Voorbeelden
Minder dan i% van de tweets
bevat geografische coördinaten
van de berichtenstroom afgetapt en al of
niet real-time gescand op events (bijzon
dere gebeurtenissen) terwijl gebruikers
zich hiervan niet bewust zijn. In het geval
van actief gebruik zijn de gebruikers
op de hoogte van het gebruik van hun
berichten. Om het vooropgezet doel te
duiden zijn de berichten voorzien van een
tag. Dat verkleint vaak de problemen met
betrekking tot de betekenis.
Eventen locatie-informatie
Om sociale netwerken te kunnen gebrui
ken als sensor en bron voor ruimtelijke
informatie is het nodig om data van
meerdere sensoren te combineren om
afwijkende patronen te kunnen onder
scheiden. Zulke afwijkende patronen
kunnen duiden op wat we hier 'event
noemen, een in ruimte en tijd begrensde
gebeurtenis. Voorbeelden hiervan zijn de
eerder genoemde duidingen van che-
miebrand, aardbeving en bosbrand, maar
ook verkeersopstoppingen of locaties
waar een cultureel evenement (zoals
Lowlands) plaatsvindt. De uitdagingen bij
het herkennen van afwijkende patronen
hebben te maken met tijd en ruimte: hoe
lang duurt heten over welk gebied gaat
het. Daarnaast is er het aspect van de
locatie. Zoals hiervoor al aangegeven is
een precieze en betrouwbare georeferen-
tie in Twitter
zeldzaam.
We zijn vooral
aangewezen
op de geogra
fische aanduidingen en toponiemen zoals
de twitteraars die gebruiken. Dat roept
dan weer vragen op: als 'Amsterdam'
genoemd wordt, is dat dan het centrum,
de stad of de gemeente? Hoe gaan we
met termen als'a'dam'of'020'om? Kortom,
de duiding van locatie is in Twitter vaak
lastig te interpreteren en daardoor
moeilijk te vertalen naar een geografische
locatie.
Situational awareness
Als laatste aspect willen we noemen de
inzet van Twitter voor het verbeteren van
wat wel 'Situationalawareness'genoemd
wordt; het vermogen van mensen om
ruimtelijke informatie uit verschillende
bronnen te integreren tot een coherent
beeld. Dit is niet alleen essentieel in
situatie van een dreigende ramp waar
mensen snel beslissingen moeten nemen.
Het is ook belangrijk tijdens participatie
in complexe besluitvormingssituaties met
meerdere
actoren die
verschillende
percepties en
definities van
de werkelijkheid hanteren, zoals bijvoor
beeld het geval is bij ruimtelijke planning.
Tabel 1 geeft een overzicht van boven
genoemde aspecten.
Hierna volgen enkele voorbeelden van
onderzoek, zoals we die de afgelopen tijd
met medewerkers en studenten hebben
uitgevoerd. In deze onderzoeken richtten
we ons specifiek op de volgende vragen:
Hoe kan sociale media worden gebruikt
in crowdsourcing en volunteered geo-
information?
Kunnen ruimtelijke gebeurtenissen
(events) worden herkend? Dit voor
beeld is gebaseerd op de scriptie van
Brehanu Meka voor zijn Master of Geo-
information studie in 2012.
Hoe worden locaties gerepresenteerd
in de ruimtelijke planvorming en wat
is de toegevoegde waarde van social
media in de uitwisseling van ruimtelijke
informatie? Jillis Eikelenboom schreef
hierover in het kader van de GIMA
opleiding (Eikelenboom 2012).
Detectie van radioactiviteit: Twitter als
actieve sensor
Het eerste voorbeeld laat de toepassing
zien van Twitter als bron voor crowd-
sourced geo-informatie.Tijdens de ramp
met de kerncentrales bij Fukushima heb
ben veel mensen een geigerteller gekocht
om daarmee de radioactiviteit te meten in
hun leefomgeving. Metingen via officiële
kanalen werden vaak niet vertrouwd.
Verschillende initiatieven gebaseerd
opTwitter en Google Maps of Ushahidi
werden ontwikkeld om eenvoudig geme
ten stralingswaarden te kunnen delen
met anderen. Door het Centrum Geo-
Informatie is een eenvoudige applicatie
ontwikkeld waarbij eigenaren van een gei
gerteller metingen door kunnen zenden
via Twitter. Via een aantal gereserveerde
hashtags zoals'#Gwatcherver2','fk_radi-
ation' of'radiocial' worden meetwaarden
Toepassing
Aspecten
Passieve sensor
- geen toestemming gevraagd, privacy kan een probleem vormen
- data niet specifiek voor toepassing verzameld
- context, semantiek en schaalproblemen
- veel ruis
logistiek eenvoudig te realiseren
Actieve sensor
context en semantiek helder
weinig privacy issues
user community noodzakelijk
- continuïteit niet gewaarborgd
Handmatig
detecteren
van events
- moeilijk real-time te verwezenlijken
gebruik van menselijk redeneervermogen
Automatische
detectie van
events
continue en real-time in te zetten
efficiënt en goedkoop
- meeste data mining machine learning technieken kunnen
(nog) niets met context en semantiek
- kans van over- of onderdetectie van events
- verificatie van events blijft nodig
Situational
Awareness
eenvoudig op te zetten
- Huidige opzet van participatieve ruimtelijke planning is moeilijk
te combineren met top-down ontwikkeling van een community
of interest
Tabel 1 toepassing van sociale media in ruimtelijke crowdsourcing toepassingen
Geo-lnfo 2012-9 17