aware) εφαρμογές ως εφαρμογές που παρατηρούν τις αλλαγές στο περιβάλλον και προσαρμόζουν τις λειτουργίες τους σύμφωνα με προκαθορισμένες ή καθορισμένες από τον χρήστη οδηγίες [15] Επίγνωση γεωγραφικής θέσης (Location awareness) Τα πρόσφατα τεχνολογικά επιτεύγματα καθιστούν πλέον εφικτό να ανιχνεύουμε την τοποθεσία των ανθρώπων, των υπολογιστών και οποιοδήποτε αντικειμένου μας ενδιαφέρει. Σήμερα υπάρχει ένας αριθμός συστημάτων εντοπισμού θέσης όπως για παράδειγμα το Global Positioning System (GPS). Η συνεχώς αυξανόμενη κινητικότητα των ανθρώπων και των υπολογιστών έχει δημιουργήσει μεγαλύτερη ανάγκη για πληροφορίες τοποθεσίας. Η επίγνωση θέσης (Location awareness) αποτελεί σημαντικό χαρακτηριστικό των εφαρμογών, ειδικά σε αυτές που απευθύνονται σε χρήστες κινητών συσκευών. Επίσης η επίγνωση τοποθεσίας (Location awareness) συστήνει νέα είδη υπηρεσιών και εφαρμογών. Ενώ υπάρχει και προσφορά και ζήτηση αυτών των τεχνολογιών, αυτό που εκλείπει είναι ένα είδος πλατφόρμας ή υποδομής για την ανάπτυξη location aware συστημάτων [16]. Μέχρι πρότινος τέτοια συστήματα επικεντρώνονται κυρίως είτε σε μια συγκεκριμένη εφαρμογή είτε σε μια δεδομένη τεχνολογία αισθητήρων. Δεν υπάρχει μια γενική μεθοδολογία για το σχεδιασμό τέτοιων συστημάτων. 14

15 Συνεπώς δεν υπάρχει μια γενική υποδομή στην οποία να είναι εφικτή η κατασκευή location aware λογισμικού. Η αλληλεπίδραση με ένα σύστημα κατανεμημένο στο χώρο υπόκειται συνήθως σε περιορισμούς που αφορούν την απόσταση. Αυτό έχει ως αποτέλεσμα η φυσική τοποθεσία ενός αντικειμένου να επηρεάζει την ικανότητα του να αλληλεπιδρά με άλλα στοιχεία του συστήματος. Για παράδειγμα ένα κινητό τηλέφωνο λειτουργεί μόνο εάν βρίσκεται εντός της εμβέλειας του δικτύου στο οποίο ανήκει. Εάν και η ικανότητα ενός αντικειμένου να αλληλεπιδρά μπορεί να παρατηρηθεί άμεσα σε κάποιες περιπτώσεις, η τοποθεσία δεν γίνεται να αγνοηθεί όταν υπάρχει κινητικότητα. Η κινητικότητα λοιπόν οδηγεί φυσικά στην ανάγκη για επίγνωση της τοποθεσίας. Η επίγνωση της τοποθεσίας προορίζεται συνήθως για εσωτερική κατανάλωση : ο χρήστης κινητού τηλεφώνου θέλει να γνωρίζει που βρίσκεται. Κατά τον ίδιο τρόπο μπορεί να προοριστεί για εξωτερική κατανάλωση : οι γονείς θέλουν να γνωρίζουν που είναι τα παιδία τους ή οι εργοδότες που βρίσκονται οι υπάλληλοί τους. Σε ορισμένες εφαρμογές μπορεί να μην είναι προφανές στους χρήστες ότι είναι location aware. Μπορεί απλά να συνειδητοποιήσουν ότι δεν χρειάζεται να ενημερώνουν την εφαρμογή για την νέα τοποθεσία τους αν κινούνται. Γενικά η επίγνωση της τοποθεσίας διευκολύνει την εφαρμογή στην εκμάθηση του περιβάλλοντός της ή του context. Ωστόσο, το location awareness δεν συνεπάγεται αναγκαστικά context awareness και αντίστοιχα το context awareness μπορεί να επιτευχθεί χωρίς τη χρήση location awareness [17]. Η επίγνωση της τοποθεσίας βέβαια φέρει και το κόστος της. Η προς τα έξω επίγνωση τοποθεσίας συνήθως απαιτεί κινητή τηλεπικοινωνία τουλάχιστον σε τοπικό επίπεδο. Η προς τα μέσα επίγνωση της τοποθεσίας μπορεί να επιτευχθεί μέσω ενός ενσωματωμένου αισθητήρα θέσης. Επιπλέον, υπάρχει επιπρόσθετη σχεδιαστική πολυπλοκότητα αλλά και πολυπλοκότητα όσον αφορά την υλοποίηση. 1.4 Υπηρεσίες Βασισμένες στην Τοποθεσία (Location-Based Services) Ο όρος location-based services (LBS) είναι μια πρόσφατη έννοια που υποδηλώνει εφαρμογές οι οποίες ενσωματώνουν τη γεωγραφική θέση (γεωγραφικές συντεταγμένες) με τη γενική έννοια των υπηρεσιών. Οι LBS ορίζονται ως υπηρεσίες πληροφοριών προσβάσιμες από κινητές συσκευές μέσω του δικτύου κινητής τηλεφωνίας οι οποίες χρησιμοποιούν την τοποθεσία του κινητού τηλεφώνου. Παραδείγματα τέτοιων εφαρμογών περιλαμβάνουν 15

16 υπηρεσίες έκτακτης ανάγκης, συστήματα πλοήγησης, τουριστικούς οδηγούς ή συνδυασμό πληροφοριών τηλεφωνικού καταλόγου με χάρτες. Με την ανάπτυξη της κινητής τηλεφωνίας, αυτές οι εφαρμογές αποτελούν μια νέα πρόκληση τόσο σε θεωρητικό όσο και σε τεχνικό επίπεδο. Καθίσταται σαφές ότι οι περισσότερες από αυτές τις εφαρμογές γίνονται αναπόσπαστο κομμάτι της καθημερινότητάς μας μέσω των PDA και των κινητών τηλεφώνων. Με δεδομένη την ποικιλία των πιθανών εφαρμογών που μπορούν να αναπτυχθούν, οι βασικές απαιτήσεις των LBS είναι πολυάριθμες [18]. Μεταξύ αυτών μπορούμε να αναφέρουμε την ύπαρξη κάποιων στάνταρ, την αποδοτική υπολογιστική ισχύ και τη δυναμική αλληλεπίδραση ανθρώπου υπολογιστή. Τα LBS μπορούν να ταξινομηθούν σε τέσσερις μεγάλες κατηγορίες, οι οποίες παρουσιάζονται παρακάτω: Επιχείρηση προς Επιχείρηση (Business to Business) παράδειγμα υπηρεσιών αυτής της κατηγορίας είναι υπηρεσίες Fleet Management δηλαδή υπηρεσίες διαχείρισης εταιρικού στόλου οχημάτων (παρακολούθηση σε πραγματικό χρόνο, δρομολόγηση κλπ.) Επιχείρηση προς Πελάτη (Business to Consumer) παράδειγμα υπηρεσιών αυτής της κατηγορίας είναι υπηρεσίες προώθησης διαφημίσεων που βασίζονται στη θέση όπου ένας χρήστης λαμβάνει διαφημίσεις σχετικές με την θέση του και της επιλογές του. Πελάτης προς Επιχείρηση (Consumer to Business) παράδειγμα υπηρεσιών αυτής της κατηγορίας είναι υπηρεσίες Finder & Router (εύρεση κοντινότερου σημείου ενδιαφέροντος π.χ. εστιατορίου ή βενζινάδικου και πρόταση βέλτιστης διαδρομής προς αυτό Πελάτης προς Πελάτη (Consumer to Consumer) παράδειγμα υπηρεσιών αυτής της κατηγορίας είναι υπηρεσίες εύρεσης φίλων όπου ο χρήστης ειδοποιείται αν κάποιος φίλος του βρίσκεται σε ακτίνα κάποιων μέτρων (εφόσον ο φίλος του βέβαια έχει επιτρέψει την ανίχνευση του από το χρήστη). Από τη σκοπιά του χρήστη, προκειμένου να κάνει χρήση μια υπηρεσίας που βασίζεται στην τοποθεσία είναι απαραίτητα διάφορα στοιχεία υποδομής [19]. 1. Κινητές συσκευές: Το εργαλείο του χρήστη μέσω του οποίου αναζητά τις πληροφορίες. Πιθανές συσκευές είναι τα PDA, κινητά τηλέφωνα, laptop. Τα αποτελέσματα της αναζήτησης δίνονται ηχητικά, οπτικά μέσω εικόνων είτε με κείμενο. 2. Δίκτυο επικοινωνίας: Το δεύτερο συστατικό είναι το δίκτυο κινητής τηλεφωνίας το οποίο μεταφέρει τα δεδομένα του χρήστη και την αίτηση της υπηρεσίας από το κινητό στον 16

17 πάροχο υπηρεσιών και μετά την ζητούμενη πληροφορία πίσω στον χρήστη. 3. Εντοπισμός θέσης: Συνήθως για την επεξεργασία μιας υπηρεσίας πρέπει να καθοριστεί η θέση του χρήστη. Η τοποθεσία του χρήστη μπορεί να καθοριστεί είτε μέσω του δικτύου κινητής τηλεφωνίας είτε με χρήση του Παγκόσμιου Συστήματος Εντοπισμού Θέσης (Global Positioning System - GPS). Άλλες μέθοδοι εντοπισμού θέσης που μπορούν να χρησιμοποιηθούν είναι οι σταθμοί WLAN, ενεργά σήματα ή ραδιοφάροι. Οι ραδιοφάροι μπορούν να εφαρμοστούν συγκεκριμένα για εσωτερική πλοήγηση όπως σε ένα μουσείο. Αν η θέση δεν καθοριστεί αυτόματα μπορεί να γίνει χειρωνακτικά από τον χρήστη. 4. Πάροχος υπηρεσιών: Ο πάροχος υπηρεσιών προσφέρει έναν αριθμό διαφορετικών υπηρεσιών στο χρήστη και ευθύνεται για την επεξεργασία των αιτημάτων. Τέτοιες υπηρεσίες παρέχουν τον υπολογισμό της τοποθεσίας, την εύρεση μιας διαδρομής, την αναζήτηση σε υπηρεσίες τηλεφωνικού καταλόγου με βάση την τοποθεσία του χρήστη ή την αναζήτηση στο διαδίκτυο συγκεκριμένων πληροφοριών για τον χρήστη. 5. Πάροχος δεδομένων και πληροφορίας: Οι πάροχοι υπηρεσιών δεν αποθηκεύουν συνήθως όλη την πληροφορία που απαιτείται από τους χρήστες. Συνεπώς, πληροφορίες γεωγραφικής βάσης δεδομένων και πληροφορίες τοποθεσίας συνήθως ζητούνται από τους παρόχους δεδομένων. Γενικότερα μπορούμε να διαχωρίσουμε τις υπηρεσίες τοποθεσίας σε δύο είδη λαμβάνοντας υπόψιν αν η πληροφορία μεταδίδεται με αλληλεπίδραση του χρήστη ή όχι [20]. Οι pull services παρέχουν πληροφορία η οποία έχει ζητηθεί άμεσα από τον χρήστη. Λειτουργούν αντίστοιχα όπως όταν πληκτρολογούμε μια ηλεκτρονική διεύθυνση στο διαδικτυακό περιηγητή. Οι pull services μπορούν να διαχωριστούν περαιτέρω σε functional services (λειτουργικές υπηρεσίες), όπως καλώντας ένα ταξί ή ένα ασθενοφόρο απλά πατώντας ένα κουμπί σε μια συσκευή και σε information services (υπηρεσίες πληροφορίας) όπως η αναζήτηση ενός κοντινού εστιατορίου. Οι push services παρέχουν πληροφορία η οποία δεν έχει ζητηθεί άμεσα από τον χρήστη ή και καθόλου. Οι υπηρεσίες αυτές ενεργοποιούνται από ένα γεγονός, το οποίο πυροδοτείται εάν εισέλθουμε σε μια συγκεκριμένη περιοχή ή από ένα χρονόμετρο. Παράδειγμα μιας υπηρεσίας που ζητήθηκε έμμεσα είναι μια συνδρομητική υπηρεσία ειδήσεων που περιέχει πληροφορίες για εκδηλώσεις που γίνονται στην τρέχουσα πόλη του χρήστη. Μια υπηρεσία που δεν έχει ζητηθεί θα μπορούσε να είναι διαφημιστικά μηνύματα όταν εισερχόμαστε σε συγκεκριμένη περιοχή ενός 17

18 εμπορικού κέντρου ή προειδοποιητικά μηνύματα αν αλλάζουν οι καιρικές συνθήκες (π.χ. προειδοποιήσεις για ανεμοστρόβιλο). Δεδομένου ότι οι push υπηρεσίες δεν καθορίζονται από την αλληλεπίδραση του χρήστη με τη συσκευή, είναι πιο περίπλοκο να καθιερωθούν. Σε αυτή την περίπτωση οι ανάγκες και οι προτιμήσεις του χρήστη πρέπει να ανιχνεύονται από το σύστημα της push υπηρεσίας Ενέργειες Χρήστη Δραστηριότητα είναι μια ακολουθία από ενέργειες που διεξάγονται από έναν άνθρωπο ο οποίος αποσκοπεί να επιτύχει ένα συγκεκριμένο στόχο. Ένας τέτοιος στόχος μπορεί να είναι η λύση ενός προβλήματος ή μιας εργασίας. Όταν βρισκόμαστε σε κίνηση στόχος είναι για παράδειγμα ο προσανατολισμός, η εύρεση ατόμων ή μιας διαδρομής που να οδηγεί στον προορισμό μας. Οι δραστηριότητες κατά τη διάρκεια κίνησης, εμπεριέχουν συνήθως χωροταξικές ενέργειες. Αυτές οι ενέργειες είναι αποτέλεσμα αιτημάτων ή επιθυμιών του χρήστη. Ο Reichenbacher το 2004 ταυτοποίησε πέντε στοιχειώδεις δράσεις εν κινήσει με βάση τις ανάγκες του χρήστη για γεωγραφική πληροφορία [21]. Η πιο προφανής ερώτηση είναι που βρίσκεται ο ίδιος ο χρήστης σε σχέση με κάποιον άλλο ή με κάτι άλλο (locating). Οι χρήστες μπορεί να ψάχνουν για άτομα, αντικείμενα ή εκδηλώσεις (searching) και να αναζητούν τη διαδρομή για ένα προορισμό (navigating). Άλλα ερωτήματα που γίνονται αφορούν τα χαρακτηριστικά μιας τοποθεσίας (identifying) ή εκδηλώσεις κοντά σε μια συγκεκριμένη τοποθεσία (checking). Αξίζει να σημειωθεί ότι το checking εμπλέκει όχι μόνο γεωγραφική πληροφορία αλλά και την ώρα αφού αναφέρεται και σε εκδηλώσεις Αναζήτηση, Εντοπισμός, Έλεγχος Τρέχουσας Τοποθεσίας Οι δυο βασικές ενέργειες ο εντοπισμός και η πλοήγηση στηρίζονται κυρίως σε γεωγραφική πληροφορία. Η αναζήτηση, ο εντοπισμός και ο έλεγχος χρειάζονται μεγαλύτερη ποικιλία πληροφοριών. Αθροιστικά στην γεωγραφική πληροφορία, άλλα είδη πληροφορίας που απαιτούνται είναι τα εξής: Στατική πληροφορία είναι συνήθως περιεχόμενα όπως αυτά του τηλεφωνικού καταλόγου. Αυτό το είδος πληροφορίας παραμένει σταθερό για ένα διάστημα και μπορεί φυσικά να 18

19 ανακτηθεί από άλλα μέσα όπως βιβλία, εφημερίδες, χάρτες κλπ. Τοπική πληροφορία η οποία μπορεί να αλλάζει ενώ ο χρήστης είναι σε κίνηση. Σε αυτή την περίπτωση η πληροφορία που ελέγχθηκε πριν από λίγο μπορεί να μην είναι έγκυρη πια. Παραδείγματα τοπικής πληροφορίας είναι ενημέρωση για το κυκλοφοριακό, πρόγνωση καιρού, προσφορές της τελευταίας στιγμής ή on-line chat. Εκτός από την τοπική πληροφορία οι χρήστες χρειάζονται καθοδήγηση όσον αφορά την κατάσταση που έχει αλλάξει. Για παράδειγμα, πληροφορίες για το δρομολόγιο του τρένου όπως πιθανές καθυστερήσεις και εκτιμώμενη ώρα άφιξης. Πληροφορίες ασφάλειας είναι ζωτικής σημασίας όπως π.χ. σε τι κατάσταση είναι οι δρόμοι, οι μεταβολές του καιρού, κίνδυνος πτώσης βράχων κλπ. Οι οδηγοί αυτοκινήτων ή σκαφών χρειάζονται επίσης ενημέρωση σε καταστάσεις έκτακτης ανάγκης όπως οδική βοήθεια σε περίπτωση που το αυτοκίνητο χαλάσει. Προσωπική πληροφορία. Πολύ συχνά οι χρήστες είναι καταναλωτές παθητικής πληροφορίας. Ωστόσο επιτρέποντας στους χρήστες να συμμετέχουν και να παρέχουν τη γνώμη τους αλλά και τις προτάσεις του θα ενίσχυαν πολλές υπηρεσίες με προσωπική πληροφορία Παραδείγματα LBS Εφαρμογών Οι εφαρμογές που μπορούν να κάνουν χρήση Υπηρεσιών με βάση τη Θέση είναι αναρίθμητες. Ορισμένα χαρακτηριστικά παραδείγματα ακολουθούν: Υπηρεσίες Επειγόντων Περιστατικών Μία από τις πιο προφανείς εφαρμογές των LBS είναι ο εντοπισμός ενός ανθρώπου που είτε δε γνωρίζει την ακριβή τοποθεσία του είτε δεν μπορεί να την αποκαλύψει εξαιτίας έκτακτης ανάγκης (π.χ. τραυματισμός, θύμα εγκληματικής επίθεσης). Η επίγνωση της τοποθεσίας και η υπηρεσία πλοήγησης μπορεί να είναι χρήσιμες στην καθημερινότητα αλλά καθίστανται απαραίτητες σε περιπτώσεις έκτακτης ανάγκης [22]. Οι ομάδες διάσωσης πρέπει να έχουν τη δυνατότητα να εντοπίσουν το σημείο ανάγκης γρήγορα και με ασφάλεια και η ομάδα συντονισμού να γνωρίζει διαρκώς τις θέσεις στις οποίες βρίσκονται. Η διαδικασία εξόδου από ένα κτίριο γίνεται πρόκληση όταν δεν υπάρχει καλή ορατότητα εξαιτίας καπνού ή τη διακοπή παροχής ρεύματος. Υπηρεσίες Πλοήγησης Οι υπηρεσίες αυτές αφορούν πληροφορίες για τη θέση του χρήστη, την κατεύθυνση του αλλά και 19

20 τον προσανατολισμό του και έχουν ως στόχο να διευκολύνουν τον χρήστη να προσανατολιστεί σε άγνωστα περιβάλλοντα [23]. Μερικές από τις πιο δημοφιλείς εφαρμογές περιλαμβάνουν οδηγίες πλοήγησης για το αυτοκίνητο καθώς και πρόσβαση σε τουριστικές πληροφορίες σύμφωνα με την τοποθεσία του χρήστη ανά πάσα χρονική στιγμή. Εύρεση Πληροφοριών Εντοπισμός της κοντινότερης υπηρεσίας ενός συγκεκριμένου τύπου, εύρεση πληροφοριών για την κίνηση στους δρόμους και τις καιρικές συνθήκες, ειδοποίηση προς το χρήστη ότι κοντά του βρίσκεται κάτι που θα τον ενδιέφερε (π.χ. μουσείο) ή ακόμα και ξεναγήσεις μέσω του φορητού τερματικού για την περιοχή από την οποία περνάει ο χρήστης [24]. Οι πληροφορίες αυτές βασίζονται αφενός στη θέση του χρήστη και αφετέρου στις θεματικές προτιμήσεις του χρήστη και στην ώρα της ημέρας που ζητείται μια συγκεκριμένη πληροφορία. Παρακολούθηση/Διαχείριση Κινούμενων Οντοτήτων Παρακολούθηση ενός δέματος που στέλνεται κάπου, ώστε μια εταιρία να γνωρίζει που βρίσκεται κάθε προϊόν της, παρακολούθηση και διαχείριση στόλου ή προσωπικού μιας εταιρίας (π.χ. παρακολούθηση της θέσης όλων των ασθενοφόρων και ανάθεση του κοντινότερου σε ένα νέο περιστατικό). Διαφήμιση Ενδεχομένως μια από τις μεγαλύτερες πιθανές εφαρμογές των επιχειρήσεων είναι εκείνη των πληροφοριών διαφήμισης ανάλογα με τη θέση και τις προτιμήσεις του χρήστη. Με βάση το προφίλ του στα κοινωνικά δίκτυα, ο χρήστης μπορεί να λαμβάνει ενημερωτικά μηνύματα για μέρη που ίσως τον ενδιαφέρουν ή ειδικές προσφορές σε κοντινά από την τρέχουσα θέση του εμπορικά καταστήματα. Θα μπορούσαν να εφαρμοστούν πρόσθετα γεωγραφικά φίλτρα εκτός από την εγγύτητα όπως η προσβασιμότητα, η πρόβλεψη της επόμενης θέσης του χρήστη ή άλλα κριτήρια. Εκπαιδευτικές Υπηρεσίες Η πρόσβαση σε εκπαιδευτικές πληροφορίες μπορεί να βελτιωθεί με τη χρήση τοπικών δεδομένων. Μερικά παραδείγματα είναι η on-line ξενάγηση πόλεων, βοήθεια πλοήγησης σε χώρους πανεπιστημίων, εφαρμογές που διευκολύνουν την ξενάγηση σε ιστορικούς χώρους. Μια νέα κατηγορία εφαρμογών προκύπτει από τη χρήση των LBS από ομάδες χρηστών. Μια τέτοια κατηγορία είναι ο εντοπισμός φίλων και η ανταλλαγή μηνυμάτων. Πιο συγκεκριμένα αυτή η υπηρεσία επιτρέπει στους χρήστες να εντοπίζουν φίλους ή ανθρώπους με 20

21 παρόμοια προφίλ όταν εισέρχονται και κινούνται σε κοντινή με τον χρήστη περιοχή. Παραδίδεται ένα σύντομο μήνυμα όταν η απόσταση μεταξύ αυτών των δυο είναι μικρότερη από μια συγκεκριμένη τιμή. Δημιουργούνται έτσι νέες ευκαιρίες για υπηρεσίες chat και υπηρεσίες συνάντησης. Τα παιχνίδια με βάση την τοποθεσία των χρηστών είναι επίσης μια κατηγορία εφαρμογών για κινητά που συνδυάζει την τοποθεσία διαφορετικών χρηστών για online gaming μέσω κινητών. Ένα ακόμη παράδειγμα εφαρμογών που απευθύνεται σε ομάδες χρηστών είναι οι υπηρεσίες ενημέρωσης που αφορούν την κίνηση. Πληροφορίες σχετικά με τη θέση μιας ομάδας χρηστών μπορούν να διασυνδεθούν με την παρακολούθηση της κυκλοφορίας, προκειμένου να υπάρξει ενημέρωση σχετικά με τη κυκλοφοριακή συμφόρηση και προτάσεις για εναλλακτικές διαδρομές. Επίσης, μια ομάδα χρηστών μπορεί να ανεβάζει πληροφορίες όπως μηνύματα, φωτογραφίες, σχόλια για μια συγκεκριμένη γεωγραφική τοποθεσία. Έτσι όταν άλλοι χρήστες κινούνται στην ίδια τοποθεσία μπορούν να ανακτούν τα δεδομένα που έχουν ήδη αναρτηθεί. Σε ορισμένες περιπτώσεις, η φυσική σήμανση προστίθεται επίσης για να βοηθήσει τη συγχώνευση των ψηφιακών και φυσικών στρωμάτων: για παράδειγμα, το Yellow Arrow project (Michael Counts, Christopher Allen, Brian House, Jesse Shapins, 2005) επιτρέπει στους χρήστες να επισυνάπτουν σχολιασμούς σε ένα μέρος οι οποίοι σημειώνονται με ένα κίτρινο αυτοκόλλητο-βέλος: "Αυτό είναι ένα καταπληκτικό ελληνικό εστιατόριο..." Η ιδέα είναι σαν αυτή μιας εικονικής βιτρίνας πάνω στην πόλη, όπου αναρτώνται εικονικά μηνύματα. Τέλος, οι χρήστες έχουν τη δυνατότητα να συντονίζουν τις ενέργειες τους για απώτερους σκοπούς όπως οι μεταβαλλόμενες περιβαλλοντικές συνθήκες όπως για παράδειγμα με δημόσιες διαμαρτυρίες. Όταν οι πληροφορίες τοποθεσίας δεν αξιοποιούνται μόνο από τους χρήστες αλλά και από τρίτα μέρη, προκύπτει ένας μεγάλος αριθμός εφαρμογών. Εφαρμογές δημόσιας ασφάλειας: η τοποθεσία κλήσης, όπως έχει σημειωθεί προηγουμένως, μπορεί να χρησιμοποιηθεί για καταστάσεις έκτακτης ανάγκης. Επίσης, εφαρμογές που σχετίζονται με ιατρική και οδική βοήθεια. Εφαρμογές οικογενειακής ασφάλειας στις οποίες παρακολουθούνται μικρά παιδιά, ηλικιωμένοι ή άτομα με ειδικές ανάγκες. Ένα άλλο είδος εφαρμογών είναι αυτό κατά το οποίο μεταδίδουν προειδοποιήσεις που ποικίλλουν ανάλογα τη γεωγραφική περιοχή. Με αυτό τον τρόπο υπάρχει έγκαιρη ενημέρωση για επικίνδυνα καιρικά φαινόμενα όπως τσουνάμι, τυφώνες, πλημμύρες. Όσον αφορά στον τομέα των επιχειρήσεων επικεντρώνονται εφαρμογές με στόχο την ασφάλεια και την αποτελεσματικότητα. Ενώ ο όρος παρακολούθηση των εργαζομένων δεν ακούγεται πολλά υποσχόμενος, θα μπορούσε να εφαρμοστεί για λόγους ασφάλειας, παρακολούθησης τμημάτων με ζώνη ασφαλείας ή για τον 21

22 συντονισμό στο εσωτερικό μεγάλων οργανισμών. Για παράδειγμα οι εταιρίες παροχής υπηρεσιών και οι μεταφορικές εταιρίες θα μπορούσαν να γίνουν πιο αποτελεσματικές και να εξοικονομήσουν χρόνο και χρήμα με την καλύτερη δρομολόγηση του στόλου και του προσωπικού τους, την παροχή βελτιωμένης εξυπηρέτησης των πελατών αποκτώντας έτσι ανταγωνιστικό πλεονέκτημα. Η γνώση της τοποθεσίας μπορεί να χρησιμοποιηθεί ακόμη στον έλεγχο της κυκλοφοριακής συμφόρησης. Παράδειγμα τέτοιας εφαρμογής είναι η London Congestion Charge το 2003 και από τότε συστήματα οδικής τιμολόγησης έχουν γίνει δημοφιλή μεταξύ των πολιτών. Στοχεύουν στη διαχείριση της ροής κυκλοφορίας με την είσπραξη ενός τέλους για τη χρήση μιας συγκεκριμένης υποδομής σε ένα ορισμένο χρονικό διάστημα [25]. Το σύστημα του Λονδίνου ανιχνεύει την πινακίδα κυκλοφορίας του κάθε οχήματος που εισέρχεται στην κεντρική ζώνη της πόλης μεταξύ 7 π.μ. και 6:30 μ.μ., Δευτέρα ως Παρασκευή και ελέγχει αν ο ιδιοκτήτης έχει προπληρώσει ένα τέλος. Πιο εξελιγμένα συστήματα επιτρέπουν δυναμική οδική τιμολόγηση, σύμφωνα με την οποία το προς πληρωμή τέλος προκύπτει ως συνάρτηση της ώρας, της τοποθεσίας και των περιβαλλοντικών μεταβλητών όπως η κατάσταση της κυκλοφορίας. Η δυναμική οδική τιμολόγηση θα μπορούσε να παρέχεται από τους φορείς της κινητής τηλεφωνίας για λογαριασμό της τοπικής κυβέρνησης. Οι εφαρμογές μπορούν να επεκταθούν σε τέλη στάθμευσης, τέλη αστικών εκδηλώσεων όπως συναυλίες και συνέδρια και έκδοση εισιτηρίων για τις μεταφορές. Το αποτέλεσμα θα είναι η αντικατάσταση των φυσικών πυλών με ψηφιακές. Ένα άλλο ζήτημα που θίγεται με τις LBS είναι η χαρτογράφηση των αστικών κέντρων. Αυτή η κατηγορία αξιοποιεί την ικανότητα των LBS να συγκεντρώνουν μεγάλες ποσότητες δεδομένων, ανώνυμα και μαζικά, σχετικά με τη θέση και την κίνηση των χρηστών κινητών τηλεφώνων. Με αυτό τον τρόπο καθίσταται πιθανό να οπτικοποιηθεί η ζωή στις πόλεις, που περιγράφεται από τις δραστηριότητες των ανθρώπων και τις κινήσεις τους στο χώρο [26]. Τα αποτελέσματα υποδηλώνουν ότι η ανάλυση αυτή θα μπορούσε να οδηγήσει σε ένα ισχυρό εργαλείο για την κατανόηση και τον έλεγχο πολλών φαινομένων που συμβαίνουν σε αστικές περιοχές. 1.5 Μέθοδοι Εντοπισμού Τοποθεσίας Η ανάπτυξη των υπηρεσιών που βασίζονται στην τοποθεσία (LBS) δεν σχετίζεται μόνο με την εξάπλωση των δικτύων κινητής τηλεφωνίας αλλά κυρίως με τη διαθεσιμότητα τεχνικών εντοπισμού τοποθεσίας που επιτρέπουν τον καθορισμό της θέσης του χρήστη. Στις παραγράφους που ακολουθούν παρουσιάζονται αυτές οι τεχνικές όπως η short range tracking, GPS, cellphone positioning. 22

23 Όπως γίνεται σαφές στη συνέχεια υπάρχει μια αμφιταλάντευση μεταξύ ακρίβειας και ευκολίας στην απόκτηση των δεδομένων. Με τη μέθοδο του cell identification για παράδειγμα δεν επιτυγχάνεται μεγάλη ακρίβεια αλλά είναι διαθέσιμη σε όλα σχεδόν τα δίκτυα και επιτρέπει τον εντοπισμό κάθε χρήστη που έχει ενεργοποιημένο το κινητό του. Σχήμα 1.1: Ταξινόμηση των τεχνολογιών εντοπισμού τοποθεσίας κινητής τηλεφωνίας Εσωτερικός Εντοπισμός Θέσης Οι τεχνολογίες εσωτερικού εντοπισμού βρίσκονται στο επίκεντρο του ερευνητικού ενδιαφέροντος καθώς αποτελούν τη βάση των contextaware και pervasive υπολογιστικών συστημάτων. Τα συστήματα αυτά επιτρέπουν στο χρήστη να αλληλεπιδρά πιο αποτελεσματικά με το φυσικό περιβάλλον. Για παράδειγμα, διευκολύνουν ενέργειες όπως η εκτύπωση ενός κειμένου στον κοντινότερο εκτυπωτή [27], [28] ή τη καθοδήγηση στο εσωτερικό ενός κτιρίου εμφανίζοντας ένα χάρτη του άμεσου περιβάλλοντος. Επιπλέον, πληροφορία για τη θέση του προσωπικού σε μέρη όπως μεγάλα γραφεία ή νοσοκομεία μπορεί να βοηθήσουν τον υπάλληλο επί της υποδοχής να συντονίσει τις ενέργειες του. Ο εντοπισμός ατόμων από τα συστήματα εσωτερικού εντοπισμού ουσιαστικά βασίζεται στη μετάδοση ενός φυσικού κύματος. Υπάρχουν πολλές διαφορετικές τεχνολογίες όπως θα δούμε στη 23

24 συνέχεια. Τα υπέρυθρα συστήματα (IR) βασίζονται σε πομπούς που εκπέμπουν ένα μοναδικό υπέρθυρο σήμα σε προκαθορισμένα χρονικά διαστήματα, κάθε 10 δευτερόλεπτα για παράδειγμα. Στη συνέχεια οι αισθητήρες, οι οποίοι τοποθετούνται σε γνωστά σημεία, ανιχνεύουν το υπέρυθρο σήμα και συνδέονται με το λογισμικό τοποθεσίας. Υπάρχουν και συστήματα που λειτουργούν με την αντίθετη λογική, δηλαδή οι πομποί υπέρυθρων σημάτων τοποθετούνται σε γνωστά σημεία και τα σήματα που εκπέμπουν λαμβάνονται από αισθητήρες που κρατούνται από ανθρώπους [29]. Μια παρόμοια τεχνική βασίζεται στην ένταση του σήματος των ράδιοσυχνοτήτων. Επίσης, ένας μεγάλος αριθμός μεθόδων αναπτύσσεται για τον καθορισμό της τοποθεσίας του χρήστη με την επεξεργασία πληροφοριών που συγκεντρώνονται από ασύρματα δίκτυα (Wi-Fi). Μπορούν να χρησιμοποιηθούν τρεις βασικοί τρόποι. Αρχικά, είναι δυνατό να συμπεράνεις τη θέση του χρήστη από τις συντεταγμένες της κεραίας (hotspot) στην οποία είναι συνδεδεμένος, με ακρίβεια αναλογική με την πυκνότητα των κεραιών στο σύστημα [30]. Ένας άλλος τρόπος είναι η ένταση του σήματος που συγκεντρώνεται σε ένα πολλαπλό δέκτη που χρησιμοποιείται για την τριγωνομέτρηση των συντεταγμένων του χρήστη. Τρίτον, είναι εφικτό να χαρτογραφηθεί η ένταση του σήματος που παρατηρείται σε καθορισμένους εκ των προτέρων ραδιοσημαντήρες τοποθετημένους σε όλο το κτίριο. Σε αυτή την περίπτωση η θέση του χρήστη προκύπτει από τη σύγκριση της έντασης του σήματος όλων των σημείων πρόσβασης εντός εμβέλειας και του χάρτη ραδιοσυχνοτήτων, εντοπίζοντας αυτή που ταιριάζει καλύτερα στα σήματα που έχουν μετρηθεί Παγκόσμιο Σύστημα Εντοπισμού Θέσης (Global Positioning System-GPS) Το Παγκόσμιο Σύστημα Εντοπισμού Θέσης είναι μια γεωγραφική υποδομή που βασίζεται στο Navstar, ένα αστερισμό 24 δορυφόρων που διαχειρίζεται από το Υπουργείο Άμυνας των ΗΠΑ. Ένας επίγειος GPS δέκτης λαμβάνει τα σήματα από τους δορυφόρους και εντοπίζει τη θέση τους. Συνήθως, τουλάχιστον τέσσερις δορυφόροι είναι ορατοί από οποιαδήποτε μέρος της επιφάνειας της γης, δεδομένου ότι δεν παρεμβαίνουν εμπόδια όπως κτίρια, επιτρέποντας έτσι στον δέκτη να υπολογίσει τη θέση του μέσω της τριγωνομέτρησης - δηλαδή με τη μέτρηση του χρόνου που απαιτείται για ένα ραδιοσήμα να φτάσει τη GPS συσκευή από τουλάχιστον τρεις δορυφόρους. Το Υπουργείο Άμυνας των ΗΠΑ είχε αρχικά προόριζε το GPS για στρατιωτική χρήση μόνο, εισάγοντας έτσι σφάλμα στην ακρίβεια του εντοπισμού θέσης. 24

25 Ωστόσο, η πρακτική αυτή διεκόπει το 2000 και από τότε το GPS επιτυγχάνει ακρίβεια δέκα μέτρων ή μεγαλύτερη [31]. Τα τελευταία χρόνια, η βιομηχανία ξεκίνησε να παράγει κινητά τηλέφωνα με ενσωματωμένο GPS. Τα κινητά αυτά παρέχουν γεωγραφικό εντοπισμό θέσης υψηλής ακρίβειας σε παγκόσμια κλίμακα, χωρίς να εξαρτώνται από καμία σταθερή επίγεια υποδομή. Η τοποθεσία του χρήστη μπορεί να ανιχνευθεί ακόμη και σε απομακρυσμένες περιοχές που δεν καλύπτονται από ασύρματα δίκτυα. Το μειονέκτημα της τεχνικής είναι ότι απαιτεί πρόσθετο υλικό για να λαμβάνει το σήμα από τον δορυφόρο και ότι δεν είναι διαθέσιμη για το εσωτερικό κτιρίων ή για πυκνοκατοικημένα αστικά περιβάλλοντα. Ένα σύστημα δορυφορικής πλοήγησης, αντίστοιχο του GPS, αναπτύσσεται από την Ευρωπαϊκή Ένωση και ονομάζεται Galileo. Είναι συμπληρωματικό του GPS επιτρέποντας ένα υψηλότερο επίπεδο ακρίβειας και εκτεταμένη κάλυψη σε ακραία γεωγραφικά πλάτη [32]. Μια συμφωνία μεταξύ των ΗΠΑ και της ΕΕ υπογράφηκε στις 27 Φεβρουαρίου 2004 για να διευκολυνθεί η κοινή χρήση των δύο συστημάτων Ενισχυμένο Παγκόσμιο Σύστημα Εντοπισμού Θέσης (Assisted Global Positioning System-A-GPS) Το Assisted Global Positioning Σύστημα αποτελείται από μια συσκευή εντοπισμού που χρησιμοποιεί τόσο GPS όσο και ένα επίγειο δίκτυο από κυψέλες για να προσδιορίσει τη γεωγραφική θέση. Αυτός ο μηχανισμός ενισχύει τη λειτουργικότητα της συσκευής αναδεικνύοντας που βρίσκονται οι κατάλληλοι δορυφόροι και επιτρέπει στο δίκτυο να αναλάβει μεγάλο ρόλο στον υπολογισμό που σε αντίθετη περίπτωση θα αναλάβανε το GPS [33]. Αυτό συνεπάγεται ακρίβεια τριών μέτρων ή μεγαλύτερη σε υπαίθριους χώρους και είκοσι μέτρων σε πυκνοκατοικημένες περιοχές [34]. Οι τεχνικές εντοπισμού A-GPS προσφέρουν την καλύτερη τεχνολογία μέχρι στιγμής ωστόσο, το σύστημα αποτελεί μια δαπανηρή επένδυση για τα δίκτυα κινητής τεχνολογίας και απαιτεί καινούρια υποδομή και βελτιώσεις στη τεχνολογία των κινητών συσκευών Short-Range Network-Independent Technologies Οι τεχνολογίες που περιγράφονται παρακάτω, είτε εξαρτώνται από το δίκτυο κινητής τηλεφωνίας είτε όχι, έχουν ένα κοινό χαρακτηριστικό: το εύρος κάλυψης τους είναι σχετικά μεγάλο, με 25

26 την έννοια ότι είναι χρήσιμες στον εντοπισμό της τοποθεσίας ενός στόχου εντός των ορίων μιας πόλης, γειτονιάς ή άλλης μεγάλης περιοχής. Ωστόσο μερικές από τις υπηρεσίες τοποθεσίας των κινητών συσκευών, έχουν μια πιο μικροσκοπική άποψη του κόσμου και απαιτούν η τοποθεσία του στόχου να ταυτοποιείται εντός των ορίων περιορισμένης εμβέλειας όπως εντός των ορίων ενός κτιρίου ή ένα μεγάλο δωμάτιο. Σε αυτές τις περιπτώσεις εφαρμόζονται τεχνολογίες εντοπισμού τοποθεσίας μικρής εμβέλειας (short-range location identification technologies). Οι τεχνολογίες αυτές εξ ορισμού είναι ανεξάρτητες των δικτύων κινητής τηλεφωνίας καθώς στόχος τους δεν είναι ο εντοπισμός ενός κινητού τηλεφώνου αλλά μιας άλλης οντότητας όπως για παράδειγμα ένα προϊόν. Στις τεχνολογίες μικρής-εμβέλειας, ο προσδιορισμός της τοποθεσίας είναι συνάρτηση της απόστασης μεταξύ του κινούμενου στόχου και ενός καθορισμένου σημείου αναφοράς. Αυτό συνεπάγεται η ακρίβεια αυτών των τεχνολογιών να είναι πολύ υψηλή σε σύγκριση με τις μεθόδους μεγάλης εμβέλειας. Ωστόσο, καθώς η εμβέλεια κάλυψης τους είναι περιορισμένη, η ακρίβεια αυτών των μεθόδων μετρείται συνήθως με σχετικούς και όχι απόλυτους όρους. Οι πιο σημαντικές τεχνολογίες μικρής εμβέλειας για τις υπηρεσίες εντοπισμού τοποθεσίας σε κινητές συσκευές παρουσιάζονται στις παραγράφους που ακολουθούν Bluetooth Το Bluetooth είναι μια εξειδίκευση της ράδιο συχνότητας (Radio Frequency-RF) για περιορισμένη εμβέλεια, μεταφέροντας δεδομένα από ένα σημείο σε πολλά. Η ονομαστική εμβέλεια του κυμαίνεται από 10 εκατοστά σε 10 μέτρα, αλλά μπορεί να επεκταθεί έως τα 100 μέτρα αυξάνοντας την ισχύ εκπομπής. Στηρίζεται σε ένα ράδιοσύνδεσμο μικρής εμβέλειας και χαμηλού κόστους [35]. Διευκολύνει τις συνδέσεις σε στατικά και κινητά περιβάλλοντα. Ενώ το Bluetooth είχε σχεδιαστεί αρχικά για να συνδέει διαφορετικές συσκευές ασύρματα, οι πιθανές χρήσεις της τεχνολογίας είναι αμέτρητες. Για παράδειγμα, εκτυπωτές, υπολογιστές γραφείου, μηχανήματα fax, πληκτρολόγια, συστήματα συναγερμού μπορούν όλα να είναι συμβατά με το Bluetooth. Η ανίχνευση της τοποθεσίας στηρίζεται σε μια μέθοδο παρόμοια με αυτή της ταυτοποίησης κυψέλης, ωστόσο η ακρίβεια της τοποθεσίας είναι μεγάλη λόγω της πολύ μικρής εμβέλειας κάλυψης. 26

27 1.5.6 Wireless Local Area Networks (WLANs) Τα WLANs αντικαθιστούν τα τοπικά δίκτυα με καλώδιο (Local Area Networks). Η υποδομή των WLANs είναι παρόμοια με αυτή των κυψελωειδών συστημάτων όπου το τερματικό επικοινωνεί με το σταθμό βάσης με μια εναέρια διεπαφή με ένα συγκεκριμένο εύρος συχνότητας. Τα πλεονεκτήματα του WLAN σε σύγκριση με το Bluetooth είναι η δυνατότητα μεγαλύτερου εύρους ζώνης και εύρους επικοινωνίας (μεγαλύτερο από 100 μέτρα). Ωστόσο δεν παρέχουν την ακρίβεια του Bluetooth, για αυτό τον λόγο η χρήση τους στις υπηρεσίες τοποθεσίας κινητών συσκευών μπορεί να είναι περιορισμένη. Ωστόσο, το μικρό κόστος υλοποίησης καθιστά την τεχνολογία εφαρμόσιμη σε υπηρεσίες που δεν απαιτούν υψηλά επίπεδα ακρίβειας (όπως ο εντοπισμός ενός προϊόντος) Radio Frequency Identification (RFID) Η RFID είναι μια σχετικά καινούρια τεχνολογία αναγνώρισης και συλλογής δεδομένων, η οποία εμφανίστηκε για πρώτη φορά το 1980 σε εφαρμογές παρακολούθησης (tracking) και πρόσβασης. Αυτά τα ασύρματα συστήματα επιτρέπουν την από απόσταση ανάγνωση RF ετικετών και συνεπώς είναι αποτελεσματικά σε περιβάλλοντα όπου άλλοι μηχανισμοί εντοπισμού δεν είναι αποδοτικοί [36]. Η τεχνολογία RFID εφαρμόζεται σε πολλές αγορές όπως τον έλεγχο αποθεμάτων και την ταυτοποίηση αυτόματων οχημάτων λόγω της δυνατότητας της να εντοπίζει κινούμενα αντικείμενα. Επίσης η τεχνολογία αναμένεται να παίξει καθοριστικό ρόλο στην αγορά της κινητής επικοινωνίας καθώς επιτρέπει την αυτόματη συλλογή δεδομένων. Η ακρίβεια της μεθόδου μπορεί να είναι πολύ μεγάλη (από 1 εκατοστό έως 1 μέτρο) λόγω της πολύ μικρής εμβέλειας λειτουργίας. 1.6 Τεχνικές Εντοπισμού Δικτύων Κινητής Τηλεφωνίας Το GPS και οι άλλες τεχνικές που αναλύθηκαν προηγουμένως αποτελούν το επίκεντρο για την ανάπτυξη των Υπηρεσιών με Βάση τη Θέση (LBS). Ωστόσο, μεγάλο μέρος της αγοράς φαίνεται να καταλαμβάνει και η εξαγωγή πληροφοριών τοποθεσίας από τα δίκτυα κινητής τηλεφωνίας. Πώς όμως επιτυγχάνεται αυτό; Tα δίκτυα κινητής τηλεφωνίας τα οποία συνήθως αναφέρονται ως κυψελοειδή, έχουν δομή κυψελών. Οι κυψέλες είναι ουσιαστικά 27

28 ζώνες εξυπηρέτησης γεωγραφικών ραδιοσυχνοτήτων (radio frequency-rf) γύρω από ένα πύργο ή σταθμό βάσης. Κάθε κελί που βρίσκεται σε ένα κυψελοειδές δίκτυο ορίζεται γεωγραφικά από το εύρος μετάδοσης των σημάτων RF στον συνεχή χώρο. Όταν ένας χρήστης κινητού τηλεφώνου κινείται και εισέρχεται σε μια ζώνη εξυπηρέτησης (κυψέλη), οι σταθμοί βάσης του δικτύου είναι σχεδιασμένοι να αναγνωρίζουν ότι ο χρήστης βρίσκεται στην ζώνη εξυπηρέτησης ενός συγκεκριμένου σταθμού βάσης [31]. Ο σταθμός βάσης τότε «κλειδώνει» αυτόματα στο κινητό τηλέφωνο και παραδίδει την κλήση από ένα σταθμό βάσης και το αντίστοιχο κελί στον επόμενο σταθμό βάσης και στη ζώνη εξυπηρέτησης εντός του δικτύου. Σύμφωνα με τον ίδιο συγγραφέα, υπάρχουν δυο βασικοί τρόποι εντοπισμού σε ένα τέτοιο δίκτυο, οι οποίοι αναφέρονται ως δίκτυοκεντρικός και με επίκεντρο τη συσκευή. Στα δίκτυο-κεντρικά συστήματα ένας ή περισσότεροι σταθμοί βάσης εκτελούν τους απαραίτητους υπολογισμούς της απόστασης από ένα κινητό τηλέφωνο και αποστέλλουν τα αποτελέσματα σε ένα κέντρο όπου υπολογίζεται η τοποθεσία. Στα συστήματα με βάση τη συσκευή, η συσκευή εκτελεί η ίδια τον υπολογισμό και βασίζεται στην πληροφορία περιβάλλοντος που συγκεντρώνεται από το δίκτυο [37]. Οι υβριδικές λύσεις είναι επίσης εφικτές, προσπαθώντας να συνδυαστούν τα πλεονεκτήματα και των δυο συστημάτων: για παράδειγμα, οι κινητές συσκευές εκτελούν μετρήσεις τοποθεσίας και στέλνουν τα αποτελέσματα σε ένα εξωτερικό κέντρο στο δίκτυο για περαιτέρω επεξεργασία μέσω ισχυρών επεξεργαστών. Οι τεχνικές με επίκεντρο τη συσκευή επιτρέπουν στα άτομα να διενεργούν δικούς τους υπολογισμούς για τον εντοπισμό θέσης και παρέχουν υψηλά επίπεδα ακρίβειας. Ωστόσο απαιτούν εγκατάσταση επιπρόσθετου υλικού και λογισμικού σε κάθε συσκευή. Αντιθέτως, οι δίκτυο-κεντρικές τεχνικές αξιοποιούν τη διαθέσιμη πληροφορία ώστε να μην απαιτούνται τροποποιήσεις στις συσκευές. Μπορούν να εφαρμοστούν μέσω ad-hoc υλικού και λογισμικού στους σταθμούς βάσης της υποδομής του δικτύου. Το Αμερικάνικο Εθνικό Ινστιτούτο Προτύπων (ANSI) και το Ευρωπαϊκό Ινστιτούτο Τηλεπικοινωνιακών Προτύπων (ETSI) αναφέρουν ότι τα συστήματα εύρεσης τοποθεσίας ταξινομούνται σε κατηγορίες βάσει των ακόλουθων τεχνολογιών: ταυτοποίηση κυψέλης (cell identification), γωνία άφιξης (angle of arrival), ώρα άφιξης( time of arrival), βελτιωμένη παρατήρηση διαφοράς ώρας (enhanced observed time difference) και Ενισχυμένο Παγκόσμιο Σύστημα Εντοπισμού Θέσης (Assisted Global Positioning System-A- GPS): 28

29 1.6.1 Ταυτοποίηση Κυψέλης (Cell identification-cell-id) Ο πρώτος και απλούστερος τρόπος εντοπισμού κινητού τηλεφώνου είναι η αναγνώριση της κυψέλης που το εξυπηρετεί. Στη συνέχεια, οι διαθέσιμες συντεταγμένες του σταθμού βάσης σχετίζονται με την κινητή συσκευή. Η ακρίβεια αυτής της τεχνικής στις πληροφορίες τοποθεσίας εξαρτάται από την αρχιτεκτονική του δικτύου όπως για παράδειγμα το μέγεθος και η πυκνότητα των κυψελών [38]. Τα συστήματα με μικρότερες κυψέλες επιτρέπουν μεγαλύτερη ακρίβεια, η οποία κυμαίνεται από 100 έως 600 μέτρα ή ακόμα περισσότερα σε ορισμένες αγροτικές περιοχές. Είναι πιθανό να προκύψουν προβλήματα από τη φύση της μετάδοσης της ράδιο-επικοινωνίας: για παράδειγμα, η κυψέλη εξυπηρέτησης μπορεί να μην είναι πάντα η κοντινότερη στον χρήστη. Ωστόσο, παρά το γεγονός αυτό και εκτός της μη υψηλής ακρίβειας, η μέθοδος Cell-ID έχει μεγάλες δυνατότητες για τις LBS υπηρεσίες καθώς δεν απαιτεί τροποποιήσεις στις συσκευές ή στο δίκτυο και εφαρμόζεται πολύ εύκολα. (a) (b) Σχήμα 1.2: (a) Διαφοροποίηση μεγεθών σταθμών βάσης και διαχωρισμός τομέων (sectorisation)(b) Γωνία Άφιξης (Angle of Arrival-AoA) Η μέθοδος AoA χρησιμοποιεί δεδομένα από σταθμούς βάσης οι οποίοι έχουν επαυξηθεί από συστοιχίες έξυπνων κεραιών. Αυτό επιτρέπει τον προσδιορισμό της γωνίας των εισερχόμενων ράδιο σημάτων. Στη συνέχεια είναι εφικτό να υπολογιστεί η τοποθεσία της συσκευής με τον τριγωνισμό γνωστών γωνιών σημάτων από τουλάχιστον δυο σταθμούς βάσης. Η εκτιμώμενη ακρίβεια είναι μεταξύ 150 και 50 μέτρα. Εντούτοις είναι σημαντικό να γνωρίζουμε ότι μικρά σφάλματα στις γωνίες μεταφράζονται σε μεγάλες ανακρίβειες στον εντοπισμό τοποθεσίας, σε περίπτωση που το κινητό βρίσκεται μακριά από το 29

30 σταθμό βάσης. Σύμφωνα με τους περισσότερους συγγραφείς, η ακρίβεια είναι συνήθως πάνω από 125 μέτρα και ο χρόνος που απαιτείται για τον εντοπισμό του χρήστη είναι περίπου 10 δευτερόλεπτα [39]. Οι γωνιακές πληροφορίες μπορούν επίσης να συνδυαστούν με εκτιμήσεις απόστασης από την ώρα άφιξης που θα αναλύσουμε παρακάτω έτσι ώστε να χρησιμοποιείται ένας σταθμός βάσης Ώρα Άφιξης (Time of Arrival-ToA) Η τεχνική αυτή στηρίζεται στην μέθοδο εντοπισμού ταυτοποίηση κυψέλης και περιλαμβάνει μια επιπρόσθετη δυναμική μεταβλητή, την ώρα άφιξης. Η τοποθεσία του σταθμού βάσης συνδυάζεται με την απόσταση που υπολογίζεται από τον χρόνο που χρειάζεται το ράδιο σήμα να φτάσει στην συσκευή και επιστρέψει. Η μέθοδος αυτή μπορεί να χρησιμοποιηθεί για την εκτίμηση της τοποθεσίας μόνο αν η ακτίνα της κυψέλης είναι μεγαλύτερη από 500 μέτρα δηλαδή γενικά εφαρμόζεται για αγροτικές περιοχές και προάστεια. Η απόσταση (d) υπολογίζεται από τη ταχύτητα (v) του σήματος και τον χρόνο (t) άφιξης του (d=vt). Η τοποθεσία καθορίζεται από τον τριγωνισμό των τριών σταθμών βάσης οι οποίοι συγχρονίζονται τέλεια. Σε σύγκριση με τη μέθοδο Cell-ID, η ToA δεν προσφέρει σημαντική βελτίωση στην απόδοση [40]. Επιπλέον, η ακρίβεια της μεθόδου ToA μπορεί να ποικίλλει καθώς εξαρτάται από τη γεωγραφική κατανομή των σταθμών βάσης, την ισχύ του σήματος και τις περιβαλλοντικές συνθήκες (π.χ. τοπογραφία και καιρικές συνθήκες) Βελτιωμένη Παρατήρηση Διαφοράς Ώρας (Enhanced Observed Time Difference E-OTD) Η συγκεκριμένη μέθοδος έχει στο επίκεντρο τη συσκευή και θεωρεί ότι οι συσκευές διαθέτουν λογισμικό υπολογισμού της τοποθεσίας σε τοπικό επίπεδο. Τρείς ή περισσότεροι συγχρονισμένοι σταθμοί βάσης μεταδίδουν σήματα χρόνου στην κινητή συσκευή, της οποίας το ενσωματωμένο λογισμικό υπολογίζει τις διαφορές ώρας και συνεπώς την απόσταση από κάθε σταθμό βάσης [19]. Η ακρίβεια αυτής της τεχνικής κυμαίνεται από 50 έως 125 μέτρα. 30

31 (a) (b) Σχήμα 1.3: (a)χρήση της μεθόδου E-OTD για την αποτύπωση της τοποθεσίας (b) διαθεσιμότητα της τοποθεσίας σε γειτονικά κελιά 1.7 Προστασία Προσωπικών Δεδομένων Η μεγάλη πρόοδος στα συστήματα εντοπισμού, έχει απλοποιήσει κατά πολύ την ανίχνευση της τοποθεσίας του χρήστη, την παρακολούθηση της κίνησης του και την αναγνώριση του. Η δυνατότητα εντοπισμού του χρήστη έχει φέρει στην επιφάνεια µία σειρά από θέματα που αφορούν την προστασία προσωπικών δεδομένων (privacy). Τα θέματα αυτά αφορούν την προστασία των δεδομένων από τρίτους, την ασφάλεια για το ποιος θα χρησιμοποιήσει αυτήν την πληροφορία και µε ποιόν τρόπο και για ποιο σκοπό έτσι ώστε να µην χρησιμοποιηθεί η πληροφορία αυτή για ανεπιθύμητες για τον χρήστη εφαρμογές. Κάθε χώρα αναγνωρίζει την προστασία προσωπικών δεδομένων ως ένα δικαίωμα το οποίο προσπαθούν να ενσωματώσουν στον νόμο. Ο όρος προστασία των προσωπικών δεδομένων περιλαμβάνει και µία ειδική κατηγορία που ονομάζεται προστασία της τοποθεσίας (location privacy). Η προστασία της τοποθεσίας ορίζεται ως η δυνατότητα να εμποδίσουμε τρίτους να γνωρίζουν την τρέχουσα ή προηγούμενη τοποθεσία κάποιου ατόμου. Υπάρχουν δύο βασικά θέματα που αφορούν την γνώση της τοποθεσίας. Το πρώτο είναι η ακριβής γνώση της τοποθεσίας και το δεύτερο η γνώση της εγγύτητας [41]. Η γνώση της εγγύτητας αφορά την πληροφορία για το που «κοντά» (δηλ. σε ποιά άλλα αντικείμενα) βρίσκεται ένα αντικείμενο. Ότι αφορά την πληροφορία της τοποθεσίας τα θέματα προστασίας αφορούν τον έλεγχο σχετικά µε ποιος μπορεί να έχει πρόσβαση σε αυτή και για ποιο σκοπό. Υπάρχει ανάγκη για τον περιορισμό της πρόσβασης από τρίτους σε πληροφορίες σχετικές µε την τοποθεσία έτσι ώστε να µην είναι διαθέσιμη σε οποιονδήποτε την ζητήσει. Η γνώση της τοποθεσίας θα πρέπει να είναι φανερή σε κάθε χρήστη. 31

32 Δηλαδή θα πρέπει κάθε χρήστης να γνωρίζει πότε είναι γνωστή η τοποθεσία του. Υπάρχουν περιπτώσεις όπου ο εντοπισμός του χρήστη αποτελεί ένα κομμάτι της εφαρμογής το οποίο δεν είναι φανερό και δεν είναι ο πραγματικός σκοπός της. Μία τέτοια περίπτωση είναι οι πιστωτικές κάρτες. Κάθε φορά που γίνεται χρήση μιας πιστωτικής κάρτας υπολογίζεται η τοποθεσία του χρήστη ως µία επιμέρους διαδικασία η οποία δεν είναι προφανής στον χρήστη. Ένα πρόβλημα που προκύπτει από την ανεξέλεγκτη πρόσβαση στην πληροφορία της τοποθεσίας του χρήστη είναι η παροχή, στους χρήστες, πληροφοριών τις οποίες δεν έχουν ζητήσει. Αυτό συμβαίνει συχνά για λόγους διαφήμισης ή κοινοποίησης διαφόρων θεμάτων. Σοβαρό πρόβλημα προκύπτει και µε ανεξέλεγκτη πρόσβαση στην πληροφορία της εγγύτητας. Θα ήταν πολύ αρνητικό για κάποιους όταν θα μπορούσε να γίνει γνωστό µε ποια άλλα άτομα βρισκόταν κάποια συγκεκριμένη στιγμή ή μέσα σε ποια κτήρια. Για να μπορεί ο χρήστης να επωφεληθεί από τις υπηρεσίες µε γνώση της γεωγραφικής θέσης, προστατεύοντας παράλληλα την πληροφορία σχετικά µε την τοποθεσία του, θα πρέπει η ταυτότητα του να µην είναι φανερή στις διάφορες εφαρμογές οι οποίες γνωρίζουν την τοποθεσία του. Συνεπώς το θέμα που προκύπτει στην προστασία των προστασία των προσωπικών δεδομένων του χρήστη δεν είναι τόσο η γνώση της τοποθεσίας του όσο η αναγνώριση της ταυτότητας του ίδιου στην συγκεκριμένη τοποθεσία [42]. Όπως αναφέραμε και παραπάνω, μερικά συστήματα εντοπισμού έχουν την δυνατότητα αναγνώρισης του χρήστη ενώ άλλα όχι. Το σύστημα εντοπισμού GPS, όπως αναφέραμε και παραπάνω, δεν διαθέτει μηχανισμό αναγνώρισης της ταυτότητας του χρήστη. Επιπλέον αφήνει τους ίδιους τους χρήστες να υπολογίσουν την τοποθεσία τους αλλά η ροή της πληροφορίας είναι μιας κατεύθυνσης. Λόγω του ότι δεν υπάρχει κανάλι για επιστροφή πληροφορίας από τον δέκτη του χρήστη προς τους δορυφόρους, το σύστημα δεν μπορεί να αναγνωρίσει ποιος είναι αυτός που κάνει χρήση της υπηρεσίας. Στο επίπεδο του εντοπισμού, το GPS παρέχει αυτόματα στον χρήστη προστασία της τοποθεσίας του. Υπάρχουν συστήματα εντοπισμού τα οποία έχουν υιοθετήσει την προστασία των προσωπικών δεδομένων ως βασικό κριτήριο σχεδίασης. Ένα τέτοιο σύστημα είναι το Cricket, το οποίο επιτρέπει την µμετάδοση των δεδομένων της τοποθεσίας σε ένα PDA µόνο µε τον πλήρη έλεγχο του χρήστη. Έχουν γίνει πολλές έρευνες σχετικά µε τρόπους προστασίας της πληροφορίας της τοποθεσίας. Η προστασία της πληροφορίας της τοποθεσίας θα μπορούσε να επιτευχθεί όταν δεν στέλνονται στους 32

33 παρόχους υπηρεσιών (service providers) οι πληροφορίες για τον συγκεκριμένο χρήστη. Η αναζήτηση της κατάλληλης υπηρεσίας θα μπορούσε να γίνει µόνο µε παραμέτρους το θέμα της υπηρεσίας και την τοποθεσία (π.χ. εστιατόρια κοντά στην συγκεκριμένη τοποθεσία). Στην περίπτωση αυτή οι πάροχοι υπηρεσιών δεν θα γνωρίζουν ποιος είναι ο χρήστης που βρίσκεται στην συγκεκριμένη τοποθεσία και ζητάει την υπηρεσία [43]. Η επεξεργασία της πληροφορίας που αφορά τον χρήστη θα γινόταν µόνο από το σύστημα. Το μειονέκτημα στην μέθοδο αυτή είναι ότι το σύστημα θα είναι υπεύθυνο και για την εξόφληση του κόστους της υπηρεσίας, πράγμα που δεν είναι επιθυμητό από τους παρόχους υπηρεσιών οι οποίοι επιθυμούν να παίρνουν άμεσα τα χρήματα τους. Για την επίτευξή της μυστικότητας σχετικά µε την ταυτότητα του χρήστη, συνιστάται πολλές φορές οι χρήση ψευδώνυμων (pseudonyms). Τα ψευδώνυμα αυτά αλλάζουν συχνά και έτσι οι χρήστες εμποδίζουν τους τρίτους να αναγνωρίζουν τις τοποθεσίες τις οποίες επισκέπτονται. 33

34 Κεφάλαιο 2: Μέθοδοι Ανάλυσης Χωροχρονικών Δεδομένων Κινητών Χρηστών 2.1 Εισαγωγή Ο αναπτυσσόμενος κόσμος του εμπορίου στην κινητή τηλεφωνία χαρακτηρίζεται από μια πληθώρα συναρπαστικές νέες τεχνολογίες, εφαρμογές και υπηρεσίες. Ανάμεσα στις πιο ελπιδοφόρες από αυτές είναι η δυνατότητα να προσδιορίσει την ακριβή γεωγραφική θέση ενός χρήστη κινητού τηλεφώνου ανά πάσα στιγμή. Η ικανότητα αυτή ανοίγει την πόρτα σε ένα νέο κόσμο καινοτόμων υπηρεσιών, οι οποίες συνήθως αναφέρονται ως Location Based Services (LBS). Το κεφάλαιο αυτό έχει ως στόχο τη διερεύνηση στον πολλά υποσχόμενο κόσμο των LBS, εντοπίζοντας τα πιο συναφή ζητήματα που θα καθορίσουν τις μελλοντικές δυνατότητές τους, καθώς και τον προσδιορισμό της θεμελίωσης ενός νέου τομέα στην έρευνα και την πρακτική. Η ανάλυση αυτή εισάγει την ταξινόμηση των υπηρεσιών κινητής θέσης που μπορεί να χρησιμεύσει τόσο ως ένα σύνολο εργαλείων ανάλυσης αλλά και ως ένα πλαίσιο δράσης που συστηματοποιεί την κατανόησή των LBS εφαρμογών, τις βασικές τεχνολογίες, τα επιχειρηματικά μοντέλα, και τα συστήματα τιμολόγησης. Με τη βοήθεια διαφόρων εργαλείων εντοπισμού, οι συμπεριφορές κινητικότητας των χρηστών καταγράφονται συνεχώς από τα κινητά τηλέφωνα, από ασύρματες συσκευές δικτύωσης και συσκευές GPS. Αυτά τα δεδομένα κινητικότητας αποτελούν ένα σημαντικό υπόβαθρο στην κατανόηση της συμπεριφοράς κινητικότητας των ατόμων. Για παράδειγμα σύγχρονες μελέτες δείχνουν ότι παρά την ανομοιότητα στις περιοχές που κινούνται οι χρήστες, υπάρχει μεγάλη ομοιογένεια στις συμπεριφορές κινητικότητάς τους, υποδεικνύοντας ότι οι περισσότεροι άνθρωποι ακολουθούν ένα απλό και αναπαραγόμενο μοτίβο. Στη συνέχεια θα αναφέρουμε έρευνες που έχουν εκπονηθεί σχετικά με την αποκάλυψη προτύπων κινητικότητας που προκύπτουν από σύνολα δεδομένων μέσω GPS. Συγκεκριμένα αναλύονται δεδομένα για την εκτίμηση τοποθεσιών σημασίας για πρόβλεψη μελλοντικών κινήσεων, την ανίχνευση μέσων μεταφοράς, την εξόρυξη πορείας και δραστηριοτήτων με βάση τη τοποθεσία. Η έρευνα παρέχει μια γενική προοπτική για μελέτη στο ζήτημα της ατομικής κινητικότητας επανεξετάζοντας λεπτομερώς μεθόδους και αλγόριθμους και συγκρίνοντας τα αποτελέσματα στα ίδια ζητήματα. Προτείνονται νέα και εξελισσόμενα θέματα που αφορούν την κινητικότητα των χρηστών για μελλοντική ανάπτυξη. 34

35 2.1.1 Ανίχνευση Περίπλοκων Κοινωνικών Συστημάτων Σύμφωνα με τους Nathan Eagle και Alex Pentland στην έρευνά τους που δημοσιεύτηκε το Νοέμβριο το 2005 (Reality mining: sensing complex social systems) [44], παρουσιάζεται ένα σύστημα ανίχνευσης περίπλοκων κοινωνικών συστημάτων με δεδομένα που συλλέχθηκαν από εκατό κινητά τηλέφωνα κατά τη διάρκεια εννέα μηνών. Αποδεικνύουν ότι η χρήση κινητών τηλεφώνων με ενεργοποιημένο Bluetooth μπορεί να αξιοποιηθεί για την μέτρηση της πρόσβασης σε πληροφορία, την αναγνώριση κοινωνικών μοτίβων στην καθημερινή δραστηριότητα του χρήστη και την ανίχνευση κοινωνικά σημαντικών τοποθεσιών. Κατά τους συγγραφείς, επίκεντρο των ερευνών της κοινωνικής επιστήμης αποτελεί για πάνω από ένα αιώνα η ανθρώπινη συμπεριφορά. Μέσω της μακροχρόνιας έρευνας, οδηγηθήκαμε πριν από τουλάχιστον δύο δεκαετίες στην προσέγγιση αυτών των θεμάτων μέσω της ανάπτυξης συσκευών με επίγνωση της τοποθεσίας (location-aware devices) ικανών να συλλέγουν δεδομένα συμπεριφοράς. Προβλήματα όπως η προκατάληψη, η σποραδικότητα των δεδομένων, καθώς και η ασυνέχεια των ερωτηματολογίων παρεμποδίζουν τη μηχανική μάθηση και τη μοντελοποίηση των κοινοτήτων από την κατασκευή πιο ολοκληρωμένων μοντέλων πρόβλεψης της ανθρώπινης δυναμικής. Με τη γρήγορη αφομοίωση της τεχνολογίας από τα κινητά τηλέφωνα αποτελεί ευκαιρία η συλλογή πολύ μεγαλύτερων συνόλων δεδομένων ανθρώπινης συμπεριφοράς. Η ίδια η φύση των κινητών τηλεφώνων τα καθιστά ιδανικά για τη μελέτη τόσο των ατόμων όσο και των συνόλων: οι άνθρωποι κουβαλούν είκοσι τέσσερις ώρες το είκοσι τετράωρο μαζί τους το κινητό τους και το χρησιμοποιούν ως μέσο επικοινωνίας. Στην έρευνα που διεξήχθη από τους Nathan Eagle και Alex Pentland αποθηκεύεται όλη η πληροφορία στην οποία έχει πρόσβαση το τηλέφωνο και περιγράφεται πως μπορεί να αξιοποιηθεί για την καλύτερη κατανόηση του ατόμου και του συνόλου Μέθοδος Συλλογής Δεδομένων Για τη συλλογή των δεδομένων από τα κινητά τηλέφωνα συνδυάζονται τα δίκτυα ράδιο-συχνοτήτων μικρού και μεγάλου φάσματος που χρησιμοποιούν τα κινητά όπως το Bluetooth και το GSM αντίστοιχα. Ο συνδυασμός των δυο δικτύων αυξάνει την απόδοση της εφαρμογής στον εντοπισμό της τοποθεσίας και στην εξαγωγή συμπερασμάτων για τη δραστηριότητα του χρήστη. Η καταγραφή της ταυτότητας της κεραίας για την ανίχνευση της τοποθεσίας κατά προσέγγιση συνδυάζεται με τη καταγραφή των συσκευών μέσω Bluetooth και παρέχουν διαφορετικά είδη 35

36 πληροφορίας. Κάθε Bluetooth συσκευή έχει τη δυνατότητα να ανιχνεύει άλλες συσκευές στις οποίες είναι ενεργοποιημένο το Bluetooth και να συλλέγει πληροφορίες εντός απόστασης πέντε έως δέκα μέτρα. Στις πληροφορίες που συγκεντρώνονται περιλαμβάνονται η Bluetooth διεύθυνση MAC (BTID), το όνομα της συσκευής, και ο τύπος της. Η BTID είναι ένας αριθμός δώδεκα ψηφίων, μοναδικός για την κάθε συσκευή. Το όνομα της συσκευής το καθορίζει ο χρήστης του κινητού τηλεφώνου και ο τύπος της συσκευής χαρακτηρίζεται από ένα σύνολο τριών ακεραίων. Προκειμένου να πραγματοποιηθεί η καταγραφή της BTID διεύθυνσης αναπτύχθηκε μία εφαρμογή που τρέχει στο παρασκήνιο και λειτουργεί σε κινητές συσκευές με ενεργοποιημένο MIDP2. Η εφαρμογή που υλοποιήθηκε καταγράφει την BTID που ανιχνεύεται σε κοντινή απόσταση και την ώρα που πραγματοποιείται η καταγραφή. Η εφαρμογή ονομάζεται Blue Aware και τρέχει αυτόματα στο παρασκήνιο με το που ενεργοποιείται το κινητό, καθιστώντας τη πρακτικά αόρατη στον χρήστη. Άλλη μια μέθοδος ανίχνευσης Bluetooth συσκευών που υλοποιήθηκε είναι η Bluedar. Αποτελείται από ένα Bluetooth φάρο σε συνδυασμό με μία γέφυρα (bridge) Wi- Fi. Λειτουργεί σαν ένα κυκλικό Bluetooth, ανιχνεύει και στέλνει τα προκύπτοντα BTID σε ένα b δίκτυο, στον εξυπηρετητή (server) Σύνολο Δεδομένων Το σύνολο δεδομένων που συλλέχθηκε για την εκπόνηση της έρευνας βασίζεται σε εκατό έξυπνα κινητά τηλέφωνα Nokia 6600 στα οποία είχαν εγκατασταθεί εκ των προτέρων το λογισμικό που αναφέραμε στην προηγούμενη ενότητα καθώς και την εφαρμογή Context από το Πανεπιστήμιο του Helsinki. Η κατανομή έχει ως εξής: από τους εκατό χρήστες οι εβδομήντα-πέντε είναι είτε φοιτητές είτε προσωπικό στο MIT Media Εργαστήριο ενώ οι είκοσι-πέντε εναπομείναντες είναι εισαχθέντες φοιτητές στην σχολή διοίκησης επιχειρήσεων MIT Sloan, η οποία βρίσκεται δίπλα στο Εργαστήριο. Από τους εβδομήντα-πέντε χρήστες στο Εργαστήριο, οι είκοσι είναι εισαχθέντες μεταπτυχιακοί φοιτητές και οι πέντε είναι πρωτοετείς φοιτητές στο MIT. Η πληροφορία που συγκεντρώνεται περιλαμβάνει αρχεία κλήσεων, ανίχνευση κοντινών συσκευών μέσω Bluetooth, ταυτότητα κυψέλης σταθμού βάσης, χρήση εφαρμογών και κατάσταση τηλεφώνου όπως σε φόρτιση ή σε αδράνεια. Η πληροφορία προέρχεται αρχικά από την εφαρμογή Context. Η έρευνα παρήγαγε δεδομένα που συλλέχθηκαν από εκατό ανθρώπους κατά τη διάρκεια των μαθημάτων του ακαδημαϊκού έτους που αντιπροσωπεύουν τετρακόσιες πενήντα χιλιάδες ώρες πληροφορίας για τις τοποθεσίες των χρηστών και την συμπεριφορά επικοινωνίας και χρήσης της συσκευής του χρήστη. 36

37 Μοντελοποίηση Ρουτίνας Χρήστη Ο άνθρωπος φαίνεται τελικά να υιοθετεί επαναλαμβανόμενα μοτίβα συμπεριφοράς ενώ κάτι τέτοιο έμοιαζε απίθανο. Τα μοτίβα αυτά περιλαμβάνουν καθημερινές συνήθειες όπως η ετοιμασία για να πάει στη δουλειά του, το μεσημεριανό γεύμα ή η οδήγηση από τη δουλειά στο σπίτι αλλά και συνήθειες του Σαββατοκύριακου όπως έξοδος το Σάββατο το βράδυ ή ετήσιες καθιερωμένες συνήθειες όπως το ταξίδι στην οικογένεια κατά τη διάρκεια των γιορτών. Βασικός στόχος της εργασίας είναι η δημιουργία ενός ταξινομητή πρόβλεψης που αντιλαμβάνεται με μεγαλύτερη ακρίβεια πτυχές της ζωής του χρήστη από ότι ο ίδιος ο χρήστης. Ωστόσο, στην αρχή δημιουργούνται απλοί μηχανισμοί που αναγνωρίζουν πολλές από τις συνηθισμένες δομές στη ρουτίνα του χρήστη. Πάνω σε αυτούς τους μηχανισμούς στηρίζεται η εκμάθηση των κοινωνικών δομών που παρουσιάζεται στη συνέχεια τη εργασίας. Τα δεδομένα συλλέγονται από το Bluetooth, τους πύργους κυψελών (cell tower)και τις πληροφορίες σε σχέση με την ώρα από τα κινητά τηλέφωνα. Στην αρχή δημιουργείται ένα απλό μοντέλο τριών καταστάσεων: σπίτι, δουλειά, και οποιοδήποτε άλλο μέρος εκτός από αυτά. Στη συνέχεια ενσωματώνονται πληροφορίες από στατικές συσκευές Bluetooth (όπως επιτραπέζιους υπολογιστές), και χρησιμοποιούνται ως πύργοι κυψελών για να εντοπίζουν τις σημαντικές θέσεις και να ανιχνεύουν το χρήστη σε μια ακτίνα δέκα μέτρων. Προκύπτει ότι οι περισσότεροι χρήστες περνούν ένα σημαντικό ποσό του χρόνου τους παρουσία των στατικών συσκευών Bluetooth, ιδιαίτερα όταν δεν έχουν σήμα από τους πύργους κυττάρων (π.χ. στο εσωτερικό του κτιρίου των γραφείων). Αυτό τους καθιστά ένα ιδανικό συμπλήρωμα για τους πύργους κυττάρων στην ταξινόμηση της τοποθεσίας Καταγραφή Τοποθεσίας Για την ανίχνευση της τοποθεσίας του χρήστη χρησιμοποιήθηκαν οι πύργοι κυψελών (cell towers) και το στατικό Bluetooth για το εσωτερικό των κτιρίων. Η ακρίβεια στις πληροφορίες για την τοποθεσία του χρήστη που προκύπτουν από τους cell towers επηρεάζεται από το γεγονός ότι τα κινητά τηλέφωνα ανιχνεύουν τους πύργους κυψελών σε μια ακτίνα αρκετών χιλιομέτρων. Συγκεκριμένα, στις αστικές περιοχές ένα κινητό τηλέφωνο μπορεί να βρίσκεται σε ακτίνα αρκετών διαφορετικών cell towers. Η ενσωμάτωση των πληροφοριών από όλους τους ορατούς πύργους αλλά και των αντίστοιχων ισχύων σήματος συντελεί στην επίλυση του προβλήματος ταξινόμησης τοποθεσίας, αν και η παραμόρφωση πολλαπλών διαδρομών μπορεί να επιφέρει σύγχυση στις εκτιμήσεις. Παρατηρούμε ότι σχετικά υψηλή ακρίβεια εντοπισμού μπορεί επίσης 37

38 να επιτευχθεί αν ο χρήστης ξοδεύει αρκετό χρόνο σε ένα μέρος για να παρέχει μια εκτίμηση της συνάρτησης πυκνότητας πιθανότητας της τοποθεσίας του πύργου κυψελών. Ένα τηλέφωνο σε μια ορισμένη στατική θέση σχετίζεται με διαφορετικές κεραίες κινητής τηλεφωνίας σε διαφορετικούς χρόνους. Έτσι, είναι δυνατό να δημιουργηθεί η διανομή του χρόνου που σχετίζεται με ένα σύνολο κεραιών σε μια συγκεκριμένη περιοχή. Αυτή η κατανομή των πύργων που έχουν εντοπιστεί μπορεί να διαφέρει σημαντικά ακόμη και με μικρές αλλαγές στην περιοχή. Το Σχήμα 2.1 δείχνει την κατανομή των κεραιών κινητής τηλεφωνίας που εντοπίζονται για μια δεδομένη περιοχή ακτίνας 10 μέτρων. Συμπεριλαμβάνονται μόνο οι κεραίες, για τις οποίες η κοινή περιοχή καλύπτεται και από το στατικό Bluetooth του επιτραπέζιου υπολογιστή, διασφαλίζοντας έτσι τη θέση των χρηστών εντός των 10 μέτρων (ή λιγότερο). Διαφορές στις κατανομές αποδίδονται στις θέσεις των χρηστών εντός της ακτίνας των 10 μέτρων. Στη συνέχεια στο Σχήμα 2.1 απεικονίζεται γραφικά οι συναρτήσεις πυκνότητας-πιθανότητας των κεραιών κινητής τηλεφωνίας. Εξετάζεται η περίπτωση εντοπισμού πέντε χρηστών οι οποίοι εργάζονται στον τρίτο όροφο ενός κτιρίου γραφείων, από είκοσι-πέντε κεραίες κινητής τηλεφωνίας. Κάθε κεραία αναπαρίσταται στον X άξονα και η πιθανότητα καταγραφής του τηλεφώνου ενώ ο χρήστης βρίσκεται στο γραφείο του απεικονίζεται στον Y άξονα. Παρατηρούμε ότι σε κάθε χρήστη αντιστοιχεί διαφορετική κατανομή κεραιών, ανάλογα με την τοποθεσία του γραφείου του εκτός από τους χρήστες τέσσερα και πέντε που μοιράζονται το ίδιο γραφείο και την ίδια κατανομή παρά το γεγονός ότι βρίσκονται στο γραφείο διαφορετικές ώρες. Είναι σαφές ότι η ακρίβεια της μεθόδου εντοπισμού με χρήση κεραιών κινητής τηλεφωνίας δεν επιφέρει μεγάλη ακρίβεια συγκρινόμενη με άλλες μεθόδους όπως το GPS αλλά και βάσει των απαιτήσεων των Location Based Services. Ωστόσο η τεχνική αυτή απαιτεί πρόσθετο υλικό για να λαμβάνει το σήμα από τον δορυφόρο και δεν έχει καλή απόδοση στο εσωτερικό κτιρίων ή σε πυκνοκατοικημένα αστικά περιβάλλοντα. Για το λόγο αυτό επιλέχθηκε η χρήση στατικού Bluetooth με το οποίο αναγνωρίζεται η ταυτότητα της κάθε συσκευής, στην προκειμένη περίπτωση των υπολογιστών στο εσωτερικό των γραφείων. Παρέχει σημαντική βελτίωση στον εντοπισμό της θέσης του χρήστη σε περιοχές στις οποίες το σήμα των κεραιών κινητής τηλεφωνίας είναι ασθενές όπως στο εσωτερικό μεγάλων κτιρίων αλλά στο οποίο υπάρχουν πολλές στατικές συσκευές Bluetooth όπως υπολογιστές. Στην μελέτη που διεξήχθη για την παρούσα εργασία, 6% του χρόνου οι συμμετέχοντες ήταν χωρίς κάλυψη δικτύου κινητής τηλεφωνίας, ενώ το 21% αυτού του ποσοστού βρισκόταν εντός του εύρους του στατικού Bluetooth και 29% εντός της κάλυψης ενός άλλου κινητού τηλεφώνου. 38

39 Σχήμα 2.1: Συνάρτηση πυκνότητας-πιθανότητας των κεραιών κινητής τηλεφωνίας Μέθοδοι Εντοπισμού Τοποθεσίας και Δραστηριότητας Οι συγγραφείς Nathan Eagle και Alex Pentland υποστηρίζουν ότι η ζωή είναι άρρηκτα συνδεδεμένη με τη ρουτίνα σε οποιαδήποτε χρονική κλίμακα, είτε σε ωριαίο επίπεδο είτε σε εβδομαδιαία και μηνιαία και γενικότερα μεγαλύτερα χρονικά διαστήματα. Πολλά από αυτά τα μοτίβα είναι εν γένει εύκολο να καθοριστούν ενώ άλλα είναι πιο πολύπλοκα. Σκοπός της εργασίας αυτής είναι η ποσοτικοποίηση των προβλέψιμων συμπεριφορών στη ζωή ενός ατόμου με τη χρήση μιας μετρικής εντροπίας πληροφοριών. Στη θεωρία πληροφοριών, η ποσότητα της τυχαιότητας σε ένα σήμα αντιστοιχεί στην εντροπία του, όπως ορίζεται το 1938 από τον Claude Shannon στην κατωτέρω εξίσωση. n H(x) = p(i) log 2 p(i) i=1 Οι άνθρωποι των οποίων η καθημερινότητα χαρακτηρίζεται από υψηλή εντροπία τείνουν να έχουν μεγαλύτερη ποικιλία στη ρουτίνα τους και επομένως είναι πιο δύσκολο να προβλεφθεί το μοτίβο της ζωής τους. Στην αντίθετη περίπτωση, οι άνθρωποι με χαμηλή εντροπία περιγράφονται από σταθερά επαναλαμβανόμενα μοτίβα τα οποία προβλέπονται με ευκολία. 39

40 Σχήμα 2.2: Η καθημερινή κατανομή των μεταβάσεων μεταξύ εργασίας και σπιτιού του χρήστη και οι συναντήσεις του οι οποίες καταγράφονται μέσω Bluetooth. Στο Σχήμα 2.2 απεικονίζονται η καθημερινή κατανομή των μεταβάσεων μεταξύ εργασίας και σπιτιού του χρήστη εννιά και οι συναντήσεις του, οι οποίες καταγράφονται μέσω Bluetooth. Το πρώτο σχήμα απεικονίζει τις πιο πιθανές τοποθεσίες του χρήστη: Δουλειά, Σπίτι, Αλλού και Χωρίς Σήμα. Συγκεκριμένα αναπαρίστανται τα μοτίβα των μεταβάσεων μεταξύ των κεραιών κινητής τηλεφωνίας για τον χρήστη εννιά και ο συνολικός αριθμός των συσκευών Bluetooth που ανιχνεύονται σε κοντινή απόσταση κάθε ώρα κατά τη διάρκεια του μήνα Ιανουαρίου, για τον χρήστη με χαμηλή εντροπία. Παρατηρούμε ότι ο χρήστης βρίσκεται στο σπίτι του κατά τις απογευματινές ώρες και μέχρι τις οχτώ το πρωί, όταν κατευθύνεται στη δουλειά του. Στον χώρο εργασίας παραμένει έως τις πέντε το απόγευμα, και στη συνέχεια επιστρέφει στο σπίτι του. Το μοτίβο αυτό επαναλαμβάνεται από τη Δευτέρα έως την Παρασκευή και αποτελεί μία από τις περιπτώσεις χρήστη με χαμηλή εντροπία (H = 30.9). Δε συμβαίνει το ίδιο και για τις περιπτώσεις με υψηλή εντροπία όπως θα δούμε στη συνέχεια. Σε αντίθεση με τον χρήστη που αναφέραμε προηγουμένως, εξετάζουμε την περίπτωση ενός χρήστη με υψηλή εντροπία (H = 48.5). Στο Σχήμα 2.3 παρατηρούμε ότι ο συγκεκριμένος χρήστης υιοθετεί πολύ λιγότερο επαναλαμβανόμενα μοτίβα μετακινήσεων και κατά τις βραδινές ώρες εντοπίζεται να βρίσκεται κοντά με άλλες Bluetooth συσκευές. Η έλλειψη φαινομενικά εύκολης ρουτίνας και δομής καθιστά τη συμπεριφορά αυτού του χρήστη πιο δύσκολο να μοντελοποιηθεί και να προβλεφθεί. Στο Σχήμα 2.3 (Bluetooth Encounters) παρατηρούμε επίσης τις συναντήσεις του χρήστη με άλλους ανθρώπους οι οποίες πραγματοποιούνται όχι μόνο κατά τις ώρες εργασίας αλλά και 17:00-21:00. 40

41 Σχήμα 2.3: Η καθημερινή κατανομή των μεταβάσεων μεταξύ εργασίας και σπιτιού του χρήστη, ο οποίος έχει υψηλή εντροπία και οι συναντήσεις του οι οποίες καταγράφονται μέσω Bluetooth. Ο υπολογισμός της εντροπίας ενός χρήστη μπορεί να χρησιμοποιηθεί ως μία μέθοδος αυτό-προβληματισμού και ανάλυσης για την καθημερινότητα του χρήστη αλλά μπορεί να αποτελέσει εργαλείο για την ανάδειξη των συνηθειών διαφορετικών αντιπροσώπων του κοινωνικού συνόλου. Στο Σχήμα 2.4, παρουσιάζεται η μέση εβδομαδιαία εντροπία διαφορετικών ομάδων ατόμων βάσει της τοποθεσίας τους (στην εργασία, στο σπίτι, χωρίς σήμα, αλλού). Ο υπολογισμός εκτελέστηκε συγκεντρώνοντας εκατό δείγματα μιας περιόδου εφτά ημερών για την κάθε ομάδα της έρευνας. Οι ομάδες που πήραν μέρος στην έρευνα είναι έξι: Καθηγητές (Professor), το προσωπικό του εργαστηρίου Μέσων Ενημέρωσης (Media Lab Staff), οι πρωτοετείς φοιτητές της σχολής διοίκησης επιχειρήσεων Sloan (Sloan Incoming Students), οι τελειόφοιτοι φοιτητές του εργαστηρίου Μέσων Ενημέρωσης (Media Lab Senior Grads), οι επί πτυχίο φοιτητές του εργαστηρίου Μέσων Ενημέρωσης (Media Lab Incoming Grads) και οι πρωτοετείς του εργαστηρίου Μέσων Ενημέρωσης (Media Lab Freshmen). Όπως αναμένεται οι πρωτοετείς φοιτητές έχουν την υψηλότερη εντροπία καθώς δεν παρακολουθούν το εργαστήριο τακτικά και έχουν τυχαία συμπεριφορά. Οι φοιτητές που ακολουθούν με την αμέσως μεγαλύτερη εντροπία είναι οι επί πτυχίο φοιτητές, οι τελειόφοιτοι του εργαστηρίου Μέσων Ενημέρωσης και οι πρωτοετείς της διοίκησης επιχειρήσεων αντίστοιχα. Τέλος, η χαμηλότερη εντροπία αντιστοιχεί στο προσωπικό του εργαστηρίου και στους καθηγητές, γεγονός που δικαιολογείται από τις ώρες απασχόλησης τους. 41

42 Σχήμα 2.4: Μέση εβδομαδιαία εντροπία, H(x), διαφορετικών ομάδων ατόμων βάσει της τοποθεσίας τους Κοινωνική Δομή: Σύνθετα Κοινωνικά Συστήματα Κατά τους συγγραφείς Nathan Eagle και Alex Pentland οι κινητές συσκευές με Bluetooth μπορεί να χρησιμοποιηθούν για την ανάδειξη των καθημερινών συνηθειών και της ρουτίνας του χρήστη. Επεκτείνοντας τη χρήση τους όμως, είναι εφικτή η εξέλιξη της μοντελοποίησης του χρήστη στην μοντελοποίηση της κοινωνικής δομής. Με τη συνεχή καταγραφή πληροφοριών σχετικά με τη δραστηριότητα του χρήστη, την τοποθεσία του, και την εγγύτητά του σε άλλους χρήστες, η μεγάλης κλίμακας δυναμική της συλλογής δεδομένων ανθρώπινης συμπεριφοράς μπορεί να αναλυθεί. Αν χρησιμοποιηθεί από μια ομάδα ανθρώπων που εργάζονται στενά μεταξύ τους, οι συσχετίσεις μεταξύ της καταγραφής των κλήσεων και της καταγραφής της εγγύτητας μπορεί επίσης να παρέχει καλύτερη κατανόηση για τους παράγοντες που οδηγούν στη χρήση του κινητού τηλεφώνου. Επιπλέον, ένα σύνολο δεδομένων που παρέχει πρότυπα για την εγγύτητα και τις σχέσεις ανάμεσα σε μεγάλες ομάδες ανθρώπων, έχει εφαρμογές στις κοινότητες της επιδημιολογίας, και μπορεί να βοηθήσει στην οικοδόμηση μοντέλων μεγαλύτερης ακρίβειας για τη διάδοση αερομεταφερόμενων παθογενειών, καθώς και άλλες περιπτώσεις, όπως η ροή των πληροφοριών. Πιο συγκεκριμένα στο χώρο εργασίας, αποτελεί σημαντικό γεγονός η εξαγωγή συμπερασμάτων για τον τρόπο συνεργασίας και την 42

43 αποδοτικότητα των εργαζόμενων. Στη συγκεκριμένη έρευνα, εκπαιδεύτηκε ένα υβριδικό Γκαουσσιανό μοντέλο με στόχο την ανίχνευση προτύπων εγγύτητας μεταξύ των χρηστών και το είδος τη σχέσης τους. Τα δεδομένα που αναλύθηκαν, συλλέχθηκαν από μια έρευνα στην οποία συμμετείχαν όλοι οι χρήστες για δύο μήνες. Το ερωτηματολόγιο περιείχε ερωτήσεις σχετικά με ποιον περνάνε χρόνο μαζί, τόσο στο χώρο εργασίας αλλά και εκτός αυτού και ποιους θεωρούνε φίλους τους. Στη συνέχεια συγκρίθηκαν τα αποτελέσματα με την εκτιμώμενη τοποθεσία( βάσει της κατανομής των κεραιών κινητής τηλεφωνίας και της κατανομής των Bluetooth στατικών συσκευών), την εγγύτητα (υπολογισμένη από τις καταγραφές του Bluetooth) και την ώρα της ημέρας. Σχήμα 2.5: Απεικόνιση της ώρας και των ημερών που ο χρήσης συναντιέται με ένα φίλο του και ένα συνάδελφο Το μοντέλο προσδιόρισε με ακρίβεια μεγαλύτερη από 90% τη σχέση μεταξύ δύο χιλιάδων ζευγών όπως συνάδελφοι, φίλοι εκτός δουλειάς και γνωστοί. Σημαντικά μεγαλύτερη ακρίβεια επιτυγχάνεται με την ένταξη των αρχείων επικοινωνίας σε συνδυασμό με μία Μηχανή Διανυσμάτων Υποστήριξης (Support Vector Machine-SVM). Όπως παρατηρείται στο Σχήμα 2.5 οι συνάδελφοι συναντιούνται σε 43

44 καθημερινή βάση στο γραφείο αλλά σπάνια εκτός δουλειάς, όπως ήταν αναμενόμενο. Αντιθέτως, οι φίλοι συναντιούνται συχνά εκτός γραφείου ακόμη και αν δουλεύουν μαζί. Ο καθορισμός για το αν ένα άτομο θα συμπεριληφθεί στον κύκλο φίλων απαιτεί διασταύρωση μεταξύ των φίλων: είναι αυτό το άτομο μέλος μιας ομάδας εντός και εκτός γραφείου, στα δεδομένα εγγύτητας; Μια ακόμη ανάλυση των δεδομένων που συλλέγονται από τα κινητά τηλέφωνα είτε μέσω Bluetooth είτε μέσω cell ID αλλά και από τον συνδυασμό τους, αφορά στις ομάδες εργασίας και τις σχέσεις μεταξύ των μελών τους. Τα δεδομένα εγγύτητας δικτύου είναι πολύ δυναμικά και σποραδικά. Η παρούσα εργασία αποσκοπεί στη δημιουργία παραγωγικών μοντέλων για την παραμετροποίηση της δυναμικής αυτών των δικτύων. Αυτό έχει ως αποτέλεσμα την καλύτερη κατανόηση της λειτουργικότητας της κάθε ομάδας εργασίας. Ενώ κάθε ομάδα έρευνας του Εργαστηρίου Μέσων Ενημέρωσης έχει ως κέντρο τον υπεύθυνο της έρευνας, τα περισσότερα δίκτυα εγγύτητας δεν είναι το ίδιο στατικά. Σε πολλές περιπτώσεις το επίκεντρο κάθε ομάδας μπορεί να αλλάζει ανάλογα με την ώρα καθώς και οι ρόλοι ανταλλάσσονται μεταξύ ενεργών και μη μελών. Αυτή η δυναμική περιγράφει τη φύση των ομάδων έρευνας στο Εργαστήριο Μέσων Ενημέρωσης. Καθώς πλησιάζουν οι προθεσμίες παράδοσης εργασιών για ορισμένα μέλη της ομάδας, τα συγκεκριμένα μέλη περνούν περισσότερο χρόνο στο εργαστήριο και βασίζονται περισσότερο στην υποστήριξη από την υπόλοιπη ομάδα. Όταν, η προθεσμία παρέλθει επιστρέφουν στο σύνηθες πρόγραμμά τους και παρέχουν την ίδια στήριξη σε άλλα μέλη με επικείμενες προθεσμίες. Συγκεκριμένα στο Σχήμα 2.6 φαίνονται τα στιγμιότυπα δικτύου εγγύτητας για μια ερευνητική ομάδα κατά τη διάρκεια μιας ημέρας. Σε αυτό το παράδειγμα, εάν δύο από τα μέλη της ομάδας βρίσκονται κοντά κατά τη διάρκεια ενός παραθύρου μιας ώρας, μια ακμή δημιουργείται μεταξύ τους. Τα δύο διαγράμματα αντιπροσωπεύουν δύο από τα παράθυρα μιας ώρας κατά τη διάρκεια μιας ημέρας στις 17:00 και τις 19:00. Τα στιγμιότυπα δικτύου μπορούν να παραχθούν, με παράθυρα που κυμαίνονται από 5 λεπτά έως τρεις μήνες Οι συντάκτες αυτής της ανάλυσης τονίζουν ότι οι κινητές συσκευές στο μέλλον θα γίνουν πιο δυναμικές και παράλληλα θα αξιοποιούν τα δεδομένα που εισάγουν οι χρήστες. Η έρευνα που παρατέθηκε στις προηγούμενες παραγράφους μας οδήγησε στην καλύτερη κατανόηση της ατομικής συμπεριφοράς, της συλλογικής εργασίας και της παραμετροποίησης των σχέσεων μεταξύ των ανθρώπων. Η αξιοποίηση των δεδομένων που εξάγονται από την παραμετροποίηση της ρουτίνας του ανθρώπου αλλά και από την καταγραφή των σχέσεων στον εργασιακό χώρο αποτελούν τη βάση για την ανάπτυξη 44

45 πιο αποτελεσματικών και αποδοτικών μοντέλων συνεργασίας αλλά και προσωπικής ενδοσκόπησης. Σχήμα 2.6: Στιγμιότυπα δικτύου εγγύτητας για μια ερευνητική ομάδα κατά τη διάρκεια μιας ημέρας Χρήση GPS για Ανάδειξη και Πρόβλεψη Σημαντικών Τοποθεσιών Οι Daniel Ashbrook και Thad Starner στην έρευνά τους το 2002 αναφέρουν ότι η τεχνολογία για να αποτελεί εργαλείο βοήθειας στα χέρια του χρήστη, πρέπει να έχει γνώση του χρήστη. Πιο συγκεκριμένα πρέπει να κατανοεί τι κάνει ο χρήστης ή ακόμη και να προβλέπει τις πράξεις του, πότε και πού και ιδανικά να γνωρίζει την αιτία των πράξεων του. Η μοντελοποίηση της συμπεριφοράς του χρήστη αποτελεί απαραίτητη προϋπόθεση για την επίτευξη της κατανόησης της. Οι φορητές συσκευές έχουν τη δυνατότητα να δρουν ως έξυπνοι πράκτορες στην καθημερινότητα και να βοηθούν τον χρήστη σε διάφορες εργασίες χρησιμοποιώντας το context για να γνωρίζουν πως θα ενεργούν. Η τοποθεσία είναι η πιο συχνά χρησιμοποιούμενη πληροφορία από τα κινητά τηλέφωνα. Στην παρούσα εργασία η επίγνωση της τοποθεσίας αξιοποιείται για την δημιουργία ενός προγνωστικού μοντέλου για τις επικείμενες μετακινήσεις του χρήστη. Παρουσιάζεται ένα σύστημα το οποίο αυτόματα κατηγοριοποιεί τα δεδομένα που συλλέγονται από το GPS 45

46 για ένα παρατεταμένο χρονικό διάστημα σε σημαντικές τοποθεσίες. Στη συνέχεια οι τοποθεσίες ενσωματώνονται σε ένα Μαρκοβιανό μοντέλο το οποίο μπορεί να αξιοποιηθεί τόσο από εφαρμογές ενός χρήστη όσο και από πολλαπλών χρηστών Διαχωρισμός Εφαρμογών Πιθανές εφαρμογές για τα συστήματα μοντελοποίησης τοποθεσιών χωρίζονται σε δύο κατηγορίες: ενός χρήστη ή μη συνεργατικές (noncollaborative) και συνεργασίας (collaborative) ή πολλαπλών χρηστών [45]. Οι πλατφόρμες συνεργασίας είναι ενοποιημένες ηλεκτρονικές πλατφόρμες που υποστηρίζουν συγχρονισμένη και ασυγχρόνιστη επικοινωνία μέσα από ποικίλες συσκευές και κανάλια. Αποτελούν μία αναπτυσσόμενη κατηγορία λογισμικού. Οι πλατφόρμες συνεργασίας προσφέρουν ένα σύνολο από προγράμματα λογισμικού και υπηρεσιών, που επιτρέπουν στους χρήστες να επικοινωνούν, να διαμοιράζονται πληροφορίες και να δουλεύουν μαζί για επιτύχουν κοινούς στόχους. Τα κύρια συστατικά μίας πλατφόρμας συνεργασίας είναι οι υπηρεσίες επικοινωνίας (ηλεκτρονικό ταχυδρομείο, ημερολόγιο και πρόγραμμα, επαφές), η ομαδική επικοινωνία (συγχρονισμός αρχείων, προβολή ιδεών και σημειώσεων σε μία βάση δεδομένων, διαχείριση εργασιών, εύρεση σε όλο το κείμενο) και η επικοινωνία σε πραγματικό χρόνο (π.χ. η παρουσία, άμεσα μηνύματα, οι διαδικτυακές διαβουλεύσεις, ο διαμοιρασμός των εφαρμογών, η απομακρυσμένη πρόσβαση, η επικοινωνία και οι παρουσιάσεις πολυμέσων). Μερικά κοινά χαρακτηριστικά που μοιράζονται οι περισσότερες πλατφόρμες και τα εργαλεία συνεργασίας είναι: 1. Πραγματικός χρόνος, μικρές συζητήσεις όπως τα Instant Messenger, SMS ή Twitter. 2. Πραγματικός χρόνος, συνεδρίαση με τη βοήθεια πολυμέσων, τηλεπαρουσία 3. Διαφοροποιημένος χρόνος, περισσότερες μεγάλες συζητήσεις κυρίως σε μορφή κειμένου π.χ. s, blogs 4. Διακίνηση εφαρμογών ή επιφάνειας εργασίας όπως o ηλεκτρονικός πίνακας (white boarding) 5. Τομεακές πλατφόρμες συνεργασίας με προσαρμοζόμενα χαρακτηριστικά για συγκεκριμένους σκοπούς. Παράδειγμα είναι ο συγχρονισμός ενός διοικητικού συμβουλίου που έχει βασικό ρόλο η ισχυρή πιστοποίηση, ο επαναλαμβανόμενος έλεγχος, η 46

47 διαδικασία έγκρισης κ.ά. Άλλοι τομείς που ήδη έχουν πλατφόρμες (στο εξωτερικό κυρίως) είναι η προμήθεια, η δικαιοσύνη, η διοίκηση ανθρώπινων πόρων Οι συνεργατικές εφαρμογές είναι χρήσιμες μόνο για δύο ή περισσότερα μοντέλα τοποθεσιών και μπορούν να αξιοποιηθούν για την προώθηση της συνεργασίας και της ανταλλαγής ιδεών μεταξύ των χρηστών. Από την άλλη πλευρά, οι μη συνεργατικές εφαρμογές βασίζονται σε ένα χρήστη και το προσωπικό του μοντέλο τοποθεσιών Πειραματική Μελέτη Πριν την διεξαγωγή της έρευνας για τα πλεονεκτήματα της μοντελοποίησης τοποθεσιών, δημιουργήθηκε ένα σύστημα για την καταγραφή και την μοντελοποίηση των μετακινήσεων ενός χρήστη. Το σύστημα προβλέπει και κάνει ερωτήματα στο μοντέλο σχετικά με την επόμενη θέση του χρήστη. Συγκρίνοντας τις απαντήσεις από πολλούς συμμετέχοντες, αν οι απαντήσεις για παράδειγμα είναι κοινές για δυο συναδέλφους μπορεί να προκύψει το συμπέρασμα ότι οι δυο συνάδελφοι θα συναντηθούν μεταξύ τους. Έχουν διεξαχθεί δυο μελέτες. Το 2001 διενεργήθηκε μια πειραματική μελέτη διάρκειας τεσσάρων μηνών με ένα συμμετέχοντα ενώ το 2002 χρησιμοποιήθηκε η πειραματική μελέτη για την ανάπτυξη των αλγορίθμων που θα αναφέρουμε στις επόμενες παραγράφους. Προκειμένου να αποδειχθεί ότι το σύστημα εφαρμόζεται και σε πιο γενικές περιπτώσεις, το 2002 εκπονήθηκε μια δεύτερη έρευνα με έξι συμμετέχοντες η οποία διήρκεσε εφτά μήνες Καταγραφή τοποθεσίας Για τη συλλογή των δεδομένων τοποθεσίας της πειραματικής έρευνας χρησιμοποιήθηκε ένας GPS δέκτης, με είσοδο χαμηλής τάσης και ένας GPS καταγραφέας δεδομένων, οι οποίοι συγκέντρωσαν γεωγραφικά δεδομένα για ένα χρήστη και για διάστημα τεσσάρων μηνών. Κατά τη διάρκεια αυτής της περιόδου ο συμμετέχοντας μετακινήθηκε κυρίως στις περιοχές γύρω από την Ατλάντα. Ο καταγραφέας δεδομένων καταχωρίζει το γεωγραφικό πλάτος και μήκος, την ημερομηνία και ώρα από τον GPS δέκτη κάθε ένα δευτερόλεπτο μόνο όμως αν ο δέκτης έχει σήμα και κινείται ένα μίλι ανά ώρα ή περισσότερο. Όταν ο δέκτης βρίσκεται στο εσωτερικό 47

48 των κτιρίων ή σε περίπτωση που δεν έχει ισχυρό σήμα ο καταγραφέας δεν καταχωρεί δεδομένα. Καθώς οι άνθρωποι περπατάνε κατά μέσο όρο 3 μίλια ανά ώρα, καταγράφηκαν τα περισσότερα είδη μετακινήσεων συμπεριλαμβανομένου και του αυτοκινήτου. Στο σχήμα 2.7 αποτυπώνονται οι μετακινήσεις του χρήστη για το διάστημα των τεσσάρων μηνών, στην περιοχή γύρω από την Ατλάντα. Σχήμα 2.7: Όλα τα καταγεγραμμένα GPS δεδομένα, κατά τη διάρκεια της έρευνας τεσσάρων μηνών το

49 Εντοπισμός Σημαντικών Τοποθεσιών Σύμφωνα με τους συγγραφείς Daniel Ashbrook και Thad Starner η πρόθεση τους κατά την ανάπτυξη του συστήματος μοντελοποίησης τοποθεσιών ήταν να επεξεργαστούν τα δεδομένα όσο το δυνατόν περισσότερο χωρίς τη χρήση πρότερης γνώσης. Στόχος τους είναι να ανακαλύψουν τεχνικές οι οποίες επιλέγουν αυτόματα τα πρότυπα από το σύνολο των δεδομένων τα οποία αντιπροσωπεύουν την κίνηση του χρήστη. Η τεχνική που ακολουθούν είναι αρχικά η εισαγωγή δεδομένων στον αλγόριθμο και στο τέλος τα δεδομένα αυτά επηρεάζουν τα αποτελέσματα του αλγορίθμου. Ο αλγόριθμος που χρησιμοποιείται στην έρευνα βασίστηκε στα δεδομένα που προέκυψαν από την πειραματική μελέτη και αποδεικνύεται αποτελεσματικός και για τα δεδομένα που συλλέγονται στη συνέχεια. Η λογική ανάδειξης τοποθεσιών σημαντικών στον χρήστη, βασίζεται στο γεγονός ότι ο άνθρωπος θεωρεί σημαντικά τα σημεία στα οποία περνάει χρόνο. Είναι αναμενόμενο σημεία από τα οποία απλά περνά και δεν σταματάει, όπως σημεία στους αυτοκινητόδρομους, να μην συντελούν σημεία προσοχής για τον ίδιο. Επίσης εικάζεται ότι τοποθεσίες σχετικές με τον τόπο διαμονής του και τον χώρο εργασίας του θα αποτελούν σημεία ενδιαφέροντος. Συνεπώς πολλά από τα ζητούμενα σημεία βρίσκονται στο εσωτερικό κτιρίων. Ωστόσο στο εσωτερικό κτιρίων το GPS έχει ασθενές σήμα, έτσι θα υπάρχει ροή καταγεγραμμένων δεδομένων μέχρι τη στιγμή που ο χρήστης εισέλθει σε ένα κτίριο, μετά ένα κενό και έπειτα συνέχιση των δεδομένων με την έξοδό του από το κτίριο. Με τον όρο τοποθεσία στη παρούσα εργασία ορίζεται κάθε καταγεγραμμένη συντεταγμένη μέσω GPS η οποία απέχει χρονικά διάστημα t από το προηγούμενο σημείο. Στη συνέχεια επόμενο σημαντικό βήμα αποτελεί ο καθορισμός του t. Δεν υπάρχει μια ξεκάθαρα κατάλληλη τιμή, για αυτό το λόγο το t ορίζεται σε δέκα λεπτά. Θεωρείται δηλαδή ότι αν ο χρήστης παραμείνει στο ίδιο σημείο για τουλάχιστον δέκα λεπτά, η τοποθεσία είναι σημαντική για τον ίδιο. Λόγω του είδους των δεδομένων GPS, αυτή είναι μια ασφαλέστερη επιλογή σε σύγκριση με μικρότερες τιμές όπως ένα ή πέντε λεπτά. Οι χαράδρες στο αστικό τοπίο και η ανομοιογένεια στο γεωγραφικό ανάγλυφο μπορεί να προκαλέσουν απώλεια του σήματος με χρόνο επανάκτησης από 45 δευτερόλεπτα μέχρι πέντε λεπτά. Το γεγονός αυτό μπορεί να οδηγήσει σε λανθασμένες ενδείξεις σημαντικών τοποθεσιών. 49

50 Ομαδοποίηση γεωγραφικών δεδομένων Επόμενο βήμα στην εργασία που παρουσιάζεται από τους συγγραφείς Daniel Ashbrook και Thad Starner, είναι ο διαχωρισμός των γεωγραφικών σημείων σε τοποθεσίες. Οι καταγραφές ίδιων σημείων σε διαφορετικές ημέρες μπορεί να διαφέρουν ακόμη και δεκαπέντε μέτρα, γεγονός που καθιστά δύσκολη την κατηγοριοποίηση των τοποθεσιών. Για τον λόγο αυτό, δημιουργούνται κλάσεις τοποθεσιών με χρήση μιας μεταβλητής του αλγορίθμου k-means. Οι κλάσεις που προκύπτουν ονομάζονται τοποθεσίες, αντικαθιστώντας τα σημεία που υπάρχουν πριν την ταξινόμηση. Για την εύρεση της κλάσης, ο αλγόριθμος χρησιμοποιεί ένα αρχικό σημείο και μια ακτίνα. Όλα τα σημεία που βρίσκονται εντός της ακτίνας ανήκουν στην ίδια κλάση και υπολογίζεται ο μέσος όρος τους. Από τον μέσο όρο που προκύπτει, εντοπίζεται το νέο κέντρο-σημείο και η διαδικασία συνεχίζεται. Ο αλγόριθμος ολοκληρώνεται όταν το αρχικό κεντρικό σημείο συμπέσει με το κεντρικό σημείο που υπολογίζεται από τον μέσο όρο των σημείων που ανήκουν στην κλάση. Όταν ο μέσος όρος σταματήσει να κινείται, όλα τα σημεία που απέχουν απόσταση μικρότερη ή ίση της ακτίνα του, τοποθετούνται στην κλάση του και δεν ξαναεπισκέπτονται. Η κλάση που δημιουργείται αποτελεί μια νέα τοποθεσία και της ανατίθεται ένα μοναδικό αναγνωριστικό, ID. Η διαδικασία συνεχίζεται έως ότου να μην υπάρχουν άλλα σημεία και να έχει δημιουργηθεί μια συλλογή από κλάσεις-τοποθεσίες. Στο Σχήμα 2.8 παρουσιάζεται η απεικόνιση του αλγορίθμου ταξινόμησης. Το Χ συμβολίζει το κέντρο της κλάσης. Τα λευκά σημεία είναι τα σημεία που ανήκουν στην κλάση και η διακεκομμένη γραμμή δηλώνει τη τοποθεσία της κλάσης στο προηγούμενο βήμα. Στο βήμα (e), ο μέσος όρος έχει σταματήσει να κινείται, έτσι όλα τα λευκά σημεία ανήκουν στην τοποθεσία Στη συνέχεια προκειμένου να βρεθεί μια βέλτιστη ακτίνα, εκτελείται ο αλγόριθμος ταξινόμησης αρκετές φορές με διαφορετικές ακτίνες. Τα αποτελέσματα απεικονίζονται σε ένα γράφημα, το οποίο μας δίνει τη βέλτιστη ακτίνα στο σημείο της γραφικής παράστασης στο οποίο ο αριθμός των τοποθεσιών συγκλίνει στον αριθμό των σημείων. 50

51 Σχήμα 2.8: Απεικόνιση αλγορίθμου ταξινόμησης Η δημιουργία κλάσεων-τοποθεσιών με μια συγκεκριμένη ακτίνα μπορεί να περικλείει μικρότερες διαδρομές οι οποίες όμως είναι σημαντικές για τον χρήστη. Μια τέτοια περίπτωση προκύπτει όταν επιλέγεται μια ακτίνα με στόχο την αποτελεσματική πρόβλεψη σημαντικών τοποθεσιών στο εύρος μιας πόλης ενώ μπορεί να αποκρύψει σημαντικές τοποθεσίες στην έκταση ενός πανεπιστημίου. Η επιλογή μικρής ακτίνας επιτρέπει την πρόβλεψη περισσότερων τοποθεσιών εντός του πανεπιστημίου, ωστόσο εμποδίζει την πρόβλεψη μεγαλύτερων διαδρομών όπως από το πανεπιστήμιο στο σπίτι. Για την αντιμετώπιση αυτού του προβλήματος χρησιμοποιούνται οι υπό-κλάσεις ή υπό-τοποθεσίες. Για κάθε κλάση που δημιουργείται από τη λίστα των σημείων αποφασίζεται αν περικλείει ένα δίκτυο από υπό-κλάσεις το οποίο να είναι αξιοποιήσιμο. Αυτό επιτυγχάνεται εκτελώντας τον ίδιο αλγόριθμο ταξινόμησης στα σημεία που ανήκουν σε μια κλάση. Επίσης με τον ίδιο τρόπο υπολογίζεται και η βέλτιστη ακτίνα, με χρήση του γραφήματος της ακτίνας σε σχέση με τον αριθμό των σημείων. Το σημείο της γραφικής παράστασης λίγο πριν συγκλίνει η ακτίνα με τον αριθμό των σημείων εντός της κλάσης. Σε περίπτωση που αυτό το σημείο δεν υπάρχει, θεωρείται ότι δεν υπάρχουν αρκετά σημεία για να σχηματιστεί υπό-κλάση. Στο Σχήμα 2.9 απεικονίζεται μια τοποθεσία που διαχωρίζεται σε δυο μικρότερες τοποθεσίες. Ο πράσινος κύκλος είναι η αρχική τοποθεσία. Οι μικρότεροι λευκοί κύκλοι είναι τα σημεία που δημιούργησαν την τοποθεσία και τα μπλε πεντάγωνα είναι οι υπό-κλάσεις που δημιουργήθηκαν από την τοποθεσία. 51

52 Σχήμα 2.9: Διαχωρισμός μιας τοποθεσίας σε δυο μικρότερες (υπό-κλάσεις) 52

53 Κεφάλαιο 3: Υλοποίηση Αλγορίθμου 3.1 Εισαγωγή Αποτελεί γεγονός ότι τα κινητά τηλέφωνα χρησιμοποιούνται με όλο και αυξανόμενο ρυθμό για τη συλλογή μεγάλου όγκου δεδομένων αποσκοπώντας στην ανάλυση της ανθρώπινης συμπεριφοράς. Ο όρος people centric sensing περιγράφει τους χρήστες κινητών συσκευών όχι μόνο ως φορείς αισθητήρων αλλά και ως πηγές και καταναλωτές των γεγονότων που ανιχνεύονται. Αρχικά με την τεχνολογική εξέλιξη στον τομέα των αισθητήρων, της πληροφορικής και της επικοινωνίας η χρήση των ασύρματων αισθητήρων προοριζόταν για την επίλυση σχετικά μικρών και ειδικών προβλημάτων όπως η παρακολούθηση δασών. Ενώ αυτά τα προβλήματα παραμένουν σημαντικά, η πρόσφατη μικρογράφηση και η επακόλουθη είσοδος των αισθητήρων σε δημοφιλείς ηλεκτρονικές συσκευές όπως τα κινητά τηλέφωνα, τα PDAs και τα mp3 players έθεσαν τις βάσεις για την ανάπτυξη νέων εφαρμογών. Με την χρήση των ασύρματων αισθητήρων από τις μάζες και την κατάλληλη αρχιτεκτονική υποστήριξη, τα δίκτυα ασύρματων αισθητήρων μπορούν να χρησιμοποιηθούν για την ανάλυση αστικών προβλημάτων ή για πρόσβαση παγκόσμιας πληροφορίας στο κοινό. Παράλληλα, οι άνθρωποι ως μονάδες ή σύνολα ειδικού ενδιαφέροντος μπορούν με τη χρήση των αισθητήρων των κινητών τηλεφώνων να εστιάσουν σε προσωπικά τους θέματα. Έτσι περιγράφεται η έννοια του people centric sensing. Οι άνθρωποι αποτελούν το επίκεντρο ενδιαφέροντος της ανίχνευσης και η οπτικοποίηση των πληροφοριών που συγκεντρώνονται λειτουργεί προς όφελος των πολιτών και των φίλων τους. Επίσης, η συνολική κινητικότητα των ανθρώπων επιτρέπει τόσο την κάλυψη (ανίχνευση) μεγάλων δημόσιων εκτάσεων με την πάροδο του χρόνου όσο και τη συλλογή στοχευμένης πληροφορίας σχετικά με την καθημερινότητα και τις αλληλεπιδράσεις του ίδιου του χρήστη. Έχοντας τους ανθρώπους ως φορείς των συσκευών ανίχνευσης (π.χ. κινητά τηλέφωνα, ipod, κλπ.), ένα ανθρωποκεντρικό ανιχνευτικό σύστημα δημιουργεί μια συμβιωτική σχέση μεταξύ του ίδιου και των κοινοτήτων και των προσώπων που εξυπηρετεί. Στην παρούσα διπλωματική εργασία, λαμβάνοντας υπόψιν τη συνολική κινητικότητα των ανθρώπων η οποία στη σύγχρονη εποχή συνεχώς αυξάνεται, παρουσιάζεται η πιθανότητα ο χρήστης να καλέσει μια επαφή του βάσει της τοποθεσίας που βρίσκεται και του 53

54 αρχείου κλήσεών του. Δίνεται με αυτόν τον τρόπο η δυνατότητα στον χρήστη όταν επιθυμεί να καλέσει κάποια επαφή από το κινητό του, να ελέγχει μια μικρή λίστα με τις επαφές που είναι πιθανότερο να καλέσει σύμφωνα με την τρέχουσα τοποθεσία του και το ιστορικό κλήσεών του. Όσο τα κινητά τηλέφωνα εξελίσσονται και τα smartphones διαμορφώνουν μια έντονα ανταγωνιστική και επικερδή αγορά, δημιουργούνται νέα δεδομένα στις λειτουργίες και τις εφαρμογές των κινητών. Η λίστα επαφών μπορεί πλέον να αποτελείται από χιλιάδες εγγραφές καθιστώντας αρκετά χρονοβόρα την αναζήτηση κάποιας επαφής. Τα περισσότερα κινητά διαθέτουν την επιλογή να ορίσει ο χρήστης ποιες επαφές του είναι αυτές που χρησιμοποιεί πιο συχνά αλλά και το αρχείο κλήσεων που εμφανίζει τις κλήσεις με χρονολογική σειρά. Σε καμία από αυτές τις επιλογές δεν αποτελεί παράγοντας η γεωγραφική τοποθεσία του χρήστη. Ο άνθρωπος ως μέλος της κοινωνίας χρησιμοποιεί το κινητό του τηλέφωνο ως μέσο επικοινωνίας και αλληλεπίδρασης με άλλους ανθρώπους. Κατά τη διάρκεια της ημέρας οι τοποθεσίες που επισκέπτεται ο χρήστης διαφέρουν ανάλογα με την επαγγελματική του ιδιότητα, την προσωπικότητα, την ηλικία αλλά την περίοδο του χρόνου. Αν για παράδειγμα ο χρήστης εργάζεται είναι πιθανό κατά τη διάρκεια της εβδομάδας να μετακινείται από το σπίτι στο γραφείο και αντίστροφα αλλά το Σαββατοκύριακο είναι πιθανό να επισκέπτεται άλλα μέρη. Τις ώρες που ο άνθρωπος βρίσκεται στο χώρο εργασίας του, είναι πιο πιθανό να επικοινωνεί τηλεφωνικά με συνεργάτες του ενώ το βράδυ όταν βρίσκεται στην εστία του είναι αναμενόμενο να συνομιλεί με οικείους και φίλους. Επίσης ειδικές περίοδοι του χρόνου όπως οι διακοπές των γιορτών ή οι διακοπές το καλοκαίρι, συνεπάγονται οι άνθρωποι να ταξιδεύουν στις πόλεις από όπου κατάγονται. Καθίσταται σαφές ότι σε αυτές τις περιπτώσεις η επικοινωνία του χρήστη διαφοροποιείται καλώντας επαφές που δεν χρησιμοποιεί στην καθημερινότητα του. Η τοποθεσία του ατόμου αποτελεί συνεπώς κύριο παράγοντα στην επιλογή της επαφής με την οποία θα επικοινωνήσει. Για την ανάπτυξη και τον έλεγχο του αλγορίθμου που εξάγει τις πιθανότητες να κληθεί μια επαφή βάσει της τοποθεσίας του χρήστη σε συνδυασμό με το αρχείο κλήσεών του, βασίστηκα στο σύνολο δεδομένων της Nokia. Το 2011 η Nokia διεξήγαγε ένα διαγωνισμό καινοτομίας δίνοντας στις ομάδες που επιθυμούσαν να συμμετάσχουν πρόσβαση σε ένα σύνολο δεδομένων που είχε συγκεντρωθεί από 170 χρήστες κινητών τηλεφώνων κατά τη διάρκεια ενός χρόνου. Τα δεδομένα αυτά περιέχουν πληροφορίες σχετικά με την τοποθεσία των 170 χρηστών και το αρχείο κλήσεων τους. Ο όγκος και η φύση των δεδομένων συνέβαλαν στην ανάπτυξη 54

55 του αλγορίθμου και στον έλεγχο της αποδοτικότητας του. Στη συνέχεια αναλύεται η μέθοδος συλλογής των δεδομένων, η τεχνολογία που χρησιμοποιήθηκε για τον εντοπισμό της εκάστοτε τοποθεσίας των χρηστών και οι δυνατότητες που προκύπτουν από την ανάλυση των δεδομένων τόσο για τον ίδιο τον χρήστη όσο και για τον χρήστη ως καταναλωτή. 3.2 Περιγραφή Συνόλου Δεδομένων Nokia Η εταιρεία κινητής τηλεφωνίας Nokia διοργάνωσε το 2011 μια καμπάνια συλλογής δεδομένων κατά την οποία κινητά τηλέφωνα Nokia Ν95 διανεμήθηκαν σε ένα ετερογενές δείγμα σχεδόν 170 συμμετεχόντων από την Λωζάνη, μια μεσαία μεγέθους πόλη της Ελβετίας, για να χρησιμοποιηθούν για ένα χρόνο. Το λογισμικό συλλογής δεδομένων έτρεχε στο παρασκήνιο των κινητών συσκευών χωρίς να ενοχλεί τον χρήστη, παρέχοντας δεδομένα σχετικά με την κοινωνική αλληλεπίδραση και την συμπεριφορά του στον χώρο [46]. Τα κυριότερα κίνητρα για την οργάνωση μιας νέας καμπάνιας εκτός των υπολοίπων που είχαν διεξαχθεί με επιτυχία ήταν δύο. Πρώτον, το σύνολο δεδομένων, το οποίο χρησιμοποίησα για τον έλεγχο της αποδοτικότητας του αλγορίθμου, ήταν αναμενόμενο να παρέχει περισσότερα μέσα για τη μελέτη της τοποθεσίας του χρήστη καθώς τα σύγχρονα κινητά τηλέφωνα είναι εξοπλισμένα με περισσότερους αισθητήρες. Ένας ακόμη παράγοντας ήταν να συμπεριληφθεί στην καμπάνια ένα ετερογενές σύνολο συμμετεχόντων, περιλαμβάνοντας κοινωνικά δίκτυα με οικογένειες, σε αντίθεση με άλλες καμπάνιες. Όπως αναφέραμε προηγουμένως η αλματώδης αύξηση των κινητών τηλεφώνων σε συνδυασμό με τον αριθμό των ενσωματωμένων αισθητήρων σε αυτά οδήγησε σε ένα νέο είδος έρευνας που ορίζεται ως people centric sensing (ανθρωποκεντρική ανίχνευση). Η ανθρωποκεντρική ανίχνευση μπορεί να έχει ως αποτέλεσμα μια καινούρια, ποιοτική προσέγγιση στη μελέτη των κοινωνικών συστημάτων, όπως τα κοινωνικά δίκτυα και οι εταιρείες. Η συλλογή τόσο μεγάλου όγκου δεδομένων είχε ως στόχο μια ανθρωποκεντρική ανάλυση προσπαθώντας μέσω αυτής να παρέχει μια κατανοητή άποψη του κοινωνικού και χωρικού περιβάλλοντος των συμμετεχόντων. 55

56 3.2.1 Εταιρική Αξιοποίηση της Ανθρωποκεντρικής Ανάλυσης Η ανθρωποκεντρική ανίχνευση μπορεί να συνεισφέρει στις θεωρίες της συμπεριφοράς που αφορούν τα πρόσωπα και τα κοινωνικά συστήματα. Ωστόσο είναι επίσης σημαντική από την πλευρά της βιομηχανίας. Οι αυξημένες δυνατότητες ανίχνευσης των κινητών συσκευών σε συνδυασμό με τη πιθανότητα φόρτωσης των δεδομένων στο server σε πραγματικό χρόνο, αξιοποιούνται από context aware υπηρεσίες, όπως έχει αναλυθεί στο πρώτο κεφάλαιο. Για παράδειγμα, η Google και η Nokia, με τις υπηρεσίες Latitude και Maps αντίστοιχα, προσφέρουν διαφημιστικές υπηρεσίες εμφανίζοντας στο χάρτη τη τοποθεσία και την κατάσταση του χρήστη, ο οποίος είναι μέλος σε ένα κοινωνικό δίκτυο, σε πραγματικό χρόνο. Η Citysense είναι μια εφαρμογή κινητού τηλεφώνου οποία εμφανίζει τη συνολική κινητικότητα μιας πόλης όπως τα σημεία με την περισσότερη κίνηση, σε ποια μέρη συγκεντρώνεται ο περισσότερος κόσμος. Συνεπάγεται λοιπόν ότι οι άνθρωποι είναι τόσο οι φορείς των ανιχνευτών όσο και οι καταναλωτές των γεγονότων που ανιχνεύονται Μέθοδοι Ανάλυσης του Συνόλου Δεδομένων Η ανάλυση των δεδομένων που προκύπτουν μπορεί να διαφωτίσει τόσο θεωρητικά όσο και πραγματιστικά ερωτήματα. Προκύπτουν τρία επίπεδα ανάλυσης του συνόλου δεδομένων: συμπεριφοράς, καταναλωτή και χρήστη. Κάθε ένα από αυτά τα επίπεδα αντιμετωπίζει τους συμμετέχοντες από διαφορετική οπτική γωνία. Επίπεδο συμπεριφοράς Το επίπεδο συμπεριφοράς στοχεύει να ανακαλύψει καινούριες πτυχές της ανθρώπινης συμπεριφοράς χρησιμοποιώντας ως πρότυπο την υπολογιστική κοινωνική επιστήμη. Η ουσία έγκειται στην ικανότητα συλλογής συνεχών δεδομένων που αφορούν στη συμπεριφορά με ένα διακριτικό τρόπο, επιτρέποντας με αυτόν τον τρόπο δυναμικές στατιστικές τεχνικές να χρησιμοποιούνται για την ανάλυση των δεδομένων. Το επίπεδο αυτό είναι κυρίως θεωρητικό, συνεισφέροντας στη γενική γνώση της επιστημονικής κοινότητας. Επίπεδο καταναλωτή Οι συμμετέχοντες της καμπάνιας μπορεί επίσης να θεωρηθούν χρήστες κινητών τηλεφώνων, αντικαθιστώντας την αντίληψη του 56

57 δείγματος με αυτή των καταναλωτών. Συλλέγοντας δεδομένα σχετικά με το πώς χρησιμοποιούνται τα κινητά τηλέφωνα από τον κόσμο μπορεί να αποκαλύψει σημαντικές γνώσεις σχετικά με την αλληλεξάρτηση του καταναλωτή με το προϊόν και το πλαίσιο χρήσης. Αυτό μπορεί να αξιοποιηθεί σε επίπεδο διαφήμισης επιτρέποντας συμπεράσματα σχετικά με την ανάπτυξη του προϊόντος και του marketing, ταιριάζοντας το προϊόν στις ανάγκες του καταναλωτή. Επίπεδο χρήστη Τρίτον, όσον αφορά το επίπεδο με επίκεντρο τον χρήστη, τα μέλη της εκστρατείας ασχολούνται με δραστηριότητες οι οποίες συγκλίνουν στην έννοια της people centric sensing, και την ενδεχόμενη αξία αυτών. Οι μέθοδοι σχεδιασμού με επίκεντρο τον χρήστη εφαρμόζονται και οι συμμετέχοντες θεωρούνται ως συνδημιουργοί. Η εκστρατεία εξοικειώνει τους συμμετέχοντες με τη φύση της ανθρωποκεντρικής ανάλυσης, επιτρέποντας τη διατύπωση αντιλήψεων και επιθυμιών σχετικά με τις context-aware υπηρεσίες με ένα έγκυρο τρόπο Μέθοδος Συλλογής Δεδομένων Τα δεδομένα συλλέχθηκαν με χρήση smartphones εξοπλισμένα με ειδικό λογισμικό, έχοντας ως στόχο η συλλογή δεδομένων να μην γίνεται αντιληπτή από τον χρήστη και την βελτίωση της αναλογίας μεταξύ των δεδομένων που συλλέγονται και της κατανάλωσης μπαταρίας. Η διακριτική συλλογή των δεδομένων αποτέλεσε κύριο παράγοντα έτσι ώστε οι συμμετέχοντες να παραμείνουν όσο το δυνατόν περισσότερο στην καμπάνια, με στόχο τους 12 μήνες. Τα δεδομένα που συλλέγονταν αποθηκεύονταν στην κινητή συσκευή και αυτόματα φορτώνονταν στον server, διανέμοντας τα δεδομένα όταν η συσκευή εντόπιζε ένα γνωστό σημείο WLAN. Ο server λαμβάνοντας τα δεδομένα δύο φορές την ημέρα από όλους τους συμμετέχοντες επεξεργαζόταν και αποθήκευε τα δεδομένα σε μια SQL βάση δεδομένων. Στη συνέχεια προκειμένου να αναλυθούν τα δεδομένα και να οπτικοποιηθούν για τους χρήστες, εκτελούνταν η πρόσβαση των ανώνυμων δεδομένων της βάσης. Οι διάφορες λεπτομέρειες των δεδομένων που συλλέχθηκαν μπορούν να κατηγοριοποιηθούν ως εξής: 57

58 Σχήμα 3.1: Ροή δεδομένων μεταξύ των πειραματικών κινητών και των βάσεων δεδομένων Δεδομένα κοινωνικής αλληλεπίδρασης Η κοινωνική αλληλεπίδραση διαφαίνεται από τα αρχεία κλήσεων, τα αρχεία μηνυμάτων και τα αποτελέσματα από τη χρήση του Bluetooth. Επίσης, ήταν διαθέσιμο μέσω της έρευνας ακουστικό υλικό μέσω του οποίου γινόταν αντιληπτό αν οι συσκευές βρισκόταν στο ίδιο περιβάλλον. Οι παράμετροι αυτές συγκεντρωτικά αποκαλύπτουν σε ποιες περιπτώσεις οι συμμετέχοντες αλληλοεπιδρούσαν είτε με άλλους ανθρώπους είτε μεταξύ τους. Η πληροφορία αυτή μπορεί επίσης να συνδυαστεί με την γνώση της τοποθεσίας των χρηστών κατανοώντας τους λόγους της μεταξύ τους εγγύτητας. Δεδομένα τοποθεσίας Η τοποθεσία εντοπίζεται μέσω GPS όταν είναι διαθέσιμο, μέσω αναγνώρισης της κυψέλης που το εξυπηρετεί και WLAN όταν αυτό είναι εφικτό. Δεδομένα σχετικά με την συμπεριφορά Τα δεδομένα σχετικά με την συμπεριφορά προκύπτουν από τη χρήση της εφαρμογής, την ανίχνευση δραστηριότητας που βασίζεται στον αισθητήρα επιτάχυνσης και τα στατιστικά στοιχεία που συλλέγονται από τη συμβατική χρήση του κινητού τηλεφώνου όπως το αρχείο κλήσεων. 58

59 3.2.4 Λογισμικό Συλλογής Δεδομένων Για τη συλλογή των δεδομένων χρησιμοποιήθηκαν από τους συμμετέχοντες της καμπάνιας κινητά τηλέφωνα N95 και η διαδικασία συγκέντρωσης σχεδιάστηκε να είναι μη παρεμβατική. Το λογισμικό συλλογής των πληροφοριών σχεδιάστηκε για να καλύπτει τις ώρες λειτουργίας μίας ολόκληρης ημέρας επιτρέποντας στους συμμετέχοντες να χρησιμοποιούν τη συσκευή τους κανονικά κατά τη διάρκεια της ημέρας και να φορτίζουν τα κινητά τους κατά τη διάρκεια της νύχτας. Αυτός ήταν υψηλός στόχος δεδομένου ότι παράλληλα σκοπός ήταν να συγκεντρωθεί μεγάλος όγκος δεδομένων. Η οικονομία στην κατανάλωση μπαταρίας αποτέλεσε βασικός παράγοντας για τη σωστή διεξαγωγή της δειγματοληψίας, στοχεύοντας οι συμμετέχοντες να παραμείνουν στην καμπάνια για όλο το διάστημα των 12 μηνών. Αυτή επιτυγχάνεται περιορίζοντας τη συχνότητα της δειγματοληψίας αλλά αξιοποιώντας τη μεγάλη διάρκεια της καμπάνιας για τη συμπλήρωση των τυχόν κενών στα δεδομένα. Άλλη μία μέθοδος είναι η υψηλή συχνότητα δειγματοληψίας έως ότου η μπαταρία φτάσει ένα προκαθορισμένο όριο και τότε η δειγματοληψία σταματά. Στην καμπάνια της Nokia χρησιμοποιήθηκε μια άλλα στρατηγική κατά την οποία το λογισμικό συλλογής δεδομένων αναλύει τις συνθήκες που επικρατούν και συντονίζει τη δειγματοληψία αντίστοιχα. Η προσέγγιση αυτή βελτιστοποιεί την αναλογία κατανάλωσης ενέργειας και του όγκου δεομένων που συλλέγονται. Στη συνέχεια αναφέρονται οι βασικότερες συνθήκες δειγματοληψίας της καμπάνιας και η διαδικασία μετάβασης μεταξύ τους. Κατάσταση γνωστού WLAN Σε αυτή την περίπτωση το λογισμικό συλλογής δεδομένων λειτουργεί σύμφωνα με WLAN σημεία πρόσβασης τα οποία έχει καταγράψει πρόσφατα. Η κατάσταση γνωστού WLAN εφαρμόζεται για την εξοικονόμηση ενέργειας η οποία βασίζεται στην γνώση της τοποθεσίας του συμμετέχοντα που εντοπίζεται από τα σημεία πρόσβασης WLAN. Στην πράξη όμως η μέθοδος αυτή παρουσιάζει το μειονέκτημα ότι η WLAN σάρωση δεν είναι τόσο αξιόπιστη με αποτέλεσμα πολλά σημεία WLAN σημεία πρόσβασης να μην εντοπίζονται. Για την επίλυση αυτού του προβλήματος το λογισμικό καταγράφει επίσης και την επιτάχυνση του χρήστη ανιχνεύοντας πιθανή κίνηση του χρήστη βελτιώνοντας την αξιοπιστία του WLAN. Αν το γνωστό WLAN σημείο πρόσβασης δεν εντοπιστεί και η επιτάχυνση του χρήστη είναι μεγαλύτερη από μια προκαθορισμένη τιμή τότε το λογισμικό μεταβαίνει σε άλλη κατάσταση. Το λογισμικό 59

60 καταγράφει αυτόματα τα γνωστά σημεία πρόσβασης WLAN με συντεταγμένες GPS αν οι πληροφορίες τοποθεσίας είναι διαθέσιμες σχεδόν ταυτόχρονα με τα αποτελέσματα σάρωσης του WLAN. Αυτό διευκολύνει την μετέπειτα επεξεργασία της τοποθεσίας από την πλευρά του server. Μετακίνηση από και προς το εσωτερικό κτιρίων Η συγκεκριμένη είναι μια μεταβατική κατάσταση κατά την οποία το λογισμικό ανιχνεύει αν ο χρήστης μετακινείται σε ένα εξωτερικό χώρο ή αντίστοιχα αν μετακινείται στο εσωτερικό κάποιου κτιρίου. Το λογισμικό συνεχίζει να ανιχνεύει τα WLAN δίκτυα ώστε να εντοπίσει σημεία που έχουν καταγραφεί προηγουμένως και να ελέγξει αν εμφανιστούν πάλι. Επίσης αποθηκεύονται σημεία πρόσβασης που δεν έχουν καταγραφεί προηγουμένως. Το GPS ενεργοποιείται μετά από ένα προκαθορισμένο χρονικό όριο για να ελεγχθεί αν ο χρήστης έχει μετακινηθεί σε ένα εξωτερικό χώρο. Η επιτάχυνση παρακολουθείται για να προκαλέσει την κατάσταση μετάβασης στη Στατική κατάσταση, αν σταματήσει η κίνηση του συμμετέχοντα. Παραμονή σε εξωτερικό περιβάλλον Η κατάσταση αυτή περιγράφει τις συνθήκες κατά τις οποίες ο χρήστης βρίσκεται σε κάποιο εξωτερικό χώρο και όχι στο εσωτερικό κάποιου κτιρίου. Σε αυτή την περίπτωση το λογισμικό συλλογής δεδομένων διατηρεί μια συνεχή πρόσβαση στις GPS πληροφορίες τοποθεσίας. Επιπλέον τα σημεία πρόσβασης WLAN καταγράφονται σε συσχέτιση με τη ταχύτητα. Σε περίπτωση που εντοπίζεται μεγάλη ταχύτητα, δεν τελείται καν η καταγραφή των σημείων. Σε περίπτωση που το σήμα του GPS είναι ασθενές, ο εντοπισμός τοποθεσίας γίνεται βάσει των πληροφοριών του δικτύου κυψελών που καταγράφονται για αυτό τον σκοπό. Επίσης εντοπίζονται συσκευές Bluetooth οι οποίες χρησιμοποιούνται για τον εντοπισμό συσκευών άρα και ανθρώπων που βρίσκονται σε εγγύτητα με άλλους χρήστες. Οι τιμές επιτάχυνσης μπορεί να αξιοποιηθούν για την ανάδειξη λεπτομερειών όπως τα είδη των οχημάτων στα οποία επιβαίνουν οι συμμετέχοντες. Στατική κατάσταση Η συνθήκη αυτή προκύπτει όταν ο χρήστης δεν κινείται, παραμένει στατικός. Σε αυτή την περίπτωση διακόπτεται ο εντοπισμός τοποθεσίας μέσω GPS. Ωστόσο, οι παράμετροι του WLAN δικτύου και του δικτύου κυψελών ανιχνεύονται τακτικά προκειμένου να εντοπιστούν πιθανές κινήσεις του χρήστη. Για τον ίδιο λόγο καταγράφονται και οι μετρήσεις επιτάχυνσης. Η δειγματοληψία των WLAN δικτύων μπορεί να γίνεται σε μη τακτά διαστήματα καθώς 60

61 γνωρίζουμε ότι ο χρήστης είναι στατικός και η WLAN πληροφορία θα πρέπει να παραμένει ίδια. Οι συσκευές Bluetooth ελέγχονται για την ανίχνευση νέων συσκευών που βρίσκονται κοντά στο χρήστη. Κατάσταση χαμηλής μπαταρίας Η χαμηλή κατάσταση της μπαταρίας εμφανίζεται όταν το επίπεδο της μπαταρίας φτάσει σε εξαιρετικά χαμηλά τιμές (15%). Η δειγματοληψία, ως εκ τούτου περιορίζεται ώστε να διατηρηθεί η μπαταρία που απομένει. Κατάσταση φόρτισης Η κατάσταση φόρτισης χρησιμοποιείται όταν η συσκευή είναι συνδεδεμένη με το φορτιστή. Η άμεση πρόσβαση στην ενέργεια επιτρέπει στο λογισμικό να ενεργοποιήσει όλους τους αισθητήρες και να δειγματοληπτεί συχνά. Ο μεγαλύτερος χρόνος φόρτισης είναι το μειονέκτημα αυτής της κατάστασης, αλλά σπάνια αντιμετωπίζεται ως πρόβλημα από τους συμμετέχοντες, καθώς η φόρτιση συμβαίνει συνήθως τη νύχτα Σύνολο Συμμετεχόντων Σκοπός της καμπάνιας που διεξήχθη από τη Nokia ήταν στο σύνολο των συμμετεχόντων να συμπεριληφθεί ένα ετερογενές σύνολο κοινωνικών δικτύων. Ένα αρχικό σύνολο ατόμων επιλέχθηκε από τη Λοζάνη, μια μέτρια μεγέθους πόλη της Ελβετίας, για να διαμορφωθεί το τελικό δείγμα. Στα άτομα που επιλέχθηκαν στην πρώτη φάση ζητήθηκε να συμπεριλάβουν στην καμπάνια φίλους, συναδέλφους και οικογένεια διαμορφώνοντας έτσι το τελικό δείγμα το οποίο διαμορφώθηκε από πραγματικά κοινωνικά δίκτυα και άτομα με διαφορετικό ιστορικό. Λόγω της προφορικής διάδοσης, η διαμόρφωση του τελικού πληθυσμού ήταν μια συνεχόμενη διαδικασία που διήρκεσε αρκετούς μήνες. Η διαδικασία εγγραφής περιλάμβανε τη συμπλήρωση ενός ερωτηματολογίου από τους συμμετέχοντες με ερωτήσεις για τις συνήθειες επικοινωνίας καθώς και ποια από τα υπόλοιπα μέλη της καμπάνιας γνωρίζουν. Επίσης ζητήθηκε από τους χρήστες να χρησιμοποιούν τη κινητή συσκευή Nokia N95 σαν βασική και να παραμείνουν στην καμπάνια για το διάστημα ενός χρόνου. Χρηματική αμοιβή δεν προβλεπόταν για τη συμμετοχή των μελών στην καμπάνια και παρά το γεγονός αυτό η συμμετοχή ήταν μεγάλη, μετρώντας 168 συμμετέχοντες. Τα κίνητρα των συμμετεχόντων διαφέρουν και άλλοι έλαβαν μέρος για την εμπειρία χρήσης ενός 61

62 κινητού τηλεφώνου υψηλής τεχνολογίας και άλλοι για τη δυνατότητα να προσφέρουν στον επιστημονικό σκοπό για την εκμάθηση της ανθρώπινης συμπεριφοράς. Στο σύνολο των 168 ατόμων, το ποσοστό 65% και 35% αποτελούνταν από άντρες και γυναίκες αντίστοιχα. Τα μεγαλύτερα ηλικιακά γκρουπ των μελών ήταν χρονών με ποσοστό 37% του συνολικού δείγματος και με ποσοστό 30%. Τα δεδομένα που προέκυψαν από τα ερωτηματολόγια αποκάλυψαν ότι το 63% των μελών ήταν εργαζόμενοι, 8% άνεργοι το διάστημα που διήρκεσε η εκστρατεία, 26% φοιτητές και το 3% σημείωσαν την απασχόληση ως Άλλο. Επίσης το δείγμα ήταν σχετικά εξοικειωμένο με την τεχνολογία. Όλοι οι συμμετέχοντες είχαν πρότερη εμπειρία χρήσης κινητού τηλεφώνου πριν συμμετάσχουν στην καμπάνια. Το 97% του συνόλου των συμμετεχόντων κατέταξαν τους εαυτούς τους σε ενεργούς χρήστες του ιντερνέτ Προστασία Προσωπικών Δεδομένων Καθώς ένας εκτεταμένος όγκος δεδομένων συλλέγεται για κάθε συμμετέχοντα, ανακύπτουν ζητήματα προστασίας προσωπικών δεδομένων που επηρέασαν το συνολικό σχεδιασμό της εκστρατείας. Από τη μία πλευρά, η ερευνητική ομάδα είχε μια ηθική και νομική υποχρέωση να διασφαλίσει ότι η προστασία της ιδιωτικής ζωής των ατόμων είναι σεβαστή. Αυτό απαιτεί μια ολιστική προσέγγιση, σε όλη τη διαδρομή από την επικοινωνία της πολιτικής προστασίας της ιδιωτικής ζωής για τους συμμετέχοντες, έως τη λήψη των κατάλληλων μέτρων στο προγραμματιστικό μέρος για να προστατευθεί η ανωνυμία των συμμετεχόντων. Από την άλλη πλευρά, δεδομένου ότι τα μέλη της καμπάνιας υπόκεινται σε συνεχή παρακολούθηση, η έρευνα παρέχει μια έγκυρη μέθοδο για να μελετήσει την αντίληψη των συμμετεχόντων για την προστασία της ιδιωτικής ζωής. Ως εκ τούτου, καθίσταται επίσης δυνατή η διεξαγωγή έρευνας που σχετίζεται με την ιδιωτική ζωή, παράλληλα με την εκστρατεία. 3.3 Ομαδοποίηση Δεδομένων Στην παρούσα διπλωματική εργασία παρουσιάζεται η πιθανότητα ο χρήστης να καλέσει μια επαφή του βάσει της τρέχουσας τοποθεσίας και του αρχείου κλήσεών του. Η εξαγωγή αυτών των πιθανοτήτων 62

63 απαιτεί την ομαδοποίηση των κλήσεων του χρήστη βάσει της τοποθεσίας του. Αυτό επιτυγχάνεται με τη χρήση κατάλληλου αλγορίθμου clustering, ο οποίος κατηγοριοποιεί γεωγραφικά τις κλήσεις του χρήστη. Σχήμα 3.2: Κατηγοριοποίηση αλγορίθμων ομαδοποίησης Οι αλγόριθμοι ομαδοποίησης διαιρούνται στις εξής κατηγορίες: Ιεραρχικοί Αλγόριθμοι Οι Ιεραρχικοί αλγόριθμοι εκτελούν συναθροίσεις, hierarchical agglomerative ή διαχωρισμούς των δεδομένων, hierarchical divisive. Χαρακτηριστικό των ιεραρχικών μεθόδων είναι πως η ανάθεση ενός αντικειμένου σε μια ομάδα είναι οριστική [47]. Δηλαδή μόλις ένα αντικείμενο ενωθεί με μια ομάδα ποτέ δεν απομακρύνεται και δεν συγχωνεύεται με άλλα αντικείμενα που ανήκουν σε κάποια άλλη ομάδα. Οι συναθροιστικές ιεραρχικές (agglomerative) μέθοδοι σχηματίζουν μια σειρά από συγχωνεύσεις των n αντικειμένων σε ομάδες καταλήγοντας σε μια ομάδα η οποία περιλαμβάνει το σύνολο των αντικειμένων. Αντίθετα, οι διαιρετικές ιεραρχικές (divisive) μέθοδοι χωρίζουν το σύνολο των n αντικειμένων σε πιο εκλεπτυσμένες διαμερίσεις και τελικά καταλήγουν στον εντοπισμό n ομάδων, που η καθεμιά περιέχει ένα αντικείμενο. Τα αποτελέσματα των συναθροιστικών και των διαιρετικών μεθόδων παριστάνονται σε ένα δισδιάστατο διάγραμμα, γνωστό ως δενδρόγραμμα (dendrogram). Οι ιεραρχικοί συναθροιστικοί μέθοδοι διακρίνονται και από τους διαφορετικούς τρόπους σύνδεσης (linkage) που εφαρμόζονται κατά 63

64 τον σχηματισμό των ομάδων [47]. Ενώ η μέτρηση της απόστασης ανάμεσα σε δυο στοιχεία είναι αρκετά σαφής, η μέτρηση της απόστασης ανάμεσα σε δύο ομάδες που περιέχουν περισσότερα από ένα στοιχεία μπορεί να γίνει με πολλούς τρόπους. Οι κυριότεροι τρόποι μέτρησης είναι οι εξής: Απλή σύνδεση (Single linkage) Πλήρης σύνδεση (Complete linkage) Σύνδεση κεντροειδούς (Centroid) Σύνδεση μέσου όρου (Average linkage) Μέθοδος Ward Σύνδεση διαμέσου (Median) Μια ιεραρχική μέθοδος διαίρεσης στην εκκίνηση της θεωρεί ότι όλες οι οντότητες ανήκουν σε μια ομάδα και στη συνέχεια διαχωρίζει αυτή την ομάδα. Αν το σύνολο που θέλουμε να ομαδοποιήσουμε αποτελείται από n οντότητες τότε το πλήθος των υποσυνόλων μεγέθους 2 είναι 2 n 1 1. Μόλις πραγματοποιηθεί ο αρχικός διαχωρισμός, τα αντικείμενα μετακινούνται από μια ομάδα σε μια άλλη ή εκτελούνται πιο εκλεπτυσμένες των ήδη σχηματιζόμενων ομάδων Διαμεριστικοί Αλγόριθμοι Οι μέθοδοι που ανήκουν στην κατηγορία διαχωριστικών αλγορίθμων δημιουργούν μια μοναδική ομαδοποίηση των δεδομένων αντί να κατασκευάζουν μια δομή ομαδοποίησης όπως το δενδρόγραμμα που κατασκευάζουν οι ιεραρχικοί αλγόριθμοι. Το κύριο τους πλεονέκτημα είναι η δυνατότητα χρήσης τους σε πολύ μεγάλα σύνολα δεδομένων. Συνήθως αυτοί οι αλγόριθμοι επιχειρούν να βελτιστοποιήσουν μια αντικειμενική συνάρτηση που ορίζεται είτε τοπικά (σε ένα υποσύνολο των δεδομένων) είτε ολικά (σε όλα τα δεδομένα). Σε αυτή την κατηγορία ανήκει και ο K-means που είναι ο πιο διαδεδομένος αλγόριθμος ομαδοποίησης. 64

65 Αλγόριθμος K-means Ο αλγόριθμος K-means είναι ένας διαμεριστικός αλγόριθμος συσταδοποίησης και είναι μία από τις πιο δημοφιλείς μεθόδους ομαδοποίησης. Ο αλγόριθμος K-means αποτελεί μια μέθοδο ομαδοποίησης που δημιουργεί διαμερισμό ενός επιπέδου στα δεδομένα προς διαχωρισμό. Ενός επιπέδου επειδή τα δεδομένα απλά διαχωρίζονται σε K κατηγορίες (clusters), χωρίς να ορίζονται υποκατηγορίες. Για κάθε κλάση ορίζεται το κέντρο της (centroid), που είναι ο μέσος όρος των δεδομένων στη συγκεκριμένη κλάση. Εφαρμόζεται σε δεδομένα συνεχούς πολυδιάστατου χώρου, όπου είναι εύκολο να υπολογιστεί ο μέσος όρος των δεδομένων [48]. Ο μέσος όρος σχεδόν ποτέ δεν αντιστοιχεί σε συντεταγμένες πραγματικού σημείου. Σαν είσοδο ο αλγόριθμος δέχεται τον αριθμό των κλάσεων K στον οποίο πρέπει να χωρίσει τα δεδομένα. Πρώτα, επιλέγουμε Κ αρχικά κέντρα κλάσεων, όπου Κ είναι ο αριθμός των ζητούμενων κλάσεων. Στη συνέχεια, το κέντρο της κάθε κλάσης ανανεώνεται βάσει των στοιχείων που ανήκουν στην ομάδα. Η ανάθεση και η ανανέωση συνεχίζεται μέχρι κανένα σημείο να μην αλλάζει κλάση. Ο K-means είναι ένας επαναληπτικός αλγόριθμος διότι τα σημεία αλλάζουν κλάση κατά τη διάρκεια της διαδικασίας. 65

66 Σχήμα 3.3: Ο αλγόριθμος K-means με τρεις κλάσεις Στη συνέχεια περιγράφονται τα βήματα του αλγορίθμου αναλυτικά. Επιλογή Κ σημείων ως αρχικά κέντρα των κλάσεων Το πρώτο βήμα του αλγορίθμου είναι η επιλογή Κ σημείων ως τα αρχικά κέντρα (centroids) των ομάδων. Η πιο απλή μέθοδος είναι η 66

67 επιλογή τυχαίων centroids [49]. Κάθε εκτέλεση του αλγορίθμου όμως παράγει διαφορετικά αποτελέσματα. Συνεπώς, η επιλογή σωστών αρχικών centroids επηρεάζει κατά πολύ τον αλγόριθμο K- means. Μια τεχνική για την αντιμετώπιση αυτού του προβλήματος είναι η πολλαπλή εκτέλεση του αλγορίθμου και η επιλογή της εκτέλεσης με τα καλύτερα αποτελέσματα. Ωστόσο αυτή η τεχνική δεν είναι ιδανική. Μπορεί επίσης να χρησιμοποιηθεί η ιεραρχική μέθοδος ομαδοποίησης για ένα δείγμα σημείων, για την ανάδειξη των αρχικών κέντρων των κλάσεων. Μια άλλη μέθοδος είναι η επιλογή ενός τυχαίου αρχικού centroid και στη συνέχεια να επιλέγεται ως επόμενο centroid αυτό που βρίσκεται σε μεγαλύτερη απόσταση από το αρχικό. Αυτή η μέθοδος εγγυάται ένα σύνολο αρχικών centroid καλά διαχωρισμένο. Ανάθεση κάθε σημείου στο κοντινότερο centroid και επαναϋπολογισμός του centroid Για να υπολογιστεί ποιο είναι το κοντινότερο κέντρο κλάσης, απαιτείται ένα μέτρο εγγύτητας. Για τα σημεία στο δισδιάστατο χώρο χρησιμοποιείται συνήθως η Ευκλείδεια απόσταση. Υπάρχουν διάφορα μέτρα εγγύτητας για διαφορετικούς τύπους δεδομένων. Προτιμώνται συνήθως απλά μέτρα υπολογισμού απόστασης, γιατί χρησιμοποιούνται επαναλαμβανόμενα για τη σύγκριση ζευγών δεδομένων. Το μέτρο εγγύτητας καθορίζει επίσης την κατεύθυνση στην οποία κινείται το centroid. Για παράδειγμα, το αρχικό κέντρο αντικαθίσταται από το κέντρο των σημείων που έχουν ανατεθεί στην κλάση, όταν χρησιμοποιείται η Ευκλείδεια απόσταση ως μέτρο εγγύτητας. Συνέχιση ανανέωσης ενώ τα centroids αλλάζουν Η διαδικασία που περιγράφηκε στην προηγούμενη παράγραφο επαναλαμβάνεται έως ότου τα centroids να μην αλλάζουν συντεταγμένες. Αυτό το κριτήριο μπορεί να αλλάξει ορίζοντας έναν αριθμό έτσι ώστε οι επαναϋπολογισμοί να μην υπερβαίνουν τον συγκεκριμένο αριθμό. Σε αυτή την περίπτωση τα αποτελέσματα είναι λιγότερο ακριβή αλλά χρειάζονται λιγότεροι κύκλοι ανανέωσης. Δυσκολίες στην εφαρμογή του K-means Ο τρόπος με τον οποίο ορίζονται τα αρχικά centroids δεν είναι σαφώς καθορισμένος. Ένας αρκετά δημοφιλής τρόπος επιλογής των αρχικών centroids, είναι να επιλεχθούν με τυχαίο τρόπο, όπως αναφέραμε στις προηγούμενες παραγράφους. Το αποτέλεσμα που προκύπτει εξαρτάται από τα αρχικά centroids. Συχνά προκύπτει μη βέλτιστη λύση λόγω της «κακής» αρχικής επιλογής των centroids. 67

68 Για αυτό τον λόγο συνίσταται να γίνουν πολλές δοκιμές εκτέλεσης με διαφορετικά αρχικά centroids κάθε φορά. Ο αλγόριθμος συγκλίνει σε τοπικό βέλτιστο και όχι σε καθολικό βέλτιστο. Μπορεί ακόμη μια κλάση (cluster) να μείνει χωρίς μέλη και έτσι να μην ανανεωθεί κάποιο centroid. Πρόκειται για το γνωστό πρόβλημα των απόμακρων στοιχείων που πολλές φορές δεν συμπεριλαμβάνονται στη διαδικασία. Τα αποτελέσματα εξαρτώνται και από το μέτρο απόστασης που χρησιμοποιείται. Πολλές φορές χρειάζεται να γίνει κανονικοποίηση των στοιχείων του συνόλου δεδομένων προκειμένου να εφαρμοστεί κάποιο μέτρο απόστασης. Έτσι για παράδειγμα όταν ο αλγόριθμος εκτελεί clustering βάσει της Ευκλείδειας απόστασης, προϋποθέτει ότι τα δεδομένα των clusters έχουν όλα σφαιρικό σχηματισμό. Ακόμη μια αδυναμία του αλγορίθμου, είναι ότι δυσκολεύεται να αναγνωρίσει ομάδες με διαφορετικό σχηματισμό και μέγεθος. Το πρόβλημα εντείνεται κυρίως σε πολύ μεγάλα σύνολα δεδομένων. Συνήθως το επίπεδο δυσκολίας που αντιμετωπίζει ο αλγόριθμος σε τέτοια μεγάλα σύνολα δεδομένων έχει να κάνει και με την πυκνότητα που εμφανίζουν τα στοιχεία, που μπορεί σε άλλα σημεία να είναι μεγάλη και σε άλλα μικρή και γενικά να ποικίλει. Τα αποτελέσματα εξαρτώνται από την τιμή του k, η οποία αποτελεί στοιχείο εισόδου για τον αλγόριθμο. Αν και υπάρχουν πολλοί τρόποι εκτίμησης του k και έχουν γίνει πολλές προσπάθειες προς αυτή την κατεύθυνση, δυστυχώς το πρόβλημα παραμένει ακόμη άλυτο. Ο αλγόριθμος δεν καταφέρνει να βρει το βέλτιστο k από μόνος του και να γίνει αυτό ευρέως αποδεκτό. Ως βέλτιστο, εννοείται εκείνο το k που αποδίδει με τον καλύτερο τρόπο τον διαχωρισμό του εκάστοτε συνόλου δεδομένων έτσι ώστε οι ομάδες που προκύπτουν να έχουν νόημα Βασισμένοι στην Πυκνότητα (Density based) Μια άλλη κατηγορία αλγορίθμων ομαδοποίησης είναι οι βασισμένοι στην πυκνότητα. Χειρίζονται κατάλληλα τα αυθαίρετου σχήματος σύνολα σημείων (π.χ. ελλειψοειδή, σπειροειδή, κυλινδρικά) καθώς επίσης και clusters διαφορετικών μεγεθών. Επιπλέον, μπορούν να διαχωρίσουν αποδοτικά το θόρυβο (outliers). Ένας ευρέως γνωστός αλγόριθμος αυτής της κατηγορίας, είναι ο DBSCAN. 68

69 Αλγόριθμος DBSCAN Ο αλγόριθμος DBSCAN (Density Based Spatial Clustering of Application with Noise) προτάθηκε για πρώτη φορά από τους Martin Ester, Hans-Peter Kriegel, Jörg Sander, Xiaowei Xu το Οι συγγραφείς είχαν αναπτύξει έναν αλγόριθμο ομαδοποίησης για την ανάδειξη κλάσεων σε μεγάλες χωρικές βάσεις δεδομένων. Ο αλγόριθμος DBSCAN είναι ένας αλγόριθμος βασισμένος στην πυκνότητα, στον οποίο οι κλάσεις (clusters) είναι περιοχές μεγάλης πυκνότητας διαχωρισμένες από τις περιοχές χαμηλής πυκνότητας. Συγκεκριμένα ο αλγόριθμος χρησιμοποιεί μια προσέγγιση πυκνότητας με βάση το κέντρο. Στην προσέγγιση αυτή η πυκνότητα υπολογίζεται για ένα συγκεκριμένο σημείο μετρώντας όλα τα σημεία εντός μιας ακτίνας ε [50]. Η πυκνότητα κάθε σημείου συνεπώς εξαρτάται από την επιλεγμένη ακτίνα. Η μέθοδος αυτή κατηγοριοποιεί τα σημεία σε τρεις μία από τις τρεις πιθανές κλάσεις. Σημεία πυρήνα. Τα σημεία αυτά βρίσκονται στο εσωτερικό της κλάσης που βασίζεται στην πυκνότητα. Ένα σημείο είναι σημείο πυρήνα εάν ο αριθμός των σημείων εντός μιας δεδομένης γειτονιάς γύρω από το σημείο όπως καθορίζεται από το ε υπερβαίνει κάποιο συγκεκριμένο όριο, MinPts (Minimum Points). Οριακά σημεία. Ένα οριακό σημείο δεν είναι σημείο πυρήνα, αλλά βρίσκεται εντός της γειτονιάς ενός σημείου πυρήνα. Ένα οριακό σημείο μπορεί βρίσκεται εντός της γειτονιάς αρκετών σημείων πυρήνα. Μια αναγκαία συνθήκη για ένα συνοριακό σημείο είναι η παρουσία ενός σημείου πυρήνα [49]. Ένα οριακό σημείο ανήκει σε μια κλάση μόνο όταν είναι άμεσα προσβάσιμο από ένα σημείο πυρήνα. Σημεία θορύβου. Σημείο θορύβου είναι κάθε σημείο που δεν είναι ούτε σημείο πυρήνα ούτε οριακό σημείο. Χωρική και χρονική πολυπλοκότητα Η χωρική πολυπλοκότητα του DBSCAN είναι O(m), μικρή ποσότητα δεδομένων πρέπει να αποθηκευτεί για το σημείο, όπως ο αριθμός των κλάσεων και η κατηγοριοποίηση ως σημείο πυρήνα, οριακό ή θόρυβος. Όταν εκτελείται ο αλγόριθμος η χρονική πολυπλοκότητα είναι O(mx ο χρόνος να βρεθούν τα σημεία στην ε γειτονιά), όπου m είναι ο αριθμός των σημείων στο σύνολο δεδομένων. Όταν εκτελείται μια γραμμική αναζήτηση για την εύρεση των σημείων στη γειτονιά η πολυπλοκότητα είναι O(m 2 ), η οποία είναι η χειρότερη περίπτωση. 69

70 Παράμετροι Ο αλγόριθμος DBSCAN χρησιμοποιεί δυο παραμέτρους που καθορίζονται από τον χρήστη: Eps και MinPts. Αυτές οι παράμετροι επηρεάζουν σημαντικά στην απόδοση του αλγορίθμου. Επιλέγοντας πολύ μεγάλο Eps συνεπάγεται ότι όλο το σύνολο δεδομένων θα είναι ένα μεγάλο cluster. Επιλέγοντας πολύ μικρό Eps, κάθε σημείο θα ανήκει και θα αποτελεί ένα cluster. Οι δυο αυτές παράμετροι είναι καθολικές, το οποίο μπορεί να αποτελέσει πρόβλημα. Πλεονεκτήματα και μειονεκτήματα Κλάσεις διαφορετικής πυκνότητας Όταν το σύνολο δεδομένων περιέχει κλάσεις διαφορετικής πυκνότητας ο DBSCAN αντιμετωπίζει δυσκολίες στην αναγνώριση των κλάσεων. Κάθε περιοχή με πυκνότητα μεγαλύτερη από Eps αποτελεί κλάση και κάθε περιοχή με μικρότερη πυκνότητα όχι. Ανεκτικός στο θόρυβο Λόγω του κριτηρίου πυκνότητας, η μέθοδος είναι σχετικά ανεκτική στο θόρυβο καθώς αυτά τα σημεία ταξινομούνται ως σημεία θορύβου. Σχήμα κλάσης Οι κλάσεις μπορεί να έχουν οποιοδήποτε σχήμα και μέγεθος στην ίδια εκτέλεση του αλγορίθμου. 3.4 Υλοποίηση Αλγορίθμου Το πρώτο βήμα για την εξαγωγή των πιθανοτήτων να κληθεί κάθε αποθηκευμένη επαφή του χρήστη από την τρέχουσα τοποθεσία του, είναι η γεωγραφική ομαδοποίηση των κλήσεων. Ο διαχωρισμός των κλήσεων του χρήστη βάσει της γεωγραφικής θέσης του τη στιγμή της κλήσης πραγματοποιείται με τη χρήση του αλγορίθμου DBSCAN. 70

71 3.4.1 Επιλογή Αλγορίθμου Ομαδοποίησης Δεδομένων Ο αλγόριθμος DBSCAN αναπτύχθηκε από τους Ester et al., το 1996 για την χωρική ομαδοποίηση μεγάλων βάσεων δεδομένων. Αποτελεί την καλύτερη μέθοδο επίλυσης του προβλήματος που παρουσιάζεται στη διπλωματική εργασία καθώς έχει ελάχιστες απαιτήσεις για τον προσδιορισμό των παραμέτρων εισόδου, επειδή οι κατάλληλες τιμές συχνά δεν είναι γνωστές εκ των προτέρων όταν πρόκειται για μεγάλες βάσεις δεδομένων. Ένας επίσης σημαντικός παράγοντας στην επιλογή του αλγορίθμου DBSCAN είναι η ανάδειξη κλάσεων με τυχαίο σχήμα, καθώς το σχήμα των cluster σε γεωγραφικές βάσεις δεδομένων μπορεί να είναι σφαιρικό, γραμμικό, επίμηκες, ελλειπτικό κτλ. Ο αλγόριθμος DBSCAN έχει καλή απόδοση σε μεγάλες βάσεις δεδομένων, σε βάσεις δηλαδή σημαντικά μεγαλύτερες από μερικές χιλιάδες αντικείμενα. Η βάση δεδομένων των κλήσεων από το σύνολο δεδομένων της Nokia, στην οποία εφάρμοσα τον αλγόριθμο DBSCAN για την ομαδοποίηση των κλήσεων αποτελείται από εγγραφές. Συνεπώς για ένα τόσο μεγάλο σύνολο δεδομένων ο αλγόριθμος DBSCAN είναι αποδοτικός. 71

72 Σχήμα 3.4: Ο αλγόριθμος DBSCAN με MinPts= Ορισμός Παραμέτρων Ο αλγόριθμος DBSCAN δέχεται ως παραμέτρους τις ε και MinPts. Η παράμετρος ε αναφέρεται στην ακτίνα με την οποία ελέγχεται η γειτονιά του σημείου που εξετάζεται κάθε φορά και η μεταβλητή εισόδου, MinPts είναι το κατώφλι των σημείων (ελάχιστος αριθμός σημείων που αποτελούν μια κλάση) για τη δημιουργία μιας κλάσης. Δηλαδή αν το MinPts οριστεί 5, ο αλγόριθμος ελέγχει αν σε απόσταση ε από κάποιο συγκεκριμένο σημείο του συνόλου δεδομένων υπάρχουν τουλάχιστον 5 σημεία. Αν υπάρχουν, τότε 72

73 δημιουργείται μια κλάση. Σε διαφορετική περίπτωση, δηλαδή, αν τα σημεία σε απόσταση ε είναι λιγότερα από 5 δεν δημιουργείται κλάση και ο αλγόριθμος συνεχίζει στο επόμενο σημείο του συνόλου δεδομένων όπου ακολουθεί την ίδια διαδικασία. Ο ορισμός πολύ μικρού MinPts (MinPts=1) συνεπάγεται ότι κάθε σημείο θα δημιουργεί μια κλάση ενώ η ανάθεση πολύ μεγάλης τιμής οδηγεί στη δημιουργία μιας πολύ μεγάλης κλάσης η οποία συμπεριλαμβάνει όλα τα σημεία του συνόλου δεδομένων. Εάν η παράμετρος ε επιλέγεται να είναι πολύ μικρή τιμή, ένα μεγάλο μέρος των δεδομένων δεν θα ομαδοποιηθούν, ενώ για μια πολύ υψηλή τιμή του ε, οι κλάσεις θα συγχωνευτούν και η πλειοψηφία των δεδομένων θα ανήκουν στην ίδια κλάση. Ο καθορισμός των παραμέτρων εξαρτάται τόσο από τη φύση των δεδομένων όσο και το πρόβλημα που καλείται να επιλύσει ο αλγόριθμος. Το ζητούμενο στην παρούσα διπλωματική εργασία είναι ο γεωγραφικός διαχωρισμός των κλήσεων του χρήστη βάσει της πυκνότητας (πλήθους των κλήσεων) τους. Στο σύνολο δεδομένων της Nokia, το πείραμα έλαβε μέρος στη Λοζάνη, μια μεσαίου μεγέθους πόλη της Ελβετίας. Στόχος της ομαδοποίησης των κλήσεων αποτελούσε οι κλήσεις του χρήστη που πραγματοποιήθηκαν σε απόσταση 10 km (ε=10 km) μεταξύ τους να ανήκουν στην ίδια κλάση. Μια μελέτη με επίκεντρο τις ταξιδιωτικές συνήθειες των Ευρωπαίων και Αμερικανών πολιτών [51], [52] επισημαίνει ότι το 20-30% των συνολικών ταξιδιών που πραγματοποιούνται οφείλεται σε επαγγελματικούς σκοπούς. Επίσης, αναφέρεται ότι το μέσο μήκος ταξιδιού με αυτοκίνητο είναι περίπου km για όλες τις ευρωπαϊκές χώρες που συμπεριλαμβάνονται στην μελέτη. Ενώ η κατασκευή των αυτοκινήτων συνεχώς εξελίσσεται για την υποστήριξη υψηλότερων ταχυτήτων και μακρινότερων προορισμών, ακόμα χρησιμοποιούνται ως επί τω πλείστω για τοπικές μετακινήσεις. Το 80% όλων των ταξιδιών είναι λιγότερο από 20 km ενώ το 60% είναι λιγότερο από 10 km. Βάσει των παραπάνω μετρήσεων παρατηρούμε ότι μια καλή αναλογία μεταξύ του ποσοστού των μετακινήσεων και της χιλιομετρικής απόστασης είναι η δεύτερη περίπτωση στην οποία, σύμφωνα με την έρευνα το 60% των μετακινήσεων γίνεται σε ακτίνα 10 km. Η γεωγραφική ομαδοποίηση των δεδομένων οριοθετεί και διαχωρίζει τις τοποθεσίες από τις οποίες ο χρήστης επικοινωνεί τηλεφωνικά και κατ επέκταση αναδεικνύει τις περιοχές στις οποίες διαμοιράζεται η ζωή του χρήστη. Ορίζοντας την παράμετρο MinPts, θέτουμε το κατώτατο όριο των σημείων (κλήσεων), τα οποία μπορεί να σχηματίσουν μία κλάση. Η ελάχιστη τιμή για την παράμετρο MinPts 73

74 μπορεί να προκύψει από τον αριθμό των διαστάσεων D του σύνολου δεδομένων προς ομαδοποίηση, όπως MinPts D +1. Ορίζοντας MinPts = 2, το αποτέλεσμα θα είναι το ίδιο με αυτό της ιεραρχικής ομαδοποίησης. Η φύση του προβλήματος είναι αυτή που διαμορφώνει την παράμετρο MinPts. Στη συγκεκριμένη περίπτωση ομαδοποίησης, μια λογική τιμή για την παράμετρο MinPts είναι οι 10 κλήσεις. Η τιμή αυτή συνεπάγεται ότι εάν ο χρήστης έχει επικοινωνήσει τουλάχιστον 10 φορές από μια τοποθεσία, τότε μπορεί να δημιουργηθεί μια κλάση. Σχήμα 3.5 Μέσο μήκος ταξιδιών συμφωνα με το σκοπό μετακίνησης (Ηνωμένο Βασίλειο). Πηγή: Υπουργείο Περιβάλλοντος, Μεταφορών και Περιφερειών (Ηνωμένο Βασίλειο, 1999) Βάση Δεδομένων Το σύνολο δεδομένων της Nokia ήταν καταχωρημένο σε δυο πίνακες, calls και locations. Ο πίνακας calls απαριθμεί εγγραφές οι οποίες αποτελούνται από τις στήλες user_id, number, type, time, contact. Η στήλη user_id περιέχει το id των χρηστών που συμμετέχουν στην καμπάνια, η στήλη number περιλαμβάνει τους αριθμούς που έχει καλέσει ο χρήστης, μετά από κρυπτογράφηση τους, η στήλη type περιέχει πληροφορία για το είδος της κλήσης, συγκεκριμένα συμβολίζοντας την εξερχομένη κλήση με 1, την εισερχόμενη με 2 και την αναπάντητη κλήση με 3. Στη στήλη time αναγράφεται η ώρα που πραγματοποιήθηκε η κλήση και στην στήλη contact η επαφή με την οποία είχε τηλεφωνική επικοινωνία ο χρήστης. Ο πίνακας locations αποτελείται από τις 74

75 στήλες userid, time, latitude, longitude. Η στήλη userid περιέχει τα id των χρηστών που έχουν πάρει μέρος στην καμπάνια, η στήλη time περιλαμβάνει την ώρα που πραγματοποιήθηκε η καταγραφή της τοποθεσίας του κάθε χρήστη και στις στήλες latitude και longitude αναγράφονται το γεωγραφικό πλάτος και μήκος αντίστοιχα της θέσης του χρήστη. Για την εύρεση των τοποθεσιών από τις οποίες επικοινωνεί τηλεφωνικά ο χρήστης, απαιτείται η χρονική αντιστοίχηση της κάθε κλήσης από τον πίνακα calls με την γεωγραφική θέση του από τον πίνακα locations. Αυτό πραγματοποιείται με την εύρεση της πιο πρόσφατης καταγραφής της τοποθεσίας μετά την καταγραφή της κλήσης. Με αυτόν τον τρόπο δημιουργήσαμε τον πίνακα calllog ο οποίος περιέχει τις στήλες type, time, contact, lat, lon, user_id. Η κάθε εγγραφή του πίνακα calllog περιέχει τις πληροφορίες σχετικά με την κλήση που πραγματοποίησε ένας συγκεκριμένος χρήστης σε ποια από τις αποθηκευμένες επαφές του, τις γεωγραφικές του συντεταγμένες την ώρα της κλήσης, την ώρα της κλήσης καθώς και το είδος αυτής. Ο αλγόριθμος DBSCAN με ακτίνα ε=10 km και κατώτατο όριο σημείων MinPts=10 διαχωρίζει γεωγραφικά τις κλήσεις του κάθε χρήστη σύμφωνα με τις δοσμένες παραμέτρους Τρόπος Λειτουργίας DBSCAN Ο αλγόριθμος DBSCAN έχει υλοποιηθεί σε OOP(Object Oriented PHP) με τη δημιουργία της κλάσης dbscan. Για να εκτελέσουμε τον αλγόριθμο DBSCAN δημιουργήσαμε ένα στιγμιότυπο της κλάσης dbscan, καλώντας τη συνάρτηση-δημιουργό dbscan. Ο δημιουργός dbscan αρχικοποιεί τις μεταβλητές που χρησιμοποιούνται στην συνέχεια και για το στιγμιότυπο που δημιουργήσαμε καλούμε τη συνάρτηση cluster, η οποία εκτελεί τους υπολογισμούς για την ταξινόμηση των δεδομένων. Στη συνάρτηση cluster ελέγχεται αν το σημείο που εξετάζεται ανήκει σε κάποια κλάση. Αν όχι, τότε καλείται η συνάρτηση expandcluster στην οποία εξετάζεται, με κλήση της συνάρτησης regionquery, αν υπάρχουν γειτονικά σημεία σε ακτίνα ε = 10 km από το σημείο που βρίσκεται προς αξιολόγηση. Σε περίπτωση που τα σημεία ξεπερνούν το όριο του MinPts = 10 τότε σχηματίζουν ένα cluster.αν υπάρχουν γειτονικά σημεία τότε ελέγχεται αν υπάρχουν γειτονικά σημεία σε καθένα από αυτά, σε ακτίνα ε και ταξινομούνται στην κλάση που έχει δημιουργηθεί. Σε περίπτωση που το σημείο υπό έλεγχο δεν συγκεντρώνει MinPts γειτονικά σημεία σε ακτίνα ε, τότε δεν σχηματίζεται cluster και ο 75

76 αλγόριθμος συνεχίζει την ίδια διαδικασία ελέγχου με το επόμενο σημείο στη βάση δεδομένων. Ο κώδικας σε php που υλοποιεί τον αλγόριθμο DBSCAN, παρουσιάζεται στη συνέχεια. class dbscan{ var $points; // Holds the loaded points var $clusters; // Holds the clusters extracted from $points var $eps; // Distance between points var $minpts; // Minimum neighbour points to define a cluster var $regionmethod; // Method to query for neighbour points var $db; // Database object for MySQLdb var $user_id; function dbscan($eps, $minpts, $usid){ $this->eps = abs($eps); $this->minpts = $minpts; $this->regionmethod = 1; $this->db = mysql_connect('db22.grserver.gr', 'charis', 'charis') OR die("there was a problem connecting to the database."); $this->user_id = $usid; mysql_select_db('charis_thesis', $this->db) OR die("there was a problem selecting the database."); } function cluster( $bounds ){ $minx = $bounds[0]; $maxx = $bounds[1]; $miny = $bounds[2]; $maxy = $bounds[3]; 76

77 //Fetch the points from the database $user = $this->user_id; $query = "SELECT lat, lon, id FROM calllog WHERE user_id = '$user' AND lat!= -1 AND lon!= -1 AND lat!= 0 AND lon!= 0 ORDER BY id ASC"; $re = mysql_query($query); //If too many points, narrow eps to create larger clusters //Load the points while ($row = mysql_fetch_array($re, MYSQL_ASSOC)) { $lat = str_replace(",",".",$row['lat']); $lng = str_replace(",",".",$row['lon']); $id = $row['id']; $this->points[$id] = array( $lat, $lng, 0, $id);} $clusteridx = 1; // Start clustering if( count($this->points) > 0 ){ foreach( $this->points as $pointidx => $point ){ if( $this->points[$pointidx][2] == 0 ){//No cluster defined yet, start new cluster if possible } } } } if( $this->expandcluster( $pointidx, $clusteridx ) ){ $clusteridx++; return array( $this->points, $this->clusters, count($this->points) ); } 77

78 function expandcluster( $pointidx, $clusteridx ){ $seeds = $this->regionquery( $pointidx ); if( count( $seeds ) < $this->minpts ){ //No core point $this->points[$pointidx][2] = -1; //noise point return false; //All points in seeds are density-reachable from Point, create cluster $this->points[$pointidx][2] = $clusteridx; $this->clusters[$clusteridx][1] = $this->points[$pointidx][0]; $this->clusters[$clusteridx][2] = $this->points[$pointidx][0]; $this->clusters[$clusteridx][3] = $this->points[$pointidx][1]; $this->clusters[$clusteridx][4] = $this->points[$pointidx][1]; $this->clusters[$clusteridx][5] = $this->points[$pointidx][3]; for( $idx=0 ; $idx<count($seeds) ; $idx++ ){ } $this->clusters[$clusteridx][1] = min($this->clusters[$clusteridx][1],$this- >points[$seeds[$idx]][0]); $this->clusters[$clusteridx][2] = max($this->clusters[$clusteridx][2],$this- >points[$seeds[$idx]][0]); $this->clusters[$clusteridx][3] = min($this->clusters[$clusteridx][3],$this- >points[$seeds[$idx]][1]); $this->clusters[$clusteridx][4] = max($this->clusters[$clusteridx][4],$this- >points[$seeds[$idx]][1]); $this->clusters[$clusteridx][5].= ','.$this->points[$seeds[$idx]][3]; $this->points[$seeds[$idx]][2] = $clusteridx; } $this->clusters[$clusteridx][0] = count($seeds)+1; while( count($seeds) > 0 ){ }else{ if( is_array($seeds) ){ $testseed = array_shift($seeds); $testseed = $seeds; 78

79 } //find new points in the neighbourhood $newseeds = $this->regionquery( $testseed ); if( count( $newseeds ) >= $this->minpts ){ for( $idx=0 ; $idx<count($newseeds) ; $idx++ ){ if( $this->points[$newseeds[$idx]][2] < 1 ){// unclassified if( $this->points[$newseeds[$idx]][2] == 0 ){ array_push( $seeds, $newseeds[$idx] ); } $this->points[$newseeds[$idx]][2] = $clusteridx; //Add seed to cluster region $this->clusters[$clusteridx][1] = min($this->clusters[$clusteridx][1], $this->points[$newseeds[$idx]][0]); $this->clusters[$clusteridx][2] = max($this->clusters[$clusteridx][2], $this->points[$newseeds[$idx]][0]); $this->clusters[$clusteridx][3] = min($this->clusters[$clusteridx][3], $this->points[$newseeds[$idx]][1]); $this->clusters[$clusteridx][4] = max($this->clusters[$clusteridx][4], $this->points[$newseeds[$idx]][1]); $this->clusters[$clusteridx][5].= ",".$this->points[$newseeds[$idx]][3]; $this->clusters[$clusteridx][0]++; } } } } return true; } function regionquery( $regionidx ){ $seeds = array(); 79

80 if( $this->regionmethod == 1 ){ // Linear search for matches foreach( $this->points as $idx => $point ){ if( $idx!= $regionidx ){ if( $this->distance($this->points[$regionidx][0],$this- >points[$regionidx][1],$this->points[$idx][0],$this->points[$idx][1]) <= $this- >eps ){ $seeds[] = $idx; $db_ids[] = $this->points[$idx][3]; } } } } return $seeds; } function distance($lat_1, $lon_1, $lat_2, $lon_2) { $theta = $lon_1 - $lon_2; $miles = (sin(deg2rad($lat_1)) * sin(deg2rad($lat_2))) + (cos(deg2rad($lat_1)) * cos(deg2rad($lat_2)) * cos(deg2rad($theta))); $miles = acos($miles); $miles = rad2deg($miles); $miles = $miles * 60 * ; $kilometers = $miles * ; return $kilometers; } } Με το πέρας της εκτέλεσης της συνάρτησης cluster, επιστρέφεται ένας πίνακας, ο result_array, ο οποίος αποτελείται από τρεις 80

81 υποπίνακες. Ο πρώτος υποπίνακας, result_array[0], περιέχει τόσους υποπίνακες όσες οι κλήσεις του χρήστη για τον οποίο τρέχουμε τον αλγόριθμο. Κάθε ένας από αυτούς τους υποπίνακες έχει ως κλειδί το id της κλήσης από τον πίνακα calllog και περιλαμβάνει το γεωγραφικό μήκος και πλάτος της κλήσης, σε ποιο cluster ανήκει και το id της κλήσης. Στην περίπτωση που κάποια κλήση δεν ταξινομείται σε κλάση και αποτελεί θόρυβο, αναγράφεται ότι ανήκει στην κλάση -1. Ο υποπίνακας result_array[1] αποτελείται από τόσους υποπίνακες όσα και τα cluster που έχουν δημιουργηθεί. Κάθε ένας από τους υποπίνακες έχει ως κλειδί το id του cluster και περιλαμβάνει τα μεγαλύτερα και μικρότερα γεωγραφικά μήκη και πλάτη των σημείων που ανήκουν στο cluster. Επίσης αποτελείται από μια συμβολοσειρά με τα id των κλήσεων που ανήκουν στο cluster και τέλος από τον αριθμό των κλήσεων που ταξινομούνται στη συγκεκριμένη κλάση. Ο τρίτος υποπίνακας, result_array[2], περιέχει τον συνολικό αριθμό των κλήσεων του χρήστη Απεικόνιση σε Χάρτη Αποσκοπώντας στην ευδιάκριτη παρουσίαση των γεωγραφικών κλάσεων του χρήστη, παρουσιάσαμε την κατηγοριοποίηση των κλήσεων στο χάρτη. Για την αναπαράσταση των δεδομένων στο χάρτη, δημιουργήσαμε ένα αρχείο php, user_map.php και χρησιμοποιήσαμε την open-source javascript βιβλιοθήκη Leaflet. Το Leaflet είναι μια σύγχρονη open-source βιβλιοθήκη javascript για διαδραστικούς χάρτες φιλικούς προς τα κινητά. Έχει αναπτυχθεί από τον Vladimir Agafonkin και μια ομάδα συνεργατών. Συγκεντρώνει όλα τα απαραίτητα χαρακτηριστικά για online χάρτες και λειτουργεί αποτελεσματικά σε όλες τις μεγάλες desktop και mobile πλατφόρμες, εκμεταλλευόμενο την HTML5 και CSS3 στα σύγχρονα προγράμματα περιήγησης, ενώ εξακολουθεί να είναι προσβάσιμο από τα παλαιότερα. Με τη χρήση ajax, εκτελείται το αρχείο dbscan2.php που βρίσκεται στον server και επιστρέφονται οι πίνακες r1, r2 και r3 (result_array[0], result_array[1], result_array[2]), τους οποίους αναλύσαμε στην προηγούμενη ενότητα. Στη συνέχεια δημιουργείται ένας πίνακας από το string result_array[1][i][5], ο οποίος περιέχει όλα τα call id που ανήκουν στην κλάση i του συγκεκριμένου χρήστη. Σε επόμενο βήμα ελέγχεται με βάση το κάθε call id, ο πίνακας result_array[0] και στις αντίστοιχες συντεταγμένες της κάθε κλήσης, τοποθετείται ένας marker διαφορετικού χρώματος για κάθε κλάση. Αυτό επιτυγχάνεται ονομάζοντας τις png φωτογραφίες των markers 81

82 με αριθμούς από 1 έως το 20 και αναθέτοντας σύμφωνα με τον αριθμό των cluster, την αντίστοιχη φωτογραφία του marker. Σχήμα 3.6: Γεωγραφική αναπαράσταση των κλήσεων του χρήστη Διαχωρισμός 7 κλάσεων, κάθε μία από τις οποίες απεικονίζεται με διαφορετικό χρώμα Η απεικόνιση στο χάρτη υλοποιείται με τον κώδικα που ακολουθεί. $.ajax({ url: 'dbscan2.php?user=<?php echo $_GET['user'];?>', datatype: 'jsonp', data: {}, jsonp: 'jsoncallback', success: function(data){ Object.size = function(obj) { var size = 0, key; for (key in obj) { size++; } 82

83 return size; }; var size1 = Object.size(data.r1); var size2 = Object.size(data.r2); var size3 = Object.size(data.r3); for(var i = 1; i <= size2; i++){ var n = data.r2[i][5].split(","); var clustericon = L.icon({ iconurl: 'markers/'+i+'.png' }); for(var j = 0; j < n.length; j++){ L.marker([data.r1[n[j]][0], data.r1[n[j]][1]], {icon: clustericon}).addto(map); } } }}); Υπολογισμός Πιθανότητας Κλήσης μιας Επαφής Βάσει της Γεωγραφικής Θέσης του Χρήστη και του Αρχείου Κλήσεων Πρώτο βήμα για την εξαγωγή των πιθανοτήτων κλήσης των επαφών από το χρήστη, δεδομένης της γεωγραφικής του θέσης και του αρχείου κλήσεων ήταν η δημιουργία του πίνακα calls. Ο πίνακας 83

84 calls αποτελείται από τόσους υποπίνακες όσα και τα cluster στα οποία διαχωρίζονται οι κλήσεις του χρήστη. Κάθε υποπίνακας αντιστοιχεί σε ένα cluster και περιλαμβάνει τα call id των κλήσεων που ανήκουν στο συγκεκριμένο cluster. Στη συνέχεια, από τη βάση δεδομένων και συγκεκριμένα τον πίνακα calllog, βρίσκουμε από το κάθε call id, την επαφή στην οποία αντιστοιχεί η κλήση. Έτσι δημιουργούμε τον πίνακα contacts, ο οποίος έχει την ίδια δομή με τον πίνακα calls, και στη θέση των call id βρίσκονται τα id των επαφών που έχουν κληθεί από τον χρήστη. Με τη βοήθεια της συνάρτησης της php, array_count_values() υπολογίζεται πόσες φορές εμφανίζεται η κάθε επαφή στον κάθε υποπίνακα του πίνακα contacts. Ο πίνακας pithanotites που δημιουργούμε σε επόμενο βήμα περιέχει τόσους υποπίνακες όσες και οι κλάσεις των κλήσεων του χρήστη, και κάθε υποπίνακας περιέχει ως κλειδιά τις επαφές του χρήστη και ως τιμές το πλήθος των εμφανίσεων της κάθε επαφής στο cluster του χρήστη. Διαιρώντας το πλήθος των εμφανίσεων των επαφών με το σύνολο των κλήσεων στην κάθε κλάση, προκύπτουν οι πιθανότητες να κληθούν οι επαφές ανάλογα με την γεωγραφική θέση (στο cluster) που βρίσκεται ο χρήστης Απεικόνιση Αποτελεσμάτων Αλγορίθμου Διεπαφή χρήστη Για την ευκρινέστερη απεικόνιση των αποτελεσμάτων του αλγορίθμου δημιουργήσαμε τρία αρχεία php, users, user_profile, user_map. Το πρώτο αρχείο, users.php, εμφανίζει τη λίστα των χρηστών ως link, και επιλέγοντας ένα id χρήστη από τη λίστα εκτελείται το αρχείο user_profile για τον συγκεκριμένο χρήστη. Μετά την εκτέλεση του αρχείου user_profile, τυπώνονται στην οθόνη του χρήστη δύο πίνακες. Ο πρώτος πίνακας περιέχει το πλήθος των κλήσεων που ταξινομήθηκαν σε κάποιο cluster του χρήστη, καθώς και τον αριθμό των κλήσεων που δεν ανήκουν σε κάποια κλάση, το θόρυβο. Στον δεύτερο πίνακα εμφανίζονται οι 10 (αν υπάρχουν) επαφές σε κάθε γεωγραφική κλάση που είναι πιθανότερο να καλέσει ο χρήστης από το συγκεκριμένο cluster (Σχήμα 3.7). Τέλος παρουσιάζεται ένα link, για την οπτική παρουσίαση των παραπάνω αποτελεσμάτων στο χάρτη, με την εκτέλεση του user_map. 84

85 Σχήμα 3.7: Εμφάνιση των αποτελεσμάτων του αλγορίθμου για τον χρήστη 5980 σε πίνακες 85

86 Κεφάλαιο 4: Στατιστική Ανάλυση Δεδομένων 4.1 Εισαγωγή Για την αξιολόγηση του αλγορίθμου και τον έλεγχο της απόδοσης του, πραγματοποιήσαμε τις πειραματικές μετρήσεις για κάθε ένα χρήστη, οι οποίες παρουσιάζονται στους πίνακες 4.1 και 4.2. Στον πίνακα 4.1 τα παράθυρα κλήσεων που χρησιμοποιήθηκαν αποτελούνται από 100, 250 και 500 κλήσεις. Από την άλλη πλευρά τα χρονικά παράθυρα αντιστοιχούν σε 1, 2 και 3 μήνες. Για τις μετρήσεις χρησιμοποιήθηκε παράθυρο κλήσεων ενώ στον πίνακα 4.2 τα αποτελέσματα των μετρήσεων αντιστοιχούν σε χρονικό παράθυρο. Οι μετρικές που χρησιμοποιήθηκαν για την αξιολόγηση είναι οι success, mean of clusters και mean of transitions. Users Success % Πίνακας 4.1: Πειραματικές μετρήσεις (παράθυρο κλήσεων) 100 calls 250 calls 500 calls Mean of clusters Mean of transitions Success % Mean of clusters Mean of transitions Success % Mean of clusters Mean of transitions Total Calls 86

87 Η μετρική success αναφέρεται στο ποσοστό επιτυχίας πρόβλεψης μιας επαφής προς κλήση. Η μετρική Mean of clusters αποτελεί το μέσο όρο των clusters που δημιουργούνται από τον αλγόριθμο DBSCAN. Αντίστοιχα, με την μετρική Mean of transitions ελέγχουμε τον μέσο όρο των μετακινήσεων μεταξύ των cluster. Πίνακας 4.2: Πειραματικές μετρήσεις (παράθυρο χρόνου) Users success Mean of clusters 1 month 2 months 3 months Mean of transitions success Mean of clusters Mean of transitions success Mean of clusters Mean of transitions ,61 2,4 33,18 92,12 2,9 57,11 92,95 3,29 75, ,53 1,39 13,32 92,77 1,6 24,49 93,36 1,73 36, ,76 2,27 40,63 96,53 2,58 76,62 97,35 2,76 90, ,48 2,12 40,31 95,15 2,25 76,68 96,32 2,38 90, ,68 1,39 15,14 89,07 1,47 21,83 89,51 1,76 31, ,89 1,28 10,49 82,77 1,44 15,91 85,4 1,42 21, ,68 1,12 5,06 82,72 1,23 10,69 84,06 1,36 14, ,75 1,46 14,07 79,37 1,8 28,27 80,68 2,14 41, ,88 1,36 12,24 82,29 1,77 22,88 89,29 1,96 34, ,12 1,69 22,67 78,05 2,35 43,08 80,64 2, ,97 2,29 87,54 0,99 4,42 88,39 0,99 7, ,54 0,98 2,78 90,48 0,98 5,29 91,77 0,98 8, ,37 1,1 7,42 95,6 1,41 15,41 95,6 1,81 23, ,04 1,16 8,14 55,31 1,72 19,04 60,15 1,89 28, ,06 1,27 11,65 86,38 1,34 21,96 88,19 1,52 32, ,42 2,26 36,09 83,68 2,46 41,48 83,68 2,46 41, ,02 2,13 30,47 86,98 2,26 51,66 88,42 2,3 71, ,05 0,98 1,91 89,16 0,99 3,6 91,5 0,99 5, ,97 1 4,74 95,48 1,23 6,87 97,33 1,46 8, ,75 1,23 7,93 82,42 1,57 15,96 85,17 1,69 23, ,63 2,84 41,47 85, ,51 86,69 2,95 84, ,3 1,71 17,34 89,67 1,9 34,69 90,54 2,09 53, ,98 0,98 5,4 88,72 0,98 8,88 89,57 0,98 10, ,17 2,57 45,96 84,65 2,73 81,88 85,27 2,73 104, ,02 1,01 6,54 90,21 1,1 12,67 91,15 1,31 18, ,32 1,38 13,75 93,4 1,68 21,49 93,53 1,81 30, ,44 1,46 14,16 88,45 1,32 16,75 91,96 0,98 5, ,13 2,07 20,5 87,13 2, ,57 2,27 39, ,15 1,4 16,13 91,12 1,58 29,23 91,63 1,72 48, ,5 0,97 5,79 91,21 0,97 6,87 91,21 0,97 7, Total Calls Η εταιρεία στατιστικής έρευνας Nielsen Mobile διεξήγαγε για το χρονικό διάστημα μια έρευνα στην οποία συμμετείχαν χρήστες κινητών τηλεφώνων, συνδρομητές στις 4 μεγαλύτερες εταιρείες κινητής τηλεφωνίας της Αμερικής. Στην έρευνα, εξετάστηκε ο μέσος μηνιαίος αριθμός κλήσεων σε σχέση με την ηλικία του χρήστη. Από το γράφημα προκύπτει ότι οι χρήστες ηλικίας 65 και άνω πραγματοποιούν 100 κλήσεις μηνιαία ενώ οι χρήστες ηλικίας χρονών ξεπερνούν τις 250 κλήσεις. Βάσει της έρευνας αυτής και της δυνατότητας των android κινητών να αποθηκεύουν έως 500 κλήσεις στο αρχείο κλήσεων, επιλέξαμε για την αξιολόγηση της απόδοσης του αλγορίθμου παράθυρα 100,

88 και 500 κλήσεων. Για την εξαγωγή χρήσιμων συμπερασμάτων, ελέγξαμε την απόδοση του αλγορίθμου και με χρονικά παράθυρα. Στη δημοσίευση Frequency and recency context for the management and retrieval of personal information on mobile devices των John Garofalakis, Vassileios Stefanis, Athanasios Plessas, Andreas Komninos, για τον έλεγχο απόδοσης του αλγορίθμου στο σύνολο δεδομένων της Nokia που παρουσιάζεται στο paper επιλέγονται χρονικά παράθυρα [53]. Συγκεκριμένα τα χρονικά παράθυρα κυμαίνονται από 30 έως 90 ημέρες. Κατά αντιστοιχία για τον έλεγχο απόδοσης του αλγορίθμου στη παρούσα διπλωματική εργασία επιλέχθηκαν χρονικά παράθυρα 1, 2 και 3 μηνών. Σχήμα 4.1: Μέσος αριθμός μηνιαίων κλήσεων ανά ηλικία Για να εξαχθούν χρήσιμα συμπεράσματα από τα ποσοτικά αυτά στοιχεία, πραγματοποιήθηκε στατιστική ανάλυση ως εξής: 1. Μελέτη της κανονικότητας των κατανομών για να επιλεχθούν κατόπιν τα κατάλληλα τεστ για να ελεγχθεί κατά πόσο οι διαφορές των μέσων όρων επιτυχίας είναι στατιστικά σημαντικές. a. Σύνοψη των πινάκων 88

89 b. Αποτελέσματα μελέτης κανονικότητας 2. Διεξαγωγή των τεστ στατιστικής σημασίας των διαφορών των Μ.Ο. a. Friedman ή ANOVA για να εξαχθεί συμπέρασμα και για τα τρία datasets b. Ειδικότερα pair-wise Wilcoxon ή related-sample T-test για να συγκριθούν τα ζεύγη 3. Εφόσον οι διαφορές των μέσων όρων επιτυχίας είναι στατιστικά σημαντικές, να προσπαθήσουμε να ελέγξουμε κατά πόσο οι άλλες μετρικές συσχετίζονται με τα ποσοστά επιτυχίας. 4.2 Μελέτη Κανονικότητας Κατανομών Πρώτο βήμα για τη διεξαγωγή της στατιστικής ανάλυσης αποτελεί η μελέτη της κανονικότητας των κατανομών. Σύμφωνα με τα αποτελέσματα της κανονικότητας, επιλέγονται τα κατάλληλα τεστ για την ανάδειξη των σημαντικών ή μη διαφορών των μέσων όρων επιτυχίας. Οι Πίνακες 4.3 και 4.4 καταγράφουν το μέσο όρο του ποσοστού επιτυχίας τόσο για το παράθυρο κλήσεων όσο και για το χρονικό παράθυρο. Παρατηρούμε ότι όσο αυξάνει το παράθυρο κλήσεων, αυξάνει και η μέση τιμή του ποσοστού επιτυχίας η οποία αποτυπώνεται στο Σχήμα 4.1. Το ίδιο συμπεραίνουμε και για την περίπτωση κατά την οποία έχει χρησιμοποιηθεί χρονικό παράθυρο (Σχήμα 4.2). Για να ελέγξουμε αν οι διαφορές στους μέσους όρους επιτυχίας είναι στατιστικά σημαντικές, διεξάγουμε είτε Friedman τεστ είτε τεστ ANOVA. Η επιλογή του τεστ εξαρτάται από την κανονικότητα ή μη των μεταβλητών, η οποία ελέγχεται στη συνέχεια. Πίνακας 4.3: Descriptive Statistics (παράθυρο κλήσεων) N Mean Std. Deviation Minimum Maximum success success success

90 Σχήμα 4.2: Μέσο ποσοστό επιτυχίας ανά παράθυρο κλήσεων Πίνακας 4.4: Descriptive Statistics (παράθυρο χρόνου) N Mean Std. Deviation Minimum Maximum success success success

91 Σχήμα 4.3: Μέσο ποσοστό επιτυχίας ανά χρονικό παράθυρο Στις υποενότητες που ακολουθούν ελέγχεται η κανονικότητα των κατανομών, τόσο για την περίπτωση που χρησιμοποιήσαμε παράθυρο κλήσεων όσο και για την περίπτωση που χρησιμοποιήσαμε χρονικό παράθυρο Παράθυρο Κλήσεων Ο πίνακας 4.5 παρουσιάζει τα αποτελέσματα από δύο γνωστά τεστ κανονικότητας, το τεστ Kolmogorov-Smirnov και το τεστ Shapiro- Wilk. Το τεστ Shapiro-Wilk είναι πιο κατάλληλο για μικρά μεγέθη δείγματος (<50 δείγματα), αλλά μπορεί επίσης να χειριστεί μέγεθος δειγμάτων τόσο μεγάλο όσο τα Για το λόγο αυτό, θα χρησιμοποιήσουμε το τεστ Shapiro-Wilk ως τον αριθμητικό μας μέσο για την αξιολόγηση της κανονικότητας. Μπορούμε να δούμε από τον πίνακα 4.5 ότι δεν κατανέμονται κανονικά. Εάν η τιμή Sig. του τεστ Shapiro-Wilk είναι μεγαλύτερη από 0.05, τα δεδομένα ακολουθούν κανονική κατανομή. Αν είναι κάτω από 0.05, τα δεδομένα αποκλίνουν σημαντικά από μια κανονική κατανομή. 91