Detailansicht
Möglichkeiten zur Lokalisation von Standorten anhand von quantitativen Entfernungsangaben in Texten mittels Textmining am Beispiel Airbnb
Lukas Wilfinger
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Geowissenschaften, Geographie und Astronomie
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Kartographie und Geoinformation
Betreuer*in
Andreas Riedl
DOI
10.25365/thesis.59559
URN
urn:nbn:at:at-ubw:1-26557.14559.844572-1
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Innerhalb von textuellen Daten gibt es ein Potenzial zur Gewinnung räumlicher Information. Dies kann helfen Personen aufgrund deren relativen Entfernungsangaben zu lokalisieren, ohne dassdabei eine umfangreiche Kenntnis der Umgebung vorausgesetzt wird. Um diesen heuristischen Ansatz zu testen, wurden als Basis die Daten von der Onlineplattform Airbnb verwendet. Die Tauglichkeit dieser Quelle liegt darin begründet, da die relative Lage der Unterkunft zu touristischen Sehenswürdigkeiten ein wichtiges Kriterium bei der Buchung ist. Zur Ermittlung von relevanten Tripletten aus dem vorhandenen Korpus wurden Techniken aus dem Textmining und dem Geoparsing eingesetzt.Dies sorgte dafür, dass nur Geo-text Daten für die Analyse übrigblieben, also nur Informationen,die ein Potenzial zur Findung von Positionen aufgrund von quantitativen Entfernungsangabenaufwiesen. Es hat sich gezeigt, dass von den 293 detektierten Sätzen,20% als relevante Distanzinformationenin ein Geoinformationssystem (GIS)überführt werden konnten.Es wurde auf eine händische Kodierung zurückgegriffen, dain den Sätzen semantische Mehrdeutigkeiten auftraten und das Relatumdurch den Computeroftmalsnicht zu identifizierenwar. Die darauffolgende Analyse hat gezeigt, dass bei zwei relativen Entfernungsangaben keine weitere Bearbeitung notwendig ist und dadurch der Abstand zum Potenzialbereichin dem sich das Airbnb befindet,auf 13,8m verringert wurde. Bei Vorhandensein von mehr als zwei Angaben musste eine visuelle Interpretation angewandtwerden, da die Unsicherheiten zu groß waren. Es entstehen mehrere Überschneidungsbereiche, die teilweise nicht automatisch zu reduzieren sind. Nichtsdestotrotz kann sogar in diesen Fällen, bei zusätzlicher Berücksichtigung der Realnutzung der Gebäude, der relevante Häuserblock bestimmt werden.
Abstract
(Englisch)
Within textual data there is a potential for obtaining spatial information. This can help to locate people based on their relative distance information, without requiring extensive knowledge of the environment. To test this heuristic approach, the data from the Airbnb online platform was used as the basis.The suitability of this source is sincethe relative location of the accommodation to tourist attractions is an important criterion when booking. Text mining and geoparsing techniques were used to determine relevant triplets from the existing corpus. This ensured that only geo-text data remained for the analysis, that is, theoretically only information that had the potential to find positions based on quantitative distance information. It has been shown that of the 293 detected sentences, 20% could be transferred as relevant distance information into a geographic information system (GIS). It was based on a manual coding, as in the sentences semantic ambiguities occurred and the relatum was often not identified by the computer. The subsequent analysis showed that with two relative distance indications, no further processing is necessary, thereby reducing the distance to the potential area in which the Airbnb is located to 13.8m. In the presence of more than two indications, a visual interpretation had to be applied because the uncertainties were too great. There are several overlapping areas, some of which cannot be automatically reduced. Nevertheless, in these cases, with additional consideration of the real use of the buildings, even the relevant block of houses can be determined.
Schlagwörter
Schlagwörter
(Englisch)
Data Mining GIS Text Mining Airbnb Geoparsing
Schlagwörter
(Deutsch)
Data Mining GIS Text Mining Airbnb Geoparsing
Autor*innen
Lukas Wilfinger
Haupttitel (Deutsch)
Möglichkeiten zur Lokalisation von Standorten anhand von quantitativen Entfernungsangaben in Texten mittels Textmining am Beispiel Airbnb
Publikationsjahr
2019
Umfangsangabe
viii, 144 Seiten : Illustrationen, Diagramme, Karten
Sprache
Deutsch
Beurteiler*in
Andreas Riedl
Klassifikationen
54 Informatik > 54.82 Textverarbeitung ,
74 Geographie > 74.48 Geoinformationssysteme
AC Nummer
AC15717483
Utheses ID
52608
Studienkennzahl
UA | 066 | 856 | |