# Kurs Mobiles Crowd Sensing und Social Data Mining mit Agenten (CWS)

## Grunddaten

```
VAK: 08-29-4-FEM-1-e
Kategorie: Kurssemniar mit Labor, 2 SWS
Studiengang: Soziologie, Informatik
ECTS: 6, Sommer Semester
Universität Bremen
Dozent: PD Dr. Stefan Bosse 
Zeit: Montag, 14-16 Uhr
Ort: Online!
```

## Zielgruppen

- Soziologen

- Informatiker

- Wirtschaftswissenschaftler, Ökonomen

- Produktionstechniker und Logistiker

- Systemingenieure (Systems Engineering)

- Psychologen

- Geologen 


## Arbeitsaufträge und Aufgaben

  - Recherche [[cws:todo01]]
  - Belohnung und Motivation [[cws:todo02|]]


## Umfragen und Rückmeldungen

  * Fachrichtung [[cws:surv01]] 
  


## Prüfungsleistungen

- Erstellung und Durchführung einer Umfrage (kleine Forschungsarbeit) mit Dokumentation in kleinen Gruppen (4-5 Teilnehmer) und

- Präsentation der Ergebnisse und Erfahrungen mit Mobilen Crowd Sensing, oder

- Mündliche Prüfung, oder

- Anfertigung eines Reviews (Themen siehe unten)

### Anforderungen an die schriftliche Seminararbeit

Die Arbeit sollte 10-15 Seiten umfassen und folgende Kapitel enthalten:

1. Einführung und kurzer Überblick über die beiden Methoden (Unterschiede herausarbeiten)\\
- Zentralisierte WEB Umfragen (primär partizipativ)\\
- Dezentrale ad-hoc Mobile Umfragen mit Agenten (primär opportunistisch)\\
- Crowdsensing\\
- Kurze Beschreibung der Software- und Erhebungsarchitektur (wer kommuniziert mit wem)\\

2. Eigene Umfrage beschreiben (Ziele, Zielgruppen, Fragestellung, Variablen, Dialog)\\
- Konditionale Dialoge 

3. Ergebnisse aus der WEB Umfrage analysieren (wenn möglich mit stat. Methoden) und evaluieren

4. Versuchen diese Umfrage für die Crowdsensing APP und mobile Umfragen zu verwenden oder zu überarbeiten (kürzen usw.)

5. Ergebnisse aus der mobilen Umfrage analysieren (wenn möglich mit stat. Methoden) und evaluieren - Vergleich zu WEB Umfrage!

6. Zusammenfassung

### Anforderungen an einen Review Artikel

1. Die Arbeit sollte 10-15 Seiten umfassen und folgende Kapitel enthalten:

2. Die Arbeit besteht aus einer Einführung zu dem Thema (siehe unten), 

3. Einer Recherche des Stand der Wissenschaft (und Technik), einer Bewertung/Analyse (z.B., bezüglich Verbreitung, Fähigkeiten, Nutzen, Nutzerfreundlichkeoit, Erreichbarkeit von Zielgruppen, Kosten, Risiken usw)

4. Und einer Zusammenfassung der Ergebnisse. Es sollte eine Liste von mindestens 10 wissenschaftlichen Publikationen vorhanden sein.

### Themen für Reviews

1. Risiken und Datenschutz / Schutz der Privatssphäre im Mobilen Crowdsensing mit Smartphones ("Corona Warn App" als Beispiel)
2. Motivation und Belohnung von Nutzern für ad-hoc Umfragen (also MCWS/mit Smartphones oder über WEB Seiten)
3. Soziologische Qualität von Daten aus MCWS (und auch Möglichkeiten der Ergänzung von klassischen Erhebungen mit mobilen Daten)
4. Mobiles und semantisches Tracking (Semantik: Personen in Kontext und Situationen zu bringen): Was ist möglich, welche Techniken, wo ist der Haupteinsatz/"Nutzen" (Wirtschaft, Versicherungen?)
5. Mobiles Sensing und Data Mining im Gesundheitswesen. Was gibt es, was nützt es, was bringt es dem Einzelnen, was der Gesellschaft?

Eigene Themenvorschläge ähnliche den obigen sind auch willkommen!
 


## Ziele

++++ Ziele |

1. Die Studenten sollen die Grundlagen des mobilen Crowd Sensings und deren Möglichkeiten, Ziele, und Anwendungen verstehen sowie Einblicke in Algorithmen und Datenmodelle erwerben. Sie können die Fragen wie die erhobenen Daten zu bewerten und zu verarbeiten sind beantworten. 

2. Es sollen Abläufe und Aufbau vom Umfragen und der Datenerhebung mit mobilen Crowd Sensing und Verwendung von mobilen Geräten (Smartphones) verstanden und praktisch anhand einfacher Beispiele eingesetzt werden. Sie können die Fragen beantworten wie man mit Nutzern richtig interagiert und wie man Interesse an der Teilnahme weckt. 

3. Die Studenten sollen anhand einfacher Laborübungen mit einem WEB basierten Crowd Sensing Baukasten und Analysewerkzeugen (Ausführung im WEB Browser, Verwendung von R) auf einfache Weise verschiedene Erhebungsszenarien erproben, unterscheiden und bewerten können.

4. Verständnis und Anwendung der Datenvorverarbeitung und Bedeutung von Quantität und Qualität der Daten (Data Mining).

5. Durch Praxisnähe sollen am Ende der Veranstaltung die Studenten in der Lage sein, Sensordaten mit Verfahren sinnvoll und zielgerichtet verarbeiten zu können und den Nutzen und die Probleme beim Einsatz von CWS realistisch bewerten können

++++

## Diskussionsforum

  * Live Chat [[talk:cws:start|Discussion]]

**Besucher** Heute: {{counter|today}} - Gestern: {{counter|yesterday}} - Alle: {{counter|total}}

~~DISCUSSION|Diskussion und Fragen~~