Advanced techniques and algorithms to collect, analyze and visualize spatiotemporal data from social media feeds

Abstract

During the past decade, the social media evolution has grown to become an essential part of our lives, producing an incredible amount of user-generated and voluntarily contributed content, about people's everyday activities, thoughts and interests.Besides the intent of the users and the platforms, we believe that the information residing within these streaming datasets can be useful in other contexts as well, such as enriching collections and gazetteers, providing real-time notifications and alerts, identifying trends and providing academia and industry with valuable on-the-ground knowledge.To this end, this thesis focuses on exploring the potentials of these datasets by designing and implementing advanced algorithms and data structures to extract, analyze and visualize data and information from the social media traffic. Throughout this dissertation we describe several cases of using social media data to solve different problems, or enhance existing solutions.The cases studied include: (i) locating and describing geospatial features, (ii) integrating geospatial content from several sources, (iii) providing multidimensional interactive and interconnected summaries of social media traffic, (iv) enhancing event detection by suggesting a methodology to rank events based on their spatial footprint, and (v) linking together places using people's activities.Our extensive work is accompanied by a series of experiments and examples. The lessons learnt allow us to generalize and modularize the workflow pattern discovered in all our previous efforts, which benefits any future work.

Κατά τη διάρκεια της τελευταίας δεκαετίας, τα διαδικτυακά κοινωνικά δίκτυα εξελίχθηκαν και πλέον αποτελούν ένα αναπόσπαστο κομμάτι της καθημερινότητάς μας, παράγοντας παράλληλα, ένα τεράστιο όγκο δεδομένων που δημοσιεύεται εθελοντικά από τους ίδιους τους χρήστες. Το περιεχόμενο αυτό περιλαμβάνει τις δραστηριότητες, σκέψεις, και ιδέες των χρηστών του, και αποτελεί μια πολύ χρήσιμη πηγή δεδομένων.Εκτός από την πρόθεση των ίδιων των κοινωνικών δικτύων, και το κίνητρο που ωθεί τους χρήστες να δημοσιεύουν εθελοντικά περιεχόμενο, οι πληροφορίες που μπορούν να ανακτηθούν από εκτεταμένη ανάλυση και εξόρυξη αυτών των δεδομένων, δύναται να χρησιμοποιηθούν και για άλλες εφαρμογές, όπως για τον εμπλουτισμό συλλογών σημείων ενδιαφέροντος, για ειδοποιήσεις συμβάντων όπως αυτά εξελίσσονται, καθώς και παροχή πολύτιμης και άμεσης ανταπόκρισης για διάφορα γεγονότα.Στη διατριβή αυτή εξερευνούμε τις προοπτικές που έχουν αυτές οι συλλογές δεδομένων να χρησιμοποιηθούν για τους προαναφερόμενους σκοπούς. Για την ανάλυσή μας σχεδιάζουμε και υλοποιούμε αλγόριθμους και δομές δεδομένων για μεθοδευμένη και βελτιστοποιημένη συλλογή, ανάλυση και οπτικοποίηση πληροφοριών ανακτώμενων από πλατφόρμες κοινωνικής δικτύωσης. Περιγράφοντας μια σειρά από προβλήματα και προτεινόμενες λύσεις, αποδεικνύουμε την χρησιμότητα των μεθόδων μας.Τα προβλήματα που περιγράφουμε επιγραμματικά είναι: (α) εντοπισμός και περιγραφή γεοχωρικών οντοτήτων, (β) ενοποίηση συλλογών σημείων ενδιαφέροντος, (γ) παροχή πολυδιάστατων και διασυνδεδεμένων περιλήψεων για μεγάλες συλλογές δεδομένων από κοινωνικά δίκτυα (δ) αναγνώριση συμβάντων από παρακολούθηση ροών δεδομένων και κατηγοριοποίηση με βάση το γεωγραφικό τους αποτύπωμα, και (ε) ανάλυση των μετακινήσεων των χρηστών για ανακάλυψη μοτίβων κίνησης που συνδέουν διάφορες τοποθεσίες μεταξύ τους.Η ανάλυση μας στα παραπάνω προβλήματα, συνοδεύεται από εκτεταμένα παραδείγματα και πειράματα που μετρούν την αποδοτικότητα των προτεινόμενων αλγορίθμων. Τέλος, η εμπειρία που αποκτήθηκε από την ενασχόληση με τα προαναφερθέντα προβλήματα, γενικεύεται και παρουσιάζεται σαν γενική μεθοδολογία, μαζί με συμπεράσματα και κατευθύνσεις για μελλοντικές εργασίες.