Innovative Textanalysen und präzise Auswertungen unstrukturierter Daten: Ergebnismeilensteintreffen von SD4M zeigt Projekterfolge
Das Smart-Data-Projekt SD4M hat bei einem Meilensteintreffen die aktuellen Projekterfolge und die weiteren geplanten Schritte vorgestellt.
Wie können strukturierte und unstrukturierte Daten gleichermaßen präzise analysiert und ausgewertet werden? Dieser Frage widmete sich das Team von SD4M. Ein Ziel des Smart-Data-Projekts war es, Reisende frühzeitig über Störungen zu informieren, aber auch die individuelle und flexiblere Reiseplanung, sowie die Serviceoptimierung sollten unterstützt werden. Dazu wurde eine Softwareplattform entwickelt, auf der die Daten von Mobilitätsanbietern mit offenen Informationsquellen wie Twitter kombiniert werden. Daten von Newsseiten werden dazu ebenso ausgewertet wie Staumeldungen und Baustelleninformationen, offizielle Fahrplan- und Nahverkehrsdaten sowie Social-Media-Kanäle. All diese Informationen werden auf der Plattform in Echtzeit miteinander in Zusammenhang gebracht und ausgewertet. Eine erste Version der Plattform ist inzwischen fertiggestellt und wird seit dem 1. Juni von der Deutschen Bahn genutzt.
In die Plattform integriert ist unter anderem ein „Frühwarnsystem“ für Komplikationen bei Reisen. Zentral für die Analyse von Reisedaten ist eine präzise, fehlerarme Textanalyse, die beispielsweise Eigennamen zielsicher erkennt. So können beispielsweise Tweets, die Namen bestimmter Bahn-Stationen enthalten, fehlerfrei erkannt werden und zugeordnet werden. Hier kann SD4M große Erfolge verzeichnen, unter anderem durch die Integration innovativer Deep-Learning-Algorithmen. Die Texterkennung soll künftig auf weitere Anwendungsbereiche übertragen werden. Auch die anderen Erkenntnisse aus dem Projekt werden für weitere Arbeiten genutzt: Ein Anschlussprojekt mit dem Ziel, mobilitätseingeschränkte Menschen beim Reisen zu unterstützen, ist ab Oktober geplant.
Weitere Informationen zu SD4M finden Sie hier.