Willkommen bei Bicycle Data

Bicycle Data ist eine Projektgruppe der Masterstudiengänge Informatik und Wirtschaftsinformatik an der Carl von Ossietzky Universität Oldenburg. Betreut und wissenschaftlich begleitet wird sie von Prof. Dr.-Ing. habil. Jorge Marx Gómez sowie den beiden wissenschaftlichen Mitarbeitern Johannes Schering und Harish Moturu der Wirtschaftsinformatikabteilung Very Large Business Applications (VLBA).

Die Projektgruppe besteht aus 11 Studierenden, die an den Forschungsprojekten BITS und Smarthelm arbeiten.

Das Endprodukt unserer Projektgruppe soll eine interaktive Website sein, wo sich Nutzer zum einen die aufbereiteten Rohdaten individuell zusammenstellen und herunterladen können. Und zum anderen sich auf Basis von selbst eingegebenen Parametern Analysen und Visualisierungen beispielsweise in Form von Graphen und Heatmaps anzeigen lassen können.

Im BITS Projekt arbeiten wir mit vielen unterschiedlichen Datenquellen und wollen diese Aufbereiten sowie Analysieren. Es geht hierbei um verschiedenste Daten rund um das Thema Fahrrad unter anderem: Zähldaten, Snifferbike (Umweltdaten), Fahrradparken und Beinah-Unfälle. Untersucht werden unter anderem Korrelationen der Daten mit dem Wetter, dem Zeitpunkt und den Standorten. Außerdem untersuchen wir ob zwischen den Datensätzen untereinander Zusammenhänge bestehen z.B. zwischen den Zähldaten und den Fahrradparkdaten einer Stadt. Am Ende sollen die aubereiteten Daten und die Analyseergebnisse über ein Open Data Portal veröffentlicht werden.

Im Rahmen des Smarthelmprojekts ist es unser Ziel ein Data Warehouse für die Speicherung, Verarbeitung und Analyse der gesammelten Daten aufzubauen. Hier müssen verschiedene Datenformate (Auftragsdaten, EEG-Daten, Wetterdaten, etc.) integriert und APIs an das Data Warehouse angebunden werden. Das Ziel ist es, anhand von Testdaten aus einer Laborfeldstudie, die Ablenkung von Kurierfahrern zu analysieren. Die Testdaten werden hierfür kategorisiert und sollen anhand einer künstlich erzeugten möglichen Route eines Kurierfahrers in Form einer Heatmap visualisiert werden. In der Zukunft sollen auf der Grundlage dieser Erkenntnisse Routen mit möglichst geringen Ablenkungsfaktoren für Kurierfahrer identifiziert und optimiert werden.