Specifikace¶

Stakeholders¶

• členové týmu: Tomáš Ballák, Petr Hlaváč, Jakub Vašta, Martin Šebela
• zákazník: Přemek Brada
• mentor: Petr Pícha
• uživatelé: univerzita, veřejnost

Zadání¶

ZČU v rámci projektu podpořeným organizací CESNET nabídlo volně k dispozici několik datových sad open dat. Na schůzce z 10. 3. 2020 pro lokální IT správce fakult bylo řečeno, že projekt bude mít své pokračování a v tuto chvíli ZČU uvítá projekty, která data budou využívat.

Smyslem námi navrženého zadání je využít některé z dostupných datových sad, přičemž podle provedené analýzy v rámci 0. iterace se jedná o následující datové sady:

Zpracovávaná data¶

• data o připojení uživatelů k přístupovým bodů Wi-Fi (access pointy) na ZČU
• data dostupná ze snímačů JIS karet (parkoviště, pokladny v menze aj.)
• data týkající se půjčování koloběžek na ZČU

Vizualizace dat¶

Data z těchto datových sad budou zanesena do mapy formou nové vrstvy, tzv. heatmapy nad mapovým pokladem (např. nad mapovým pokladem OpenStreetMap, popř. GoogleMaps), přičemž uživatel si bude moct přehrát (animovat) den na ZČU po vhodně zvolených časových intervalech formou časové osy (minimálně po jednotlivých hodinách).

Je třeba podotknout, že datové sady obsahují pouze data zpětně, aplikace tedy nebude zobrazovat data v reálném čase, nicméně toto může částečně řešit predikce dat (viz dále).

Predikce dat¶

V aplikaci bude možné predikovat pohyb studentů pomocí technik umělé inteligence formou lineární regrese (model by mohl být natrénován vždy z několika předchozích tydnů pro každý den zvlášť, přičemž bude potřeba brát v úvahu změny semestru a například první týden nového semestru modely vymazat a na týden predikci nezobrazovat).

Predikce může vzhledem k aktuálnímu počtu dat dosahovat slabších výsledků, ale od machine learning si slibujeme, že se s rostoucím data setem bude lepšit.

Využitelnost a cíle¶

Aplikace může poukázat na postupný průběh semestru (například postupné odcházení studentů prvních ročníků), ostatně ukazovat průběh jednoho dne v univerzitním kampusu a u kolejí (resp. tam, kam dosáhne Wi-Fi či jsou zabudované jiné z uvedených snímačů).

Stejně tak může poukázat na různé anomálie, které byly už v rámci provedené analýzy zjištěny (například návrat studentů z nočních akcí na koleje (vstup do kolejí je přes JIS snímač), pohyb po univerzitě a bufetech v nočních hodinách...).

Informace získané z těchto dat mohou být navíc použity pro další architektonické a stavební úpravy (kam má smysl investovat, kde se lidé srocují, kde by mělo smysl posílit signál apod.).

Z důvodu, že vybrané datové sady neobsahují data v reálném čase, je možné v aplikaci využívat jako přibližnou náhradu predikci pohybu (viz související bod).

Datové sady v budoucnu¶

Bude snaha, aby aplikace v budoucnu zveřejněná data (nové datové sady se postupně uvolňují po několika měsících) automaticky stahovala a vkládala do databáze (tzn. přidávala nové záznamy k již v databázi vedeným AP a jiným snímačům). Ohled bude také brán na rozšiřitelnost při přidávání dalších datových sad.

S tímto bodem se nicméně pojí rizika zmíněná dále.

Rizika¶

Bohužel neovlivníme období, během kterých nemusí být data k dispozici (v důsledku výpadku externích systémů na straně dodavatele dat), případnou změnu formátu těchto dat nebo dokonce změnu metodiky sledování, resp. logování. V takovém případě bude nutné provést v aplikaci úpravy.

Produkční prostředí¶

Výstupem bude webová aplikace (z větší části responzivní), která bude nasazena pravděpodobně na virtuálním stroji na CIV ZČU, popř. na přiděleném virtuálním stroji na KIV FAV ZČU.

Nástřel projektu¶

Poznámka: schéma neznázorňuje grafický návrh, pouze čtenáři ukazuje to, co je předmětem projektu, aby měl na první pohled jasno

Technická specifikace projektu
Schéma znázorňuje strukturu projektu, její provázanost a použité technologie.
¶