Twitter als hulpmiddel voor fileberichten
Jelle Koster 10434399 Begeleider: Loek Stolwijk 12 ECAbstract
In dit onderzoek is gekeken of tweets afkomstig van het sociale netwerk Twitter een
toevoeging kunnen zijn aan de bestaande vormen van file-informatie over de situatie op de
Nederlandse snelwegen. Eerst worden enkele feiten over het Nederlandse verkeer genoemd
die van toepassing zijn op dit onderzoek. Er worden in dit onderzoek in totaal drie soorten
file-informatie met elkaar vergeleken. Door gebruik te maken van verschillende
programma’s is file-informatie verzameld en zijn tweets met betrekking tot files verzameld.
Na het bekijken van alle file-informatie van twee verschillende dagen kan men tot de
conclusie komen dat tweets van Twitter niet als vervanging kunnen dienen voor bestaande
file-informatie, wel kan het beschouwd worden als een toevoeging aan de bestaande file-informatie. Ook is in dit onderzoek kort beschreven hoe een mogelijke mobiele applicatie
functioneert die tweets toont met betrekking tot file-informatie.
Inhoudsopgave
1. Introductie 4 2. Theoretisch Kader 5 2.1 Verkeersgedrag 5 2.2 Hoe ontstaan files? 5 2.3 Huidige hulpmiddelen 6 2.4 Twitter als bron van verkeersinformatie 8 3. Onderzoeksopzet 10 3.1 Twitter 10 3.2 Verkrijgen van Twitterdata 11 3.3 Radio 12 3.4 Websites en applicaties 13 3.5 Onderzoek A2 16 4. Resultaten 6 Juni 17 4.1 ANWB 17 4.2 VID 19 4.3 Twitter 21 5. Resultaten 22 Juni 24 5.1 ANWB 24 5.2 VID 25 5.3 Twitter 26 5.4 Vergelijking van data 26 5.5 23 juni 2016 27 6. Discussie 28 6.1 Verschillen tussen de bronnen 28 6.2 Foto’s 28 6.3 Emotie 28 6.4 Aantal snelwegen 28 6.5 Locatievoorzieningen 29 6.6 Betrouwbaarheid 29 6.7 Validiteit 29 6.8 Afscherming 29 6.9 Afname aantal gebruikers 30 6.10 Andere factoren 30 7. Applicatie “TweetTraffic” 31 8. Conclusie 33 9. Literatuurlijst 34 Appendix 35
1.
Introductie Files zijn voor werkend Nederland een grote ergernis. In Nederland groeit het aantal files sinds 2014 weer sterk. Na de daling van het aantal files, door de terughoudende economie sinds 2007, is er na 2013 weer een groei te zien in het aantal files op de Nederlandse snelwegen. In 2015 is er zelfs een stijging te zien van 22 procent ten opzichte van 2014 (VID, 2015). Kortom, weggebruikers in Nederland gaan vaker en langer in de file staan. Vooral rond de spitsuren staan de Nederlandse snelwegen voor enkele minuten tot enkele uren vast. Onlangs is bekend gemaakt dat de Nederlandse bevolking is gegroeid tot 17 miljoen inwoners (CBS, 2016). Nederland heeft in totaal van deze 17 miljoen inwoners rond de 7 miljoen werkenden. Zowel het aantal inwoners als het aantal werkenden zal de komende jaren blijven groeien. Dit betekent dat er een steeds grotere druk komt te staan op het (snel)wegennet van Nederland, dat ongeveer 2360 kilometer beslaat. Het is daarom interessant om te bekijken of men de files kan voorspellen. Als men namelijk de files (tijdig) kan voorspellen, dan kan dit wellicht tot een vermindering van files leiden. Weggebruikers kunnen dan tijdig een andere route kiezen, waardoor de bestaande file verminderd wordt, of zelfs helemaal uitblijft. Een manier om te kijken of het mogelijk is files te voorspellen is door gebruik te maken van een sociaal netwerk. In Nederland stijgt het aantal smartphones ieder jaar. Ongeveer 67 procent van de smartphonegebruikers bekijkt op hun smartphone verschillende sociale netwerken (GFK, 2015). Het interessantste sociale netwerk voor dit onderzoek is Twitter. Twitter is een sociaal netwerk waarin korte berichtjes, ofwel tweets, centraal staan. Elke tweet heeft een maximum van 140 tekens. Gebruikers van Twitter plaatsen voornamelijk korte statusupdates (Java et. al., 2007). Deze tweets kunnen wellicht gebruikt worden om te bepalen of er mensen in de file staan. Het is namelijk mogelijk dat er weggebruikers zijn die snel even een tweetje sturen met als inhoud dat men in de file staat. Dit kan belangrijke en interessante informatie zijn om een inzicht te krijgen in de locatie van files. Er kunnen natuurlijk ook buurtbewoners, vrienden of familie zijn die een waarschuwing geven aan andere gebruikers van Twitter dat er ergens een ongeluk is gebeurd of dat er een file is ontstaan. Ook is het mogelijk bij Twitter te bekijken welke tweets “trending“ zijn. Trending houdt in dat de gebruikers van Twitter veel tweets publiceren die betrekking hebben op een bepaald onderwerp. Dit kan bijvoorbeeld over een evenement gaan dat zich in Nederland afspeelt. Dit kan gevolgen hebben voor het verkeer. Er kunnen bijvoorbeeld files ontstaan als veel mensen zich via de weg verplaatsen naar een evenement dat als “trending” wordt aangegeven op Twitter. Deze informatie zou wellicht gebruikt kunnen worden om een voorspelling te maken waar files kunnen ontstaan. Het doel van dit onderzoek zal zijn om te kijken of het sociale netwerk Twitter een toevoeging kan zijn op bestaande file-informatiekanalen. Het onderzoek zal zich voornamelijk bezighouden met het vergaren en analyseren van Twitterdata uit Nederland. Deze data kan verkregen worden via verschillende methodes. Er zijn verschillende extensies op bestaande programmeertalen te gebruiken om Twitter berichten, beter bekend als tweets, te kunnen verkrijgen. In eerste instantie zal er literatuuronderzoek worden gedaan naar alle mogelijkheden van het verkrijgen van deze informatie. Vervolgens wordt er onderzoek uitgevoerd met behulp van zelfgeschreven programmeercode. Dit leidt tot de volgende onderzoeksvraag: "Wat is de toegevoegde waarde van Twitterberichten op berichtgeving over files?". Deze hoofdvraag dient beantwoord te worden met behulp van verschillende deelvragen. Deelvragen die worden beantwoord in dit onderzoek zijn: 1. Waaruit bestaat verkeersgedrag op een bepaald traject? 2. Hoe ontstaan files? 3. Wat zijn de huidige hulpmiddelen voor het voorspellen van files? 4. Welke informatie kan worden gehaald uit Twitterberichten?Een interessante toevoeging op dit onderzoek zou het maken van een applicatie kunnen zijn. In deze applicatie kan de toegevoegde waarde van Twitterberichten worden geïmplementeerd. Dit kan in de vorm van een Applicatie op een smartphone of via een web-applicatie. Op deze manier kunnen gebruikers informatie raadplegen voordat men vertrekt met de auto. Ook kan dit een toevoeging zijn voor thuisblijvers of personen die wachten op de automobilist.
2.Theoretisch kader
2.1 Verkeersgedrag
Om het fileverkeer volledig te bekijken is het nodig een aantal zaken te behandelen. In dit gedeelte zullen alle deelvragen worden beantwoord. De eerste deelvraag is: Waaruit bestaat verkeersgedrag op een bepaald traject? Om deze deelvraag te kunnen beantwoorden is het belangrijk om enkele termen te definiëren. Een belangrijke term voor dit onderzoek is de term file. Wanneer wordt er in het verkeer gesproken over een file? Een heersende perceptie onder weggebruikers is dat men van een file spreekt indien verkeer langzaam rijdt of stilstaat (VID, 2015). Het VID hanteert echter drie vormen van files. De volgende definities geven aan wat de drie verschillende soorten van files zijn en zijn afkomstig van de website van het VID. • “langzaam rijdend verkeer: verkeer dat over ten minste 2 kilometer nergens harder rijdt dan 50 km, maar doorgaans wel sneller dan 25 km/u; • stilstaand verkeer: verkeer dat over ten minste 2 kilometer vrijwel overal minder dan 25 km/u rijdt; • langzaam rijdend tot stilstaand verkeer: langzaam rijdend verkeer over veelal wat grotere lengte met hierin “groepen” stilstaand verkeer.” (VID, 2015) Zoals te zien is in deze drie definities blijkt dat men vaak een te beknopte uitleg aan de term file geeft. Het VID hanteert de definitie van file als een verzamelbegrip van bovengenoemde drie begrippen.2.2 Hoe ontstaan files?
2.2.1 Wegcapaciteit
Een file ontstaat grofweg door twee oorzaken op en rondom de weg. Ten eerste kan er sprake zijn van te weinig wegcapaciteit. Ten tweede is het mogelijk dat er een te groot verkeersaanbod is. Indien er meer auto’s op een traject rijden dan dat een traject daar de ruimte voor heeft ontstaan er files. Dit is met name te zien in de ochtend- en avondspits in Nederland. Vrijwel elke werkdag is er sprake van file op de Nederlandse snelwegen. Iedere werkdag vertrekken forenzen van en naar hun werkplek tussen 6 en 9 uur in de ochtend en tussen 6 en 9 uur in de avond. Er is op deze momenten (tijdelijk) een te groot aanbod van wegverkeer. Hiermee wordt duidelijk dat het traject waarop de file zich vormt een te kleine capaciteit heeft. Er kunnen naast de spits nog meer oorzaken zijn waardoor files ontstaan. Deze worden hieronder besproken.2.2.2 Het weer
Het weer heeft een grote invloed op de vorming van files in Nederland. Een file ontstaat dan voornamelijk door regenval en wordt als regenspits aangeduid. In het jaar 2015 waren er meer regenspitsen dan in het jaar 2014 (VID, 2015). Een spits wordt aangeduid als regenspits als er meer dan 0,1 millimeter neerslag is gevallen in De Bilt, buiten vakantieperiodes. Regenspitsen kwamen vooral in de herfstperiode in 2015 een stuk vaker voor dan in 2014.2.2.3 Incidenten
Een andere mogelijke oorzaak van filevorming is te wijten aan incidenten op de weg. Uit de publieksrapportage Rijkswegennet is te zien dat in de tweede periode van 2015 het aantal files dat ontstaat door incidenten is gestegen. In totaal zijn 26 procent van de files ontstaan door incidenten. 19 procent hiervan is veroorzaakt door een ongeval, terwijl de overgebleven 7 procent is veroorzaakt door een pechgeval (Rijkswaterstaat, 2015). De groei van het aantal incidenten kan wellicht te maken hebben met het relatief slechtere weer zoals hierboven is aangegeven. Ook de toegenomen verkeersdrukte kan een mogelijke oorzaak zijn van een toename van incidenten.2.2.4 Wegwerkzaamheden
Een andere belangrijke factor die files kan veroorzaken zijn wegwerkzaamheden. Door wegwerkzaamheden komt er vaak meer druk te staan op de wegcapaciteit. Zo kunnen er wegversmallingen ontstaan. Of bepaalde wegen worden zelfs helemaal afgesloten, waardoor het extra druk wordt op andere wegen. Deze andere wegen zijn vaak niet berekend op een grotere hoeveelheid auto’s. Hierdoor ontstaan wederom files.2.2.5 Economie
Ook is er een groei te zien bij het woon-werk verkeer. Woon-werk afstanden blijven gemiddeld groeien (VID, 2015). De economische welvaart is ook een mogelijke factor voor de stijging van files in vakantieperiodes (VID, 2015). Mensen hebben meer geld over voor een extra uitje of vakantie. Dit heeft tot gevolg dat er in de vakantieperiodes een groter aantal auto’s zich op de weg bevindt. Men maakt ook minder gebruik van het Openbaar Vervoer. Met name in kleinere steden en dorpen is het openbaar vervoer niet optimaal geregeld. Dit heeft wederom tot gevolg dat mensen vaker de auto gebruiken om ergens heen te gaan, wat weer meer kans op file betekent.2.3 Huidige hulpmiddelen
2.3.1 Websites
Er zijn verschillende mogelijkheden om op te zoeken of er files staan op de Nederlandse wegen. Allereerst is er de mogelijkheid om op verschillende websites de files op de Nederlandse (snel)wegen te bekijken. Enkele bekende websites zijn die van de ANWB, filemeldingen.nl, fileradar.nl, VID en nog enkele anderen. Deze websites laten in een lijst alle meldingen van files zien. Bij elke file staat in veel gevallen de lengte van de file aangegeven. Ook is er soms een kaart aanwezig waar alle files op getekend staan. Zo is het overzichtelijk voor gebruikers van de site waar de files precies staan. De informatie van het VID is afkomstig van Rijkswaterstaat. Rijkswaterstaat heeft gedetailleerde informatie tot zijn beschikking over het wegverkeer. Dit is mogelijk gemaakt doordat er verschillendeinformatie over de snelheid van auto’s worden verkregen. In combinatie met camerabeelden kan Rijkswaterstaat vervolgens vastleggen of er wel of geen file staat.
2.3.2 Smartphone applicatie
Sinds de opkomst van smartphones en bijbehorende App stores zijn er verschillende applicaties ontwikkeld die vergelijkbare informatie aanbieden als een van de bovengenoemde websites. Onder andere de ANWB heeft een mobiele applicatie ontwikkeld die gericht is op file-informatie. Er zijn ook enkele andere bekende applicaties. Enkele voorbeelden zijn Flitsmeister, Routeradar, FileMaster en File-flits. Deze apps zijn erop gericht een snelle, duidelijke weergave van file-informatie weer te geven. Veel van deze applicaties bieden ook een push-bericht service aan. Hiermee krijgen gebruikers, indien ze deze functie geactiveerd hebben, direct bericht bij een file.2.3.3 Navigatiesysteem
File-informatie is een functie die al langere tijd aanwezig is in navigatiesystemen van verschillende fabrikanten. TomTom heeft een service genaamd TomTom Live (vroeger bekend als TomTom HD-traffic). Dit is een betaalde dienst waarmee er tijdens het navigeren file-informatie beschikbaar komt. Het navigatiesysteem zal vooraf en tijdens het rijden informatie geven over de drukte op de weg. Indien nodig zal het navigatiesysteem een alternatieve, snellere route aangeven die om de file heen gaat. TomTom haalt zijn file-informatie voornamelijk uit de apparaten die verbonden zijn met de Live service van TomTom. TomTom verzamelt anoniem data over de gebruikers van deze service (TomTom, 2016). Apparaten die verbonden zijn met de service geven locatie en snelheid door aan het systeem van TomTom. Hiermee kan TomTom bekijken waar en met welke snelheid gebruikers rijden. Daarmee kan een schatting gemaakt worden van de drukte op de weg, die eventueel als file bestempeld kan worden. Een nadeel van dit systeem is dat het een vertekend beeld kan geven. Het is nu mogelijk dat er op de ene snelweg meer TomTom Live gebruikers zijn dan op de andere snelweg. Hoe meer gebruikers rond een bepaalde locatie, hoe accurater de bepaling van files door het systeem. Als er op bepaalde wegen weinig tot geen gebruikers van dit systeem zijn, dan zal het systeem geen file registreren. Terwijl het natuurlijk nog steeds mogelijk is dat er een file staat.2.3.4 Navigatie-App
Ook op de smartphone zijn er verschillende navigatie-apps beschikbaar. Er zijn zowel gratis applicaties beschikbaar als betaalde applicaties. Een bekende gratis applicatie is Google Maps. Met Google Maps kunnen weggebruikers net als bij een navigatiesysteem een begin- en eindpunt invoeren. Google Maps houdt vervolgens ook rekening met files en past de route indien nodig aan. Naast deze gratis varianten zijn er ook betaalde varianten. Grote merken van navigatiesystemen als TomTom, Garmin en enkele anderen, hebben een navigatie-applicatie beschikbaar gesteld voor smartphones. Qua functionaliteit zijn deze applicaties vergelijkbaar met een navigatiesysteem.2.3.5 Radio en TV
Een andere manier van het verkrijgen van file-informatie is via de Radio en TV. Op de televisie wordt bij onder andere het RTL-nieuws file-informatie gegeven. Deze informatie richt zich voornamelijk op het woon-werk verkeer in de ochtend. File-informatie wordt ook via verschillende radiozenders naar buiten gebracht. Een voordeel hiervan is dat vrijwel elke moderne auto over een radio beschikt. Weggebruikers kunnen hierdoor ook nog tijdens het rijden file-informatie oppikken. Het radiosignaal bestaat uit een FM-frequentie. Bij deze FM-frequentie wordt ongemerkt een RDS (Radio Data System) signaal meegestuurd. Het RDS zorgt voor extra informatie over de zender. Ook kan er bij hetbestuurder dit signaal oppikt van een radiostation, dan zal de radio automatisch overschakelen naar de zender die dit signaal meestuurt. De gebruiker krijgt op deze manier altijd verkeersinformatie te horen van een radiostation dat het signaal uitzendt.
2.3.6 Lokaal
Een laatste manier van het verkrijgen van informatie kan ook tussen personen zelf plaatsvinden. Men kan simpelweg via een gesprek informatie over het verkeer verkrijgen. Dit kan natuurlijk via een telefoongesprek, in persoon of via een sociaal netwerk. Via een sociaal netwerk kan een persoon via een privébericht informatie over het verkeer sturen naar een ander persoon. Ook is het mogelijk dat een persoon een status update op het internet zet via een van de sociale netwerken. Andere gebruikers van deze netwerken zien dit en kunnen op deze manier wellicht aan extra verkeersinformatie komen. Dit aspect is een belangrijk onderdeel van dit onderzoek. In onderstaande tabel zijn alle manieren kort samengevat. Wijze van informatieverstrekking Functionaliteit(en) Website - Lijst met file(s) - Kaart met file(s) Mobiele App - Lijst met file(s) - Kaart met file(s) - Push-berichten Navigatiesysteem - Live data - Informatie voor uitgekozen route Navigatie-App - Live-data - Informatie voor uitgekozen route Radio - RDS - Filebericht indien signaal wordt ontvangen - Korte samenvatting belangrijke files TV - Korte samenvatting belangrijke file(s) - Zichtbaar op kaart Lokaal - Eigen ervaring - Eigen inzicht op file(s)2.4 Twitter als bron van verkeersinformatie
In dit onderzoek wordt er gekeken of Twitter als toevoeging aan file-informatie kan dienen. Er zijn verschillende manieren waarop gekeken kan worden of Tweets informatie bevatten over het verkeer. De ANWB en vergelijkbare filediensten tweeten bijvoorbeeld regelmatig over het snelwegverkeer in Nederland. Echter probeert dit onderzoek zich ook te richten op informatie over het verkeer dat verkregen wordt van individuele gebruikers. Om informatie te verkrijgen zal er gekeken moeten worden naar bepaalde trefwoorden. Deze trefwoorden zullen moeten voorkomen in tweets van gebruikers. Gebruikers kunnen hiermee vrienden, volgers en andere bekenden laten weten dat er ergens een file staat. Ook laten zij hiermee weten dat hun aankomsttijd later is. Er zijn verschillende mogelijkheden om tweets te analyseren. Een website die zich richt opwaarin dit trefwoord voorkomt op Twitter te vinden. Een trefwoord is bijvoorbeeld “A1”, “A2”, “A27” etc. Een ander trefwoord is natuurlijk het woord “file”. Hieronder is een korte lijst te zien met mogelijke trefwoorden die gedefinieerd zijn voor dit onderzoek. • ‘File’ • A1','A2','A4','A5','A6','A7','A8','A9','A10','A12','A13','A15','A16','A17','A18','A20','A22','A27','A 28','A29','A30','A31','A32','A35','A37','A38','A44','A50','A58','A59','A65','A67','A73','A74','A76' ,'A77','A79','A200','A208','A256','A270','A325','A326','A348','A783' • ‘Verkeer’ • ‘Langzaam rijdend’ • ‘Stilstaand’ Er is nog gedacht om andere, bijpassende termen te gebruiken zoals wegwerkzaamheden, ongeval, ongeluk en andere termen. Echter bleek dat in vrijwel alle tweets waar een van deze termen stond ook al de term ‘file’ in de tweet stond. Het lijkt dus niet noodzakelijk de andere termen toe te voegen. Om te concluderen dat een bepaalde tweet over een file gaat kan men gebruik maken van een van de vijf bovengenoemde trefwoorden. Het eerste trefwoord ‘file’ en een van de snelweg trefwoorden komt vrijwel in elke tweet voor die te maken heeft met file-gerelateerde zaken. Dit onderzoek zal zich richten op files op de Nederlandse snelwegen. De belangrijkste trefwoorden voor dit onderzoek zijn ‘file’ en een van de namen van de Nederlandse snelwegen. Door te zoeken op deze termen worden niet alleen tweets van bekende file-informatiediensten gevonden, maar ook van individuele weggebruikers. Voor dit onderzoek is het belangrijk dat duidelijk is van wie de tweet afkomstig is. Zo kan bepaald worden of de tweet afkomstig is van een weggebruiker of van een andere dienst zoals de ANWB of het VID welke informatie vrijgeeft via het twitterkanaal van de desbetreffende dienst. Verder moet het duidelijk zijn dat de desbetreffende tweet zowel het woord ‘file’ bevat als een van de snelwegnamen. Een andere interessante toevoeging aan de tweet kan locatiedata zijn. Dit kan zowel expressief bekeken worden in een tweet, maar ook via gps-informatie. Als een weggebruiker via de Twitterapplicatie een tweet stuurt, dan is het mogelijk dat de Twittergebruiker ook zijn of haar locatie meestuurt. Hiermee kan wellicht een bepaalde connectie gemaakt worden met de locatie van de file. Als een weggebruiker zich in de file bevindt op een bepaalde snelweg, dan kan men met behulp van deze gps-data bekijken waar de weggebruiker precies in de file staat. Dit werkt op een vergelijkbare manier als het LIVE-systeem van TomTom dat eerder is besproken. Een belangrijk aspect voor dit onderzoek is de Nederlandse wet met betrekking tot het gebruik van een mobiele telefoon tijdens het rijden. Het is sinds 1990 verboden om te bellen in de auto terwijl een persoon de mobiele telefoon vasthoudt. Bellen in een geparkeerde of stilstaande auto is wel toegestaan (Rijksoverheid, 2016). Er mag ook met de telefoon in de hand gebeld worden als de weggebruiker stilstaat voor een stoplicht of in de file staat. Echter is het gebruik van de mobiele telefoon achter het stuur toegenomen naarmate de mobiele telefoons evolueerden naar smartphones. Smartphones hebben veel meer functies dan de ouderwetse mobiele telefoon waarmee slechts gebeld en ge-sms’t kon worden. Smartphone gebruikers hebben nu de mogelijkheid allerlei functies die betrekking hebben tot het internet te gebruiken. Het is nog steeds verboden om de telefoon vast te houden terwijl een weggebruiker aan het rijden is. Wat nog steeds is toegestaan is het gebruik van de smartphone als de auto niet in beweging is of als de telefoon handsfree gebruikt wordt. Voor dit onderzoek is het noodzakelijk dat weggebruikers de wet niet overtreden. Het is wettelijk toegestaan dat een weggebruiker gebruik maakt van zijn smartphone tijdens een file, mits het stilstaand verkeer is. Zo lang de auto van de weggebruiker stilstaat is het mogelijk dat een weggebruiker legaal een tweet kan sturen. Het is echter ook nog altijd toegestaan om de smartphone
smartphone handsfree gebruikt worden. Echter heeft men nog steeds kans op een boete als het gebruik van een mobiele telefoon of smartphone gevaarlijke situaties voor weggebruikers oplevert. Bij het actief gebruik van een smartphone en de internetmogelijkheden die de smartphone biedt loopt men de kans visueel, auditief, biomechanisch en cognitief te worden afgeleid (Stelling et. Al, 2012). Bij het gebruik van bijvoorbeeld de applicatie van Twitter hebben weggebruikers voornamelijk de kans afgeleid te worden op visueel vlak, biomechanisch vlak en cognitief vlak. Men raakt op visueel gebied afgeleid omdat men niet alleen naar de weg kijkt, maar ook of alleen naar het scherm van de smartphone. Biomechanisch wordt men afgeleid omdat men met de hand bezig is de smartphone te bedienen als men bijvoorbeeld een tweet via de Twitterapplicatie zou willen sturen. Tot slot raakt men cognitief afgeleid omdat men niet de volledige aandacht heeft op de weg en het bedienen van de auto. Een groot gedeelte van de cognitieve aandacht heeft zich verplaatst naar het gebruik van de mobiele telefoon.
3. Onderzoeksopzet
Om de onderzoeksvraag te beantwoorden is het belangrijk alle vormen van file-informatie met elkaar te vergelijken. In het eerste gedeelte zullen alle aspecten en onderdelen worden behandeld die te maken hebben met Twitter als file-informatiedienst. In het tweede gedeelte zal er gekeken worden hoe informatie van andere bronnen gebruikt wordt in dit onderzoek.3.1 Twitter
Het aantal Twittergebruikers in Nederland bestond in 2015 uit ongeveer 2,8 miljoen personen (Marketingfacts, 2015). Als men dit sociale netwerk wil gebruiken om te kijken of dit een alternatief of nuttige aanvulling kan zijn voor filevoorspellingen, dan zijn de volgende factoren aan de orde: - De bron o Instanties o Bedrijven o Individuen - De locatie - Tekst in de tweet Allereerst is het belangrijk om te weten van welke bron een tweet op Twitter afkomstig is. Een blik op de Twitter berichten gerelateerd aan file-informatie geeft grofweg drie verschillende bronnen van de geschreven tweets. De eerste bron van tweets zijn instanties zoals de ANWB of het VID. Deze instanties geven een korte samenvatting van de belangrijkste files op een bepaald moment van de dag. Ook bij vaak net ontstane files wordt er een korte tweet gestuurd met locatie en tijdstip van de file. Een andere bron van tweets zijn verschillende bedrijven die te maken hebben met het verkeer. Een voorbeeld hiervan is TomTom. Ook dit bedrijf geeft informatie op Twitter over het huidige fileverkeer in Nederland. Een belangrijke laatste bron zijn persoonlijke tweets. Gebruikers van Twitter zijn een belangrijke bron van informatie voor dit onderzoek. Doordat berichten op Twitter slechts 140 tekens lang mogen zijn kan men vaak in enkele seconden een belangrijke boodschap lezen die relevant is voor een Twittergebruiker. Doordat alles snel kan worden gelezen kunnen Twittergebruikers snel een overzicht krijgen van verschillende personen of bedrijven op het netwerk (Boyd et al., 2010). De bedrijven en instanties geven grofweg een samenvatting van alle file-informatie. Deze informatie is dan afkomstig uit de apparatuur die het desbetreffende bedrijf of instantie tot zijn beschikking heeft. Individuele personen die gebruik maken van Twitter geven echter de mogelijkheid tot een meerslechts beknopte informatie over dat deze persoon in de file staat. De tweet kan dan bijvoorbeeld een vorm hebben in de trant van “Ik sta in de file” of nog beknopter door gebruik te maken van slechts één of enkele woorden. Bijvoorbeeld slechts: “file”. Om persoonlijke tweets te kunnen gebruiken als aanvulling of voorspeller van file-informatie is er meer nodig dan deze beknopte tweets. Een belangrijke factor die nodig is om persoonlijke tweets te kunnen gebruiken als aanvulling van file-informatie is de locatie. Indien gebruikers van de mobiele Twitterapplicatie de applicatie toegang geven tot hun eigen locatie dan kan er met behulp van coördinaten en plaatsnaam wellicht nagegaan worden waar files zijn ontstaan. De coördinaten bevinden zich in de data die vergezeld is met de tweet. Deze is in eerste instantie niet zichtbaar voor eindgebruikers van het sociale netwerk. Echter kunnen de coördinaten achterhaald worden met behulp van software die erop gericht is tweets te verzamelen en te inspecteren. De manier waarop de tweets zijn verzameld zal worden besproken in de volgende sectie. Niet elke gebruiker geeft echter toegang tot zijn of haar locatie. Indien dit niet het geval is dan is een tweet voor dit onderzoek alleen bruikbaar als er in de tweet zelf een kenmerk van een plaats of een plaats zelf wordt genoemd naast de informatie dat de persoon in de file staat. Kort samengevat zijn hieronder de bruikbare tweets te zien met betrekking tot locatie. - Tweet met locatiegegevens aan en plaatsnaam in de tweet zelf - Tweet met locatiegegevens aan en geen plaatsnaam in de tweet zelf - Tweet met locatiegegevens uit en plaatsnaam in de tweet zelf. Andere factoren die meespelen hebben te maken met de inhoud en betekenis van de tweet. Geanalyseerde tweets in dit onderzoek zullen bestaan uit twee soorten tweets. De eerste soort tweet zal uit een bepaalde mate van tevredenheid bestaan. Een persoon kan bijvoorbeeld aangeven dat de file bijna voorbij is, meevalt of dat deze opgelost is. Dit is belangrijk om te weten voor het voorspellen of nagaan van files. Een andere vorm van een tweet is dat een persoon een bepaalde mate van een klacht geeft. Zo kan een tweet aangeven dat een bestuurder klaagt dat hij of zij op het moment in de file staat. Of dat hij of zij al enkele minuten/uren ergens stilstaat in een file. Dit is belangrijke informatie die gebruikt kan worden bij dit onderzoek. Kort samengevat zijn dit de twee soorten tweets die zullen worden onderscheiden in dit onderzoek. - Tweet waarin een bepaalde mate van tevredenheid wordt geuit - Tweet waarin een bepaalde mate van geklaag of irritatie wordt geuit. De laatste factor waarmee wordt rekening gehouden is of een persoon daadwerkelijk zelf een tweet maakt, of dat hij of zij een zogenaamde retweet maakt. Retweeten is een mogelijkheid op het sociale netwerk Twitter. Een retweet is letterlijk een “her-tweet”, iemand heeft de mogelijkheid een eerder geplaatste tweet te herhalen. Een persoon kan dit bijvoorbeeld doen als men een bepaalde tweet belangrijk vindt. Er is aangetoond in recent onderzoek dat een persoon vaak een retweet geeft als hij of zij de tweet die men wil retweeten een belangrijk onderwerp vindt hebben (Suh et. Al., 2010). In het geval van fileverkeer kan een retweet over een file bijvoorbeeld aangeven dat een ander persoon beaamt dat er een grote file staat. Ook kan men dit retweeten zodat volgers van de gebruiker te zien krijgen dat de gebruiker dit geretweet heeft. Op deze manier krijgt een enkele tweet een veel groter bereik. Dit is een van de mogelijke voordelen die Twitter kan hebben als aanvulling op bestaande fileberichten. Het geeft een veel persoonlijkere blik op het fileverkeer.
3.2 Verkrijgen van Twitterdata
Het is op verschillende manieren mogelijk data van Twitter te benaderen. Er zijn enkele manieren waarmee men tweets van Twitter kan verzamelen. Er zijn verschillende webapplicaties waarmee men tweets met bepaalde zoektermen of hashtags kan verzamelen. Echter zijn de functies van dezedeze data alleen beschikbaar als men een abonnement afsluit bij de website die de applicatie aanbiedt. Een tweede optie is door gebruik te maken van API’s die twitter aanbiedt. API staat voor “Application Programming Interface” en geeft gebruikers van de API de mogelijkheid bepaalde functies en software te gebruiken in andere programma’s. Op deze manier is het mogelijk programma’s en extensies van Twitter te gebruiken in een eigen programma. Om toegang te krijgen tot de Twitter API is het nodig dat men zich registreert als ontwikkelaar op het applicatie/developer platform van Twitter. Hiermee krijgt men toegang tot gegevens die nodig zijn om de Twitter-API succesvol te kunnen gebruiken. De Twitter-API beschikt over een Module ‘TwitterSearch’ die benaderd kan worden in verschillende programmeertalen. In dit onderzoek is gebruik gemaakt van Python versie 2.7. Als men de verschillende toegangscodes en authenticatiecodes correct implementeert dan heeft de gebruiker toegang tot de ‘TwitterSearch’ module afkomstig uit de Twitter-API. De TwitterSearch module heeft enkele functies die gebruikt zullen worden voor dit onderzoek. Zo kan de taal ingesteld worden op de Nederlandse taal en wordt er bepaald dat men moet zoeken op bepaalde keywords. Deze keywords, oftewel trefwoorden, zullen bestaan uit enkele termen die eerder besproken zijn. De meest voor de hand liggende trefwoorden die gebruikt zullen worden zijn een van de snelwegnamen: A1','A2','A4','A5','A6','A7','A8','A9','A10','A12','A13','A15','A16','A17','A18','A20','A22','A27','A28','A29' ,'A30','A31','A32','A35','A37','A38','A44','A50','A58','A59','A65','A67','A73','A74','A76','A77','A79','A20 0','A208','A256','A270','A325','A326','A348','A783' en het trefwoord ‘file’. Doordat de taal waarmee gezocht moet worden op Twitter is vastgesteld op het Nederlands voorkomt men dat het woord ‘file’ gevonden wordt als het Engelse woord ‘file’ dat staat voor ‘bestand’. Er wordt in het programma gezocht naar vier variabelen. Dit zijn: - Naam van de gebruiker - Tweet/inhoud tweet - Coördinaten locatie - Plaatsnaam De naam van de gebruiker is voor dit onderzoek noodzakelijk. Zo kan er bepaald worden of de tweet is geschreven door een individu, bedrijf of door een instantie. Met de inhoud van de tweet kan men bekijken of de tweet daadwerkelijk over een file op de Nederlandse snelwegen gaat. De coördinaten en eventueel plaatsnaam kunnen gebruikt worden om nader te bepalen waar een mogelijke file staat. Deze informatie is helaas niet altijd beschikbaar. Het gebruikte programma kan worden bekeken in de Appendix.
3.3 Radio
Via de radio kan een groot deel van autorijdend Nederland bereikt worden. Ook file-informatie is beschikbaar via de radio. Veel zenders laten enkele keren per dag een kort filebericht horen. Indien ingesteld door autoradiogebruikers kan de autoradio ook omschakelen naar een zender die file-informatie uitzendt door middel van RDS. In dit onderzoek wordt er voornamelijk gekeken naar twee bronnen van file-informatie die op de radio wordt verspreid. Deze twee bronnen zijn de ANWB-verkeersinformatie en het VID. De verkeersinformatie van de ANWB wordt op de volgende zenders gebruikt: • NPO Radio 1, 2 en 4• Radio Veronica • Qmusic • SkyRadio • Sublime FM Verkeersinformatie van het VID wordt door andere zenders dan bovengenoemde negen zenders gebruikt. Het VID biedt drie verschillende soorten van file-informatie aan. Zenders die participeren hebben de mogelijkheid om file-informatie op lokaal niveau, regionaal niveau of nationaal niveau te krijgen. De ANWB biedt daarentegen via de radio slechts op landelijk niveau file-informatie aan. Aangezien de grote radiozenders in Nederland gebruik maken van de services van het VID of de ANWB, zijn slechts deze twee bronnen relevant voor dit onderzoek. De file-informatie die wordt opgelezen kan in feite worden gezien als een opsomming ofwel samenvatting van de file-informatie die als tekst beschikbaar is gesteld door het VID of de ANWB. Om deze reden lijkt het dan ook niet interessant de radioberichten apart te gaan vergelijken qua informatie. De berichten op de radio zijn immers gebaseerd op de bestaande, geleverde file-informatie van het VID of de ANWB. Qua inhoud zullen deze radioberichten slechts van gelijke grootte zijn of een minder uitgebreide versie zijn van de geschreven file-informatie zoals deze beschikbaar is op de websites en applicaties van het VID en de ANWB.
3.4 Websites en Applicaties
Via het internet is het mogelijk bepaalde websites te benaderen die informatie over het fileverkeer in Nederland weergeven. Voor dit onderzoek zal er gebruik gemaakt worden van de websites van het Afbeelding 1: Screenshot van webpagina ANWBfile-informatie via de radio uit en hebben een website waarmee men file-informatie verspreidt. Daarnaast is deze file-informatie ook te benaderen via smartphone applicaties. Deze applicaties zijn voor smartphone gebruikers gratis te downloaden op een smartphone platform naar keuze. Aangezien de beschikbare informatie in deze applicaties gelijk is aan de informatie die beschikbaar is op de websites van het VID en het ANWB worden de applicaties en websites als één geheel voor dit onderzoek gezien. De informatie die beschikbaar is op deze twee websites bestaat uit tekst waarmee files worden aangegeven en een kaart van Nederland waarop files staan aangegeven. Bij afbeelding 1 op de vorige pagina is de website van de ANWB te zien. In de linker kolom wordt met tekst aangegeven waar bepaalde files staan op de Nederlandse snelwegen. In het rood staan bovendien de namen van de snelwegen waar op het moment files zijn. Op de kaart kan men nader bekijken waar de file staat in Nederland. De mobiele applicatie geeft een vergelijkbare weergave. De onderstaande afbeelding geeft een blik op de weergave van het fileverkeer gepresenteerd door het VID. Afbeelding 2: Screenshot kaartpagina VID Het VID geeft op een vergelijkbare manier file-informatie weer. Ook hier wordt er met behulp van een kaart getoond waar files staan op de Nederlandse snelwegen. De screenshots van beide websites zijn op hetzelfde moment gemaakt. Wat opvalt is dat vooral de kaart een andere weergave van files heeft. Op de pagina van het VID zijn alle vertragingen door files duidelijk te zien door middel van
weinig grote files. Het VID pikt ook al deze kleine files op en geeft deze weer op de kaart. De ANWB geeft deze korte files echter niet weer op de kaart. Op afbeelding 3 is een voorbeeld te zien van geschreven file-informatie zoals deze wordt gegeven bij de website van het VID. Deze weergave heeft een grote overeenkomst qua inhoud met die van de ANWB. In een aparte regel staat vetgedrukt de snelweg en de locatie waar de file op het moment staat. Onder deze regel staan de specifieke details van elke file.
Afbeelding 3: tekstpagina VID
3.5 Onderzoek A2
In dit onderzoek zal er worden gekeken naar de file-informatie op een bepaalde snelweg gedurende 16 uur. Er zal gekeken worden vanaf het moment dat het snelwegverkeer op gang komt tijdens normale werkdagen tot het moment dat het snelwegverkeer sterk afneemt in de avonduren. Vanaf 6 uur in de ochtend tot 10 uur in de avond (06:00 – 22:00) zal file-informatie worden bekeken van de drie eerdergenoemde bronnen. Dit zijn Twitter, file-informatie van de ANWB en file-informatie van het VID. Er zal gekeken worden naar het verschil in file-informatie van deze drie bronnen. Twitter zal hierbij een belangrijke rol spelen doordat dit de enige vorm van file-informatie is waar een individu zich kan inmengen. Twitter is de enige bron in dit onderzoek waar niet alleen instanties en bedrijven informatie vrijgeven, maar waar ook individuele personen voor extra informatie kunnen zorgen. Door al deze bronnen te vergelijken kan men inzien wat de verschillen zijn in informatie met betrekking tot files op de Nederlandse snelwegen. Dit onderzoek zal alle gegevens verzamelen van de snelweg A2. Deze snelweg is een van de belangrijkste noord-zuid verbindingen van Nederland. Na een kort vooronderzoek is duidelijk geworden dat er rond de 60 tweets per dag betrekking hebben met de snelweg A2. Alle informatie van de websites van het VID en de ANWB en, indien nodig, alle tweets met betrekking tot files op de A2 zullen op een tijdlijn worden gezet. De tijdlijn zal starten om 6 uur in de ochtend en eindigen om 10 uur in de avond. Er zal elk kwartier gekeken worden naar alle bronnen. Elk bericht dat betrekking heeft op een file op de A2 in de tijdsperiode van 6 uur in de ochtend tot 10 uur in de avond zal op de tijdlijn worden gezet. Het Twitter gedeelte van dit onderzoek zal uitgebreid worden besproken waarbij enkele opvallende zaken en individuele tweets worden besproken. Tweets op Twitter hebben vier mogelijke auteurs. Het VID, de ANWB, andere bedrijven/instanties en individuen. Ook zal worden aangegeven of de tweet daadwerkelijk een tweet was of dat het een retweet betrof. De belangrijkste tweets voor dit onderzoek zijn de tweets van individuele gebruikers. Deze zullen ook het meest aan bod komen. Informatie afkomstig van tweets van het VID en de ANWB zijn namelijk ook te zien bij hun eigen diensten. Ook zal worden bijgehouden hoe vaak er een bericht/tweet/mededeling over een file op de A2 wordt geproduceerd. Dit zal worden bijgehouden in een staafdiagram en op een vergelijkbare tijdlijn zoals hieronder worden ingevuld. Deze staafdiagram zal voor de fileberichten van het VID en de ANWB worden gemaakt en indien nodig ook voor de relevante tweets. Hiermee kan duidelijk zichtbaar worden rond welk(e) tijdstip(pen) er het meest bericht wordt over files. Hiermee kan later wellicht worden bekeken rond welke tijd de spits ontstaat en of dit zorgt voor een piek in het aantal tweets. Dit geldt zowel voor de individuele gebruikers als voor de instanties en bedrijven. Afbeelding 4: Voorbeeld tijdlijn4. Resultaten 6 Juni
Alle resultaten zullen hieronder worden besproken. Als eerste komt de file-informatie van de ANWB aan bod. Vervolgens wordt de informatie van het VID bekeken. Als laatste wordt er gekeken naar de Twitterdata. Deze drie bronnen worden vervolgens met elkaar vergeleken. Om ervoor te zorgen dat het onderzoek niet gebaseerd is op toeval zal er worden gekeken naar twee verschillende dagen. Deze dagen zijn 6 juni 2016 en 22 juni 2016. De data die wordt bekeken op deze twee dagen vindt plaats tussen zes uur in de ochtend en 10 uur in de avond. Eerst wordt de data van de ANWB, het VID en Twitter besproken op 6 juni 2016. Vervolgens wordt er gekeken naar 22 juni 2016. Ook wordt er kort gekeken naar de Twitterdata van 23 juni.
4.1 ANWB
4.1.1 Het verkrijgen van data
De website van de ANWB geeft, zoals eerdergenoemd in de onderzoeksopzet, file-informatie weer via tekst en via een kaart. Het meest relevante en duidelijk bruikbare gedeelte van de website van de ANWB is de tekstweergave van Files. Aangezien de website van de ANWB deze data niet beschikbaar heeft gesteld voor lokaal gebruik is er een zelfgeproduceerd programma gemaakt. Dit programma neemt simpelweg een screenshot van de website van het ANWB. De screenshots zijn vervolgens opgeslagen zodat deze later konden worden ingezien. Vervolgens is handmatig bij elk screenshot de tekst gerelateerd aan de fileberichten geconverteerd naar een tekstbestand. Hierna is alles voor de overzichtelijkheid in een tabel gezet. De volledige tabel kan worden ingezien in de appendix van dit onderzoek.4.1.2 ANWB resultaten
Met behulp van gemaakte screenshots is er elke 15 minuten data vergaard van de website van de ANWB. Hieronder is een gedeelte van de resultaten te zien. Elk filebericht is geplaatst onder twee grote Nederlandse steden. Dit zal worden aangeduid als een traject. Door het traject te bekijken kan er snel een overzicht worden gekregen waar en in welke richting van de snelweg er een file staat. Onder elk van deze trajecten is vervolgens specifiekere file-informatie te bekijken. Deze specifiekere file-informatie geeft aan tussen welke plaatsen er op het traject van de snelweg files staan. Ook wordt hierbij informatie getoond over de duur in minuten van de vertraging en de lengte van de file in kilometers. Tabel 1: Voorbeeld resultaten ANWB 8:00 Den Bosch – Utrecht Rosmalen – Waardenburg(28min) Knp. Deil – Beesd(6min, 3km) Everdingen- Nieuwegein zuid(6min, 3km) Utrecht – Den bosch Knp. Deil – Zaltbommel(3min,3km) Eindhoven – Maastricht Meerssen – Maastricht(10min, 4km) Utrecht – Amsterdam Utrecht Leidsche rijn – Breukelen(3min,3km)Na het analyseren van de verkregen data zijn er duidelijk enkele patronen te zien. Deze hebben met name te maken met de ochtend- en avondspits. In onderstaande grafiek is op de horizontale as de tijd zichtbaar van 06:00 tot 22:00. In de grafiek is te zien dat berichtgeving over files van de A2 begint rond 06:30 in de ochtend. Vervolgens stijgt dit rond 07:45 naar 6 meldingen van files. Er blijven 6 meldingen van files zichtbaar tot en met 08:30. Hierna daalt het aantal filemeldingen totdat deze zich bevindt op nul filemeldingen rond 09:45. Daarna zijn er enkele fileberichten waargenomen tussen 11:15 en 12:00. Vervolgens neemt het aantal fileberichten pas toe rond 14:45 en geeft dit een stijgende lijn tot en met 18:00. Hierna neemt het aantal meldingen weer af totdat er rond 19:30 geen meldingen meer zijn. Verder is het totaal aantal kilometers file dat zichtbaar was elk kwartier bijgehouden. Ook het aantal minuten vertraging is bijgehouden. Dit is te zien in onderstaande grafieken. Er is duidelijk een verband te zien met het aantal meldingen files, het aantal kilometer file en het aantal minuten vertraging. Er zijn vergelijkbare pieken te zien in beide grafieken. Deze bevinden zich net als de pieken bij de grafiek over het aantal meldingen rond de ochtend- en avondspits. Afbeelding 5: Aantal meldingen ANWB 6 Juni
4.2 VID 6 juni
4.2.1 Het verkrijgen van data
Met behulp van het eerdergenoemde python programma zijn alle tekstgegevens van de website van het VID verkregen. Wederom is er gekeken naar de periode tussen 06:00 en 22:00 uur. De file-informatie is vervolgens opgeslagen in een tekstbestand zodat deze later geraadpleegd kon worden. Om het raadplegen te versimpelen is deze data in een vergelijkbare tabel gezet als die van de ANWB.
4.2.2 VID Resultaten
Iets dat gelijk opvalt is de mate van overzichtelijkheid van de website van het VID. Het VID gebruikt een minder overzichtelijke manier van het weergeven van file-informatie dan bijvoorbeeld de ANWB. Ook mist bij enkele meldingen het aantal kilometer file bij de fileberichten. Er zijn ook beduidend minder meldingen van files op de A2 gedurende de ochtend- en avondspits. Iets dat onderstaande grafiek zal illustreren. Duidelijk is dat het aantal fileberichten in de ochtend sterk gedaald is ten opzichte van de file-informatie afkomstig van de ANWB. Waar bij de ANWB de top van het aantal fileberichten lag op 6 meldingen van file op de A2 heeft het VID slechts als maximum berichten 3 fileberichten. De vorm van de grafieken is vergelijkbaar en beide instanties geven een vergelijkbaar tijdsverloop weer van de ochtend- en avondspits. Er zijn echter verschillende, onlogische gaten te zien in het aantal meldingen. Zo zou er om 11:15 geen file zijn volgens het VID. Terwijl de ANWB in dit gat wel een file aangeeft. Na het analyseren van dit tijdstip blijkt dat er voor 11:15 en na 11:15 dezelfde file staat. Het VID lijkt dus foutievere data te bevatten in vergelijking met de ANWB. Dit verschil is wellicht te verklaren doordat beide instanties gebruik maken van verschillende manieren om file-informatie te vergaren. Het VID gebruikt, zoals eerder aangegeven, informatie afkomstig van Rijkswaterstaat terwijl de ANWB haar file-informatie van TomTomgebruikers, Ministerie van Infrastructuur en Milieu en Flitsmeister haalt. Een andere oorzaak kan het verversen van de data zelf zijn. Wellicht duurde het langer voordat de VID correcte informatie beschikbaar had, terwijl de ANWB deze informatie al wel voorhanden had. Afbeelding 6 en 7: Links het aantal kilometer file, rechts het aantal minuten vertragingOok is er, zoals eerdergenoemd, sprake van missende data. Vaak is de file-informatie incompleet. Dit houdt in dat er of geen informatie wordt gegeven over de lengte van een file, of geen informatie over de tijdsduur van de file, of een combinatie van deze twee factoren. Dit geeft een qua vorm vergelijkbare grafiek met de informatie van de ANWB. Echter is het wel duidelijk dat door missende data, en door andere data met betrekking op een vermindering van het aantal fileberichten de grafiektoppen van het aantal kilometer en de tijdsduur van files een stuk lager liggen dan bij de informatie van de ANWB. Voor de duidelijkheid is de informatie van de ANWB en het VID bij elkaar gezet in eenzelfde grafiek. Deze grafiek is hieronder te bekijken. Met de blauwe kolommen wordt de informatie van het VID getoond. De groene kolommen tonen de hoeveelheid meldingen van de ANWB. Afbeelding 8: Aantal meldingen van het VID Afbeelding 9 en 10: Links het aantal kilometer vertraging, rechts het aantal vertraging in minuten
In de grafiek is duidelijk te zien dat de ANWB over het algemeen meer meldingen van files maakt. Ook is het genoemde gat van 11:15 afgebeeld in deze grafiek. Eenzelfde situatie is te zien om 09:45 uur, 17:00 uur, 19:00 uur en om 19:15 uur.
4.3 Twitter
4.3.1 Het verkrijgen van data
Met behulp van de eerder besproken Twitter-API zijn gegevens over tweets met betrekking tot files op de A2 verzameld.4.3.2 Twitter Resultaten
In totaal zijn er op 6 juni 2016 48 tweets geplaatst die betrekking hebben op het fileverkeer op de Nederlandse snelweg A2. Tussen 06:00 uur en 22:00 uur daalt dit aantal naar 31 tweets. Dit zijn een stuk minder tweets in vergelijking met het aantal fileberichten dat afkomstig is van de ANWB en het VID. 7 van de 31 tweets in deze tijdsperiode zijn zogenaamde retweets. Oftewel een gebruiker heeft een eerdere tweet van een andere Twittergebruiker opnieuw getweet. 8 van de tweets waren afkomstig van bedrijven of instanties terwijl 23 tweets afkomstig zijn van individuen. In onderstaande tabel zijn de resultaten kort samengevat.Totaal Instantie/bedrijf Individu
tweets 6 Juni 48 18 30 tweets 06:00-22:00 uur 31 8 23 Retweets 06:00-22:00 uur 8 0 8 Tabel 2: Twitter Resultaten Wat opvalt bij de tweets is dat weinig mensen gebruik maken van locatie-voorzieningen. Gebruikers van Twitter hebben de mogelijkheid hun locatie te delen. Hiermee kunnen andere Twittergebruikers zien waar een bepaalde tweet geplaatst is. In dit onderzoek werd gezocht of een tweet een locatie in de vorm van een plaatsnaam of in de vorm van geografische coördinaten had geplaatst. Slechts 5 van de 31 tweets beschikten over locatie-informatie. Van deze 5 tweets waren deze allen geplaatst door een bedrijf of instituut. Duidelijk is dat in dit geval weinig tot geen personen gebruik lijken willen te maken van hun locatiegegevens. Afbeelding 11: Blauw = Aantal meldingen VID. Groen = Aantal meldingen ANWB
Als men Twitter zou willen gebruiken als vervanging of toevoeging aan de bestaande file-informatie dan zal de informatie van Twitter extra informatie moeten bevatten ten opzichte van de ANWB of het VID.
4.4 Vergelijking van data
Tweets met betrekking tot file-informatie zullen op 6 juni vooral een aanvulling zijn op de file-informatie in vergelijking met de informatie afkomstig van het VID. Echter blijkt er na een vergelijking met de file-informatie van de ANWB ook verschillen tussen de filemeldingen te zitten. Zo is er rond 5:50 in de ochtend een file genoemd op Twitter die op dat moment nog niet bij de verkeersinformatie van de ANWB aanwezig is. Deze file wordt later ook niet genoemd bij het VID en de ANWB. Dit kan wellicht een aanname zijn dat Twitter actueler is dan het VID of de ANWB. Ook een andere file tussen het traject van Utrecht en Den Bosch is volgens een Twittergebruiker aanwezig, terwijl de informatie over deze file op dat moment niet te zien is op de site van de ANWB en het VID. @MiloukeM tweeted: #a2 Bah file bij Beesd Everdingen en niet genoemd ! Echter kan men niet gelijk veronderstellen dat Twitter actueler is dan het VID of de ANWB. Ondanks dat Twitter enkele keren files toont voordat deze door het VID of de ANWB worden gemeld, blijft het aantal meldingen van files bij het VID en de ANWB beduidend hoger dan het aantal meldingen van files op Twitter. Twitter heeft enkele keren files genoemd die niet worden gemeld door het VID of de ANWB. Echter zijn er veel meer files wel gemeld door het VID en de ANWB die niet gemeld zijn op Twitter. @g2jeroen tweeted: Ik denk dat veel mensen op tijd naar huis willen. Lekker BBQ aan. Helaas is de A2 hier niet op gemaakt. Utr-denbosch nu al 40 min file. #BBQ Bovenstaande tweets illustreren dat Twitter een mogelijke aanvulling kan zijn op de bestaande fileberichten. Dit geeft namelijk een mate van ontevredenheid aan dat er een file gemist is bij grote instanties als het VID en het ANWB. Het geeft weliswaar verder geen preciezere informatie, maar men zou dit wel als waarschuwing of extra informatie kunnen gebruiken. Echter zijn niet alle tweets voorzien van een duidelijke file-locatie. @Rascha73 tweeted: Al een uur in de file op A2, heel erg warm!! Een tweet als hierboven is alleen te gebruiken als informatie dat er een file ergens op de A2 staat. Echter is het noodzakelijk voor weggebruikers specifiekere informatie te hebben. Op deze manier kunnen weggebruikers niet inzien of er file op hun route staat. Bij grote, plotselinge files blijkt dat er veel Twittergebruikers zijn die even de moeite nemen een tweet te plaatsen over hun fileleed. Zo wordt de file bij Utrecht rond Culemborg om 5:50 7 keer besproken door verschillende individuen. Ook geven gebruikers soms een start van een file en het einde van een file aan. Hieronder zijn enkele tweets van eenzelfde persoon in een tijdsbestek van een half uur te lezen. 06:53 - Lang geleden dat ik zo vast gestaan heb. Geen beweging in te krijgen. Nog 6km te gaan07:07 - Hoor net dat de 4 banen allemaal op de vluchtstrook moeten. Gaat nog wel ff duren dus. Min. 1 uur vertraging.
07:22- En vanaf Beesd rijdt het weer. Onderzoek ongeval lijkt afgerond. #A2 #file Deze drie tweets geven een inzicht op het verloop van de file aan. De informatie afkomstig uit deze tweets is in lijn met de informatie van de ANWB en het VID. Er is echter geen informatie te vinden dat de weggebruikers op de vluchtstrook moeten bij de ANWB en het VID. Dit kan men wellicht zien als een kleine, nuttige aanvulling op de bestaande file-informatie. Twitter geeft ook de mogelijkheid aan gebruikers om foto’s te uploaden. Foto’s kunnen wellicht als een aanvulling op de bestaande file-informatie dienen doordat deze niet worden weergeven op de websites en applicaties van het VID en de ANWB. Bovendien laat een foto wellicht de impact van een file beter zien dan slechts de tekst van file-informatie of een tweet. Een voorbeeld is hieronder te zien.
@CurdClaassen tweeted: A2 bij Culemborg, dit was een pallet #puinhoop #file
Ook vinden er retweets plaats. Bovenstaande tweet is bijvoorbeeld geretweet door een andere gebruiker. Dit kan wellicht zijn als beaming dat er een file is en dat de gebruiker die de retweet plaatst ook in de file staat. Of de gebruiker wil andere weggebruikers waarschuwen. @Backenricker tweeted: RT @CurdClaassen: A2 bij Culemborg, dit was een pallet #puinhoop #file Mensen kunnen een bepaalde tweet retweeten omdat ze zichzelf wellicht herkennen in de situatie. In het geval dat mensen een tweet retweeten over een file is het mogelijk dat de retweeters zich in dezelfde file bevinden. Dit zou men kunnen zien als een bevestiging of ondersteuning dat er ergens een file staat. Doordat er geretweet wordt krijgen gebruikers een grotere kans de desbetreffende originele tweet te zien. Dat leidt automatisch tot een groter publiek dat informatie over deze file te zien krijgt. Zo worden andere weggebruikers en Twittergebruikers wellicht op tijd gewaarschuwd voor bestaande files.
Wat verder opvalt is dat tweets zich voornamelijk lijken te focussen op “grote” gebeurtenissen. Grote files lijken vooral genoemd te worden door de Twittergebruikers. De kleinere files komen vrijwel niet voor in de resultaten van de opgehaalde tweets van dit onderzoek. Zo zijn er 12 tweets te lezen waarbij er een melding gemaakt wordt van het hout op de weg. De opgehaalde tweets zijn echter niet de enige tweets die men kan gebruiken. Doordat andere Twittergebruikers de bestaande tweets over het fileverkeer gaan bespreken neemt de reikwijdte van één tweet toe. De bovenstaande foto geeft aan dat er drie verschillende gebruikers reageren op de foto van het hout op de weg. Alle volgers van deze drie personen hebben in theorie de mogelijkheid dit te zien. Zo kunnen er veel Twittergebruikers in korte tijd bereikt worden. In de volgende sectie zullen resultaten van 22 juni 2016 worden besproken.
5 Resultaten 22 Juni
5.1 ANWB Resultaten
Bij het onderzoek van 22 juni zijn vergelijkbare resultaten te zien bij de file-informatie van de ANWB. Wederom liggen de pieken van het aantal fileberichten, het aantal kilometer file en de vertraging het hoogst tijdens de spits. De ochtendspits verloopt op 22 juni van ongeveer 06:45 uur tot 09:15 uur en de avondspits van 16:15 tot 20:00 uur in de avond. Interessant is dat er enkele meldingen zijn die wel genoemd worden, maar verder geen informatie over de lengte of duur van de file bevatten. Het missen van deze data is een mogelijke kans voor Twitter als toevoeging aan de bestaande file-informatie. Duidelijk is dat het ANWB een vrij complete weergave van het fileverkeer op de Nederlandse snelwegen lijkt te hebben, maar dat er toch wellicht enkele punten zijn te vinden Afbeelding 12: Aantal meldingen ANWB 22 Juni Afbeelding 13 en 14: Links het aantal vertraging in kilometer, rechts het aantal vertraging in minuten5.2 VID
Het VID geeft een vergelijkbaar patroon qua kilometers, vertraging in minuten en het aantal meldingen op de Nederlandse snelwegen op 22 juni. Weer valt op dat er relatief minder meldingen van files zijn in vergelijking met de ANWB. Ook hier is sprake van missende data. Het lijkt op enkele momenten kennelijk onduidelijk voor zowel de ANWB als het VID wat de ernst van de situatie op dat moment was en men kon geen inschatting van de tijdsduur van de file en de lengte van de file weergeven.Afbeelding 15: Aantal meldingen VID Afbeelding 16 en 17: Links het aantal vertraging in kilometer, rechts het aantal vertraging in minuten
5.3 Twitter
Totaal Instantie/bedrijf Individu
tweets 22 Juni 43 21 22 tweets 06:00-22:00 uur 43 21 22 Retweets 06:00-22:00 uur 5 0 5 Tabel 3: Twitter resultaten 22 Juni Op 22 juni 2016 zijn er in totaal 43 tweets gevonden die te maken hebben met files op de A2. In vergelijking met 6 juni 2016 is te zien dat alle tweets plaatsvonden tussen 06:00 uur en 22:00 uur. Ook op 22 juni blijkt dat weinig mensen gebruik maken van locatiegegevens. Locatiegegevens kunnen een belangrijke rol spelen voor bijvoorbeeld een implementatie van een systeem dat files kan voorspellen aan de hand van tweets. Zo lang er geen tot weinig personen bereid zijn hun locatiegegevens te delen is het creëren van een dergelijk systeem niet mogelijk. In de volgende sectie zullen de tweets nader bekeken worden en zal er wederom gekeken worden naar de verschillen tussen de informatie van de ANWB, het VID en de informatie die gehaald kan worden uit de tweets van Twittergebruikers.
5.4 Vergelijking van data
Interessant om te bekijken is een genoemde file rond 10 uur. Deze file wordt zowel door het VID als de ANWB niet vermeld rond deze tijd. Dat er een file blijkt te staan wordt wel duidelijk door de tweets van Twittergebruikers. @vid tweeted: Hoofdbuis Leidsche Rijntunnel >> Den Bosch = DICHT. Automobilist onwel. File vanaf Breukelen. #A2 (via @BasvVlijmen) Opvallend is dat deze tweet afkomstig is van het VID. Men zou verwachten dat deze informatie ook beschikbaar zou moeten zijn op de website van het VID zelf. De tweet wordt door meerdere personen en instanties opnieuw geplaatst of geretweet. Er zijn in totaal 6 tweets die de file noemen. Om 10:56 is de eerste tweet te zien die aangeeft dat de oorzaak van de file aan het oplossen is. @vid tweeted: Leidsche Rijntunnel #A2 weer OPEN. File nog flink (Foto: @Degeuf) Dit kan in theorie zorgen voor extra informatie ten opzichte van andere file-informatiediensten. Ook kan men met behulp van foto’s in één oogopslag een korte samenvatting van de informatie krijgen. Men kan wellicht als weggebruiker een bepaald punt op de foto herkennen en op tijd beslissen een andere weg te nemen zodat dit punt wordt vermeden. Links: Situatie aanvang file. Tunnel gesloten.Ook kunnen Twittergebruikers vaak andere tweets tegenkomen met een bepaalde emotie eraan gekoppeld. Door middel van een emoticon/emoji kan snel de toon van de tweet worden ingeschat. Onderstaande tweet is hier een voorbeeld van. @Stavebender tweeted: Ik dacht al.... Waar blijft die file? #donderdag #A2 #DenBosch.... Maar daar is ie dan! " Door de ‘boze’ emoticon is het wellicht sneller duidelijk voor een gebruiker van Twitter dat er iets negatiefs aan de hand is met betrekking tot het fileverkeer. Iets dat bij een implementatie van tweets in een applicatie wellicht gebruikt kan worden.
5.5 23 juni 2016
Op 23 juni 2016 was er in Nederland sprake van slecht weer met veel regenval tot gevolg. Bij veel regenval lijkt de kans op een groter aantal files aannemelijk. Dit had ook gevolgen kunnen hebben voor het aantal tweets dat een melding maakte van een file. Echter bleken er slechts 31 tweets met betrekking tot de A2 geplaatst te zijn op deze dag. Interessant was dat de tweets met betrekking tot files vooral in de avonduren plaatsvonden. Dit had te maken met de toeloop van fans naar een concert in Amsterdam. Onderstaande tweet met bijbehorende foto is hieronder te zien. Vooral grotere, langere en bijzondere files lijken door de Twittergebruikers te worden uitgelicht. Ook de lange file bij de Leidsche Rijntunnel op 22 juni is een voorbeeld hiervan.Coldplay speelt in @AmsterdamArena dús de file op de #A2 richting Amsterdam groeit.
6. Discussie
Na het bekijken van drie verschillende bronnen van file-informatie zijn er enkele zaken die opvallen. Deze worden in dit gedeelte van het onderzoek besproken.6.1 Verschillen tussen de bronnen
Na het onderzoek is gebleken dat er verschillen zitten tussen zowel de ANWB, als het VID en Twitter. De ANWB lijkt de meest complete bron van file-informatie te zijn. Veel file-informatie die aanwezig is op het VID en op Twitter wordt genoemd op de services van de ANWB. Het VID heeft zoals men kon zien bij de resultaten op zowel 6 juni als 22 juni een kleiner aantal meldingen van files dan de ANWB. Tweets op Twitter hebben in feite weer een lager aantal meldingen van files dan zowel het VID als de ANWB. De informatie die kan worden ontleend uit tweets lijkt vooral afkomstig te zijn van grote gebeurtenissen op de Nederlandse snelwegen. Hiermee wordt bedoeld dat met name de grote files en bijzondere gebeurtenissen veel aandacht op het sociale platform krijgen. Meer aandacht dan op de services van de ANWB en het VID. Om deze redenen lijkt Twitter niet geschikt als vervanger voor de bestaande diensten met betrekking tot file-informatie, maar kan het wellicht wel dienen als nuttige toevoeging. Redenen waarom Twitter als toevoeging kan dienen aan file-informatie worden hieronder besproken. Ook komen er redenen aan bod waarom Twitter niet als voorspeller of vervanger van file-informatie kan worden gebruikt.6.2 Foto’s
Een belangrijk onderdeel dat afwezig is bij de services van de ANWB en het VID is de mogelijkheid om foto’s te bekijken van de actuele situatie op de snelweg. De ANWB en het VID geven wel de mogelijkheid om de bekende files op een kaart te bekijken. Echter geeft Twitter de mogelijkheid tot een persoonlijkere blik op de situatie op de snelweg. Een foto kan wellicht meer zeggen dan woorden alleen. Het kan zorgen voor een directe herkenning van de ernst van een bepaalde situatie. Ook kan een foto wellicht een gevoel van herkenning oproepen. Zodra mensen een tweet zien waarbij een foto is gekoppeld kan men misschien herkennen waar de file nu precies staat. Mocht een weggebruiker de plaats herkennen dan kan hij of zij misschien op tijd een andere route bepalen.6.3 Emotie
Berichten over het verkeer in Nederland hebben een neutrale uitstraling. Twitter biedt daarentegen een manier om emotie over te brengen aan de lezers van een bepaalde tweet. Door middel van emoticons of emojis kan een Twittergebruiker snel herkennen wat de achterliggende emotie bij een tweet is. Een boze emoticon kan hierbij bijvoorbeeld staan voor een lange, niet oplossende file, terwijl een blije emoticon wellicht snel kan tonen dat een bepaalde weg weer vrij is. Twitter als bron van file-informatie is niet gebonden aan bepaalde regels van berichtgeving over het fileverkeer. De gebruikers van Twitter bepalen dit uiteraard zelf. Deze emotie kan worden gezien als toevoeging aan de bestaande manieren van het schrijven van file-informatie.6.4 Aantal snelwegen
Dit onderzoek heeft zich gericht op file-informatie op de Nederlandse snelweg A2. Het aantal tweets die betrekking hebben op het fileverkeer op de A2 lagen uiteindelijk tussen de 40 en 50 tweets per dag. Deze tweets zijn opgezocht met behulp van enkele keywords zoals deze besproken zijn in de onderzoeksopzet. Er zijn echter veel meer snelwegen in Nederland dan alleen de A2. De tweets kunnen niet als vervanging worden gezien van alle file-informatie, maar het kan wel een inzichtsnelwegen. Dit kan zorgen voor een wellicht nuttige samenvatting van alle grote files in Nederland. Er zal naar meerdere, verschillende snelwegen moeten worden gekeken om zo wellicht tot andere inzichten te komen.
