Deducing places of interest from clusters of locations

• Main Authors: Mellstrand, Tobias, Zwahlen, Rickard
• Format: Others
• Language: English
• Published: KTH, Skolan för informations- och kommunikationsteknik (ICT) 2016
• Subjects: cluster; geo-fence; location based service; smartphone; geolocation; kluster; platsbaserade tjänster; geografisk plats; Computer and Information Sciences; Data- och informationsvetenskap
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-192547

Some Location Based Services (LBS) can automatically find geographic locations that are relevant to the everyday smartphone user. A relevant location, or place, is a location that is of some significance to a user, e.g. home, workplace, airports or stores. Knowledge of these places can be used to enhance a smartphone application. However, most approaches to finding places are coarse, and simply define a place with a circle or polygon representing a geographical area. Instead this paper explored the feasibility of defining a place by using the natural boundaries found in the information of a map. The developed algorithm calculated the center of a cluster of location points by adding biased weights to each point. A close proximity of the center point was then searched for certain types of map elements such as buildings or parks. Because of time restrictions, map images were used instead of the underlying data. The developed algorithm found the correct place in 78% of the 45 test cases. In 15% of the cases it could not find anything, mainly because the map did not contain sufficiently detailed information about buildings outside of cities. The remaining 7% were incorrect results, some of which might have been remedied by more detailed map information. Overall the suggested approach was viable when a user had been in a building, park, or other clearly defined place, and when there was sufficiently detailed map information. To further this research an algorithm that processes geographical data directly instead of using map images could be tested. It would avoid some of the problems created by having an image as a middle layer between data and algorithm. === Vissa tjänster baserade på användarens geografiska position kan automatiskt hitta områden som är relevanta för en smartphoneanvändare. En relevant plats är ett område som har någon betydelse för en användare, till exempel ett hem, en arbetsplats, flygplats eller butik. Information om dessa platser kan användas för att berika en smartphoneapplikation. De flesta ansatser till att hitta relevanta platser är mindre detaljerade, och definierar en plats med en cirkel eller polygon som beskriver ett geografiskt område. Den här uppsatsen utforskar istället om det är möjligt att definiera en plats genom att använda naturliga gränser som finns i informationen på en karta. Den utvecklade algoritmen beräknade mittpunkten av ett cluster av GPS-punkter genom att partiskt ge varje punkt en vikt. Den sökte sedan igenom ett område runt mittpunkten efter en viss typ av kartelement, till exempel byggnader eller parker. På grund av tidbegränsningar användes kartbilder istället för underliggande geografisk data. Den utvecklade algoritmen hittade rätt plats i 78% av de 45 testfallen. I 15% av fallen hittade den ingen plats, främst på grund av att kartan saknade information om byggnader utanför städer. De resterande 7% var inkorrekta resultat, varav vissa skulle kunna räddats om kartan innehöll information om byggnaderna i området. Generellt var den föreslagna strategin användbar främst när en användare hade varit i en byggnad, park eller annan tydligt avgränsad plats, och när kartan innehöll tillräckligt detaljerad information. För att fortsätta denna undersökning kan en algoritm som använder den underliggande geografiska datan istället för en kartbild utvecklas. Det skulle undvika vissa av problemen som skapas av att ha en bild som mellanlager mellan data och algoritm.