flawed concepts

Jörg Möllenkamp hat eine coole Idee: einen GSM-basierten statistischen Verspätungserkenner

Das funktioniert so:
Wenn man mit dem Zug fährt, bewegt man sich mit seinem eingeschalteten Handy durch eine Reihe von GSM-Funkzellen entlang der Strecke. Wenn man weiß, wann man planmäßig in welcher Zelle sein sollte, kann man durch Vergleich der Plan-Zeit und der Ist-Zeit die aktuelle Verspätung ausrechnen, und damit auch eine Abschätzung, wann man am Zielbahnhf sein sollte.


Und jetzt kommt die Statistik ins Spiel. Wenn man am Anfang der Strecke verspätet ist, hat der Zug ja vielleicht noch eine Chance, die Verspätung wieder aufzuholen, und alles ist gut. Man möchte also ein statistisches Modell: Hat der Zug an einer bestimmten Zelle auf dem Weg eine bestimmte Verspätung, wie hoch ist dann die Wahrscheinlichkeit, dass er trotzdem pünktlich ankommt? Wie hoch ist die zu erwartende Verspätung? Und daraus folgend: Bekomme ich meine Anschlüsse noch?

Für jedes statistische Modell braucht man aber Daten, je mehr, desto besser. Jörgs Idee: Die Handys vieler teilnehmender Bahnfahrer als Datensammler nehmen. Jeder, der mitmacht, lässt sein Handy ein Protokoll von Bahnverbindung, GSM-Zellen und zugehöriger Zeit aufzeichnen und einschicken, und aus denen wird das Modell errechnet. (Ja, Bewegungsprofile, iih, kann man aber anonymisieren oder pseudonymisieren, für die Anwendung braucht man keinen Personenbezug.)

Witze Idee.

Nächster Schritt: die Daten nutzen, um gleich bei der Verbindungs-Auskunft die zu erwartende Verspätung zu errechnen und abzuschätzen, ob die eingeplanten Anschlüsse auch realistisch sind.

via Telagon Sichelputzer

The Stanford NLP Group released a Named Entity Recognition software, based on Conditional Random Fields and implemented in Java.

It is pretty fast and also acheives quite good performance with the included models.

For integration into IBM's UIMA text analysis frameword, I have written an Analysis Engine component that wraps the Stanford NE Regonizer.
You can download it here: stanford-ner-uima.zip
Just like the Recognizer itself it is licensed under the GPL.

Please let me know if it is useful for you.

Aus aktuellem Anlass:

Isotopp weist darauf hin, wie man Bilder sicher ausliefern kann, ohne dass Fremde an die Bilder kommen, und ohne seine Benutzerdatenbank belasten zu müssen: lighttpd ModSecDownload

Am Rande des StudiVZ-Theaters (Übersicht bei Kasi) gibt es auch noch interessante Informationen über ganz andere Firmen und ihre Kundendaten:

stefanolix:

"[...] Ich habe gestern an einer Apotheke ein Plakat gesehen, auf dem sinngemäß stand: wir sind einer der drei ersten Payback-Apotheken in Dresden. WTF? Eine Apotheke im Payback-System? Können sich die Patienten vorstellen, wer alles an diese Daten herankommen und mit ihnen Handel treiben könnte? Bisher gab es nur lokale Apotheken-Cards und auch damit hat man schon Bauchschmerzen. Aber Payback? [...]"

strappato:

Um mal in mein Fachbegbiet abzuschweifen: Klar payback. Ist aber noch viel schlimmer. Diese Apotheken gehören zur bundesweiten Linda Apothekengruppe mit über 1.300 Mitgliedsapotheken. Linda gehört zum mir Abstand grössten deutschen Pharmagrosshändler Phoenix (mehr als 33% Marktanteil in Deutschland - #2 bei den europäischen Grosshändlern). Und Phoenix gehört der Familie Merckle. Denen gehören auch die Generika-Hersteller Ratiopharm und CT Arzneimittel und - jetzt wird es spannend: Das Unternehmen ADG. Der grösste Anbieter von Warenwirtschaftssoftware für Apotheken mit 4500 Kunden (rund 25% der deutschen Apotheken).

Ob payback da das kleinste Problem ist?

stefanolix:

Das ist natürlich ein gesundheitspolitisches Problem und es führt mutmaßlich auch zu einer Verschlechterung des Preis/Leistungs-Verhältnisses im Gesundheitswesen.

Aber hier ging es ja (vor allem) um den Datenschutz. Der Einstieg von Payback in Apotheken kann eine gravierende Bedeutung für den Einzelnen haben. Wenn wirklich alle Medikamente und Zuzahlungen auf der Karte vermerkt werden, dann sind diese Daten für viele Seiten sehr interessant und wecken natürlich Begehrlichkeiten. Es bleibt zu hoffen, dass sich Betroffene mit einem guten Anwalt verbünden und nachdrücklich ihre Auskunftsrechte nutzen, damit Datenschützer möglichst umfassend über diese Praktiken informieren können.

strappato:

Die Warenwirtschaftssysteme enthalten auch die Namen und andere persönlichen Daten. Man bekommt heutzutage eine auf den eigenen Namen ausgestellte Quittung in den Apotheken - wegen der Zuzahlungen und der Überforderungsgrenze. Mein Apotheker kann mir auch am Ende des Jahres noch einen Überblick über meine Einkäufe ausdrucken. Überspitzt: Als Kunde einer Linda-Apothele vertraue ich meine Daten einer Apotheke an, die einem Verbund angehört, dessen Inhaber - der Merckle Clan - zu den intransparentesten Unternehmensgruppen in Deutschland gehört.

I wish I had known this a few hours ago... Eclipse Workspace Re-Builder Plug-in

Use pdftk: pdftk file1.pdf file2.pdf cat output outfile.pdf

Noch schneit es nicht, aber man kann diesen Algorithmus auch auf Laubgebläse anwenden: Ein Algorithmus, wie man effizient eine Fläche mit einer Schneefräse vom Schnee befreit. Mit lustigen Folien.

(via the Geomblog)

A propos Geoffrey Pullum: Hier gleich ein Lesetip: Get your boyfriend to move it: a speech perception story

Danke, FAS: Claudius Seidl verreißt Bastian Sick, das musste endlich mal sein.

Und dazu gleich noch eine Anmerkung, bezugnehmend auf das Sprachwahrer-Titelthema neulich im Print-SPIEGEL: Ich glaube ja, dass nicht die, die Begriffe und Wendungen aus der englischen Sprache übernehmen, diejenigen sind, die unter typisch deutschen Minderwertigkeitskomplexen leiden (deswegen würden sie sich nämlich mit englischen Federn schmücken, so der SPIEGEL), sondern vielmehr die, die da Angst um den Fortbestand ihrer Sprache haben.

Ach, wie gern würde ich statt dessen einen deutschen Mark Liberman, Geoffrey Pullum oder ihre Kollegen lesen.

"Baseball managers (who rank among the better paid statistical modelers) employ batting averages, compiled from a history of at-bats, to gauge the likelihood that a player will succeed in his next appearance at the plate. Thus informed, they manipulate their lineups accordingly. Wall Street speculators (who rank among the best paid statistical modelers) build models based on past stock price movements to predict tomorrows fluctuations and alter their portfolios to capitalize on the predicted future. At the other end of the pay scale reside natural language researchers, who design language and acoustic models for use in speech recognition systems and related applications."

Berger, Della Pietra und Della Pietra: "A Maximum Entropy Approach to Natural Language Processing"

Apfelkuchen. Etwas zuviel Zimt.