"Parsed text" is een vooraf gedefinieerde eigenschap. Deze eigenschap is van te voren gedefinieerd (ook bekend als een speciale eigenschap) en komt met extra beheersprivileges, maar kan worden gebruikt net als elk andere door de gebruiker gedefinieerde eigenschap.
D
Concept & definition
A Data-driven Decision Support System (DDSS) refers to “a category or type of decision support system that emphasizes access to and manipulation of a time-series of internal company data and sometimes external data” (Power, 2002, 2008). A decision support system “[is] a class of computerized information system that supports decision-making activities”.
A DDDS can consequently be understood as a class of computerized information system that support decision-making activities via the access to and manipulation of internal company data and sometimes external data. The concept was originally defined from a private sector point of view, and not from a public administration perspective.
Public administration perspective on DDSS
In a public administration context, specific reference can be made to internal public administration data and external data. Public administration data can refer to data originating from within the public administration that will take a particular decision, but can also refer to data originating from other public administration actors. External data would, in the context of public administrations, refer to non-public administration data (e.g. data from private sources or other stakeholders).
For example, a local Digital Twin can include data of various sources:
Data originating from the administration itself (local police, environmental department etc.)
Data originating from other public administrations, think of neighbouring local administrations, the Flemish public administrations, the federal public administration etc.
Data originating from non-public administration actors, such as private companies or citizens.
Other types of decision support systems
As Power (2002, 2008) and Kozielski et al. (2021) indicate, a DDSS is only one type of decision support system. Other types of decision support systems are the following:
Communication driven
Data driven
Document driven
Knowledge driven
Model driven.
Relevant in this regard is specifically the Knowledge-driven decision support system , which “is a blanket term for systems built using artificial intelligence technologies. Equipped with specialized problem-solving expertise, they are used to suggest or recommend actions to managers, using tasks that would otherwise require a human expert. Knowledge-driven [decision support system] are often paired with data mining to sift through large amounts of data to identify the content relationships within.” (Lee, 2021; Power, 2002, 2008).
Dit is de initiatiefpagina City of Things Data-gestuurde winkelgebieden – Mechelen.
Deze pagina beschrijft het initiatief volgens de definitie op de VLAIO website en linkt door naar relevante pagina's op de kennishub.
[1]
Overzicht City Of Things Initiatieven
Initiatiefnemer Gelinkte Initiatieven Domeinen City of Things 2020 VLAIO Data-gestuurde winkelgebieden – Mechelen De Sint-Niklase Stadsmunt – Sint-Niklaas Smart Retail Area – Antwerpen VLOED - Gent INVEST – POM West-Vlaanderen LocusFocus – POM Vlaams-Brabant Lokaal 3D Project – Provincie Oost-Vlaanderen Wij Leveren – Leuven
Via dit project wil men handelaars ondersteunen om meer datagedreven beslissingen te nemen. Om de koppeling te maken tussen datagedreven handel en datagedreven beleid is een eenduidig en flexibel monitoringssysteem aan de orde. Hierbij wordt vertrokken vanuit de behoeften van de handelaars en wordt samen met hen over bekeken over welke data zij beschikken, op welke manier ze deze data kunnen delen met de stad, welke (open) data zij van de stad willen ontvangen en hoe een handelaarsdashboard gebruiksvriendelijk kan opgezet worden. Op basis van deze input wordt beslist welke data de stad nog dient aan te kopen of capteren (IoT), welke coachingsnoden de handelaar heeft in het omgaan met deze data en wat de MoSCoW vereisten zijn voor zo een handelaarsdashboard. Daarnaast nemen ze de betrouwbaarheid en accuraatheid van de (beschikbare) data onder de loep en verkennen ze de markt met het oog op het genereren van kwaliteitsvolle data. Het sluitstuk is het opleveren van een prototype dashboard voor handelaars en een dashboard voor het beleid van de betrokken steden waardoor beide partijen via accurate data meer kennis ter beschikking krijgen om hun acties op af te stemmen. Samenwerking tussen handelaarsdashboard en beleidsdashboard wordt waar mogelijk (GDPR, integratie van datastromen) meegenomen binnen het project.
↑ https://www.vlaio.be/nl/vlaio-netwerk/city-things-slimme-steden-en-gemeenten/city-things
Data soevereiniteit [1] is een centraal aspect in Europe, en bijvoorbeeld van organisaties als IDSA . Het kan gedefinieerd worden als de mogelijkheid van een natuurlijke persoon, bedrijf of land om volledig zelf te bepalen wat er met hun data gebeurt. In die zin, wordt soevereiniteit vaak in 1 adem gebruikt met data localisatie en data huisvesting. Data huisvesting geeft aan waar de data bewaard wordt op een geografische plaats. Data localisatie vereist dat data die binnen bepaalde grenzen wordt gecreeerd, daar ook opgeslagen wordt, en gaat dus over het "lokaal" houden van productie en opslag, terwijl data huisvesting enkel aangeeft waar data wordt bewaard. Data soevereiniteit bepaalt niet alleen waar de data wordt opgeslagen, maar dat deze ook onderworpen is aan de wetten van de legale entiteit waar de data is opgeslagen. Dit gaat dus verder dan een geografische plaats of een "lokale" opslag, maar houdt ook in dat op die specifieke data specifieke regels van kracht zijn.
Datasoevereiniteit gaat echter verder dan locatie en opslag. Het behandelt ook hoe gegevens worden uitgewisseld en gedeeld tussen organisaties ; een gegevensproducent wil wellicht bepalen hoe een consument van zijn gegevens deze gebruikt; gebruik is OK, maar de producer wil geen opslag voor historische analyse toestaan. De soevereiniteit met betrekking tot uitwisseling en delen wordt specifiek door IDSA aangepakt.
↑ https://en.wikipedia.org/wiki/Data_sovereignty +
Database
"A database is an organized collection of data, generally stored and accessed electronically from a computer system."
Database types
Er bestaan verschillende soorten databases, elk met hun eigen doel en technische specificaties.
We presenteren er hier enkele:
NoSQL database .
Relational database .
Graph database .
Database model
Naargelang het database type, bestaan er verschillende vormen van database modellen. We gaan hier dieper in op een database model van een relational database.
Een database model structureert de manier waarop de data opgeslagen is in de database, en hoe verschillende tabellen in relatie staan tot elkaar. Bekijk volgende simpele voorbeeld van een database model:
We onderscheiden:
tabellen
relaties tussen tabellen
velden (van een tabel)
Het datatype (van een veld)
In het voorbeeld hierboven hebben we
tabellen:
measurements
property
sensor
location
relaties tussen tabellen:
measurement - property
measurement - sensor
sensor - location
velden (in measurement):
id
value
timestamp
property_id
sensor_id
datatypes (in measurement):
int
float
timestamp
Deze database zou via een SQL query bevraagd kunnen worden als volgt:
select value, timestamp from measurements m join sensor s on s.id = m.sensor_id join location l on l.id = s.location_id where l.name = "stiemerbeek_loc_01";
wat 2 velden zou teruggeven: de waardes en timestamps van de observaties in de stiemerbeek op locatie stiemerbeek_loc_01.
Referenties
https://en.wikipedia.org/wiki/Database#:~:text=A%20database%20is%20an%20organized,formal%20design%20and%20modeling%20techniques . +
Database vs. Contextbroker?
Een contextbroker slaat geen data op, dit in tegenstelling tot een database.
Een contextbroker ontvangt allerlei observaties van verschillende sensoren, maar houdt enkel de allerlaatste doorgestuurde observatie bij.
Het is aan de subscribers van de contextbroker, om een data stroom op te zetten, dat telkens wanneer er een nieuwe observatie binnen komt, deze wordt opgeslaan, bv in een eigen decentrale database van een organisatie.
In de contextbroker wordt wel data bijgehouden rond de context van de observatie: locatie sensor, meeteenheid, type sensor, etc...
Onderstaande figuur schetst hoe een context broker en database naast elkaar bestaan:
De data bronnen in paars en rood, alsook Organisatie 2 duwen data door naar de context broker.
Organisatie 1 en 2 bevragen de laatst ontvangen observatie in de contextbroker, en slaan deze op in hun locale databases .
Het bevragen van de contextbroker gebeurt via een API . +
rdbs water - simpel voorbeeld. +
Dit is de initiatiefpagina City of Things Databroker - Gent.
Deze pagina beschrijft het initiatief volgens de definitie op de VLAIO website en linkt door naar relevante pagina's op de kennishub.
[1]
Overzicht City Of Things Initiatieven
Initiatiefnemer Gelinkte Initiatieven Domeinen City of Things 2018 VLAIO ANPR-camera's - Turnhout BEReSLIM - Boilers en Ruimteverwarmers elektrisch SLIM sturen - Genk Burenondersteuning - Aalst Databroker - Gent De creatie van open (IoT) data awareness bij lokale overheden - Leuven Slim beheer openbaar domein - Edegem Slim gemeentevuil - Neerpelt Slimme IoT technologie gekoppeld aan slimme zorgverlening voor levensloopbestendig wonen - Leuven Slimme mobipunten - Peer Smart Flow - Herent Structurering innovatieve studentenprojecten in studentensteden - Leuven EVENTMACHIEN - Pepingen Geconnecteerde openbare verlichting op fietspaden - Mechelen Gemeentelijk sensornetwerk voor luchtkwaliteitsmetingen - Kampenhout Marktplaats Smart City - Bonheiden MoDi:2B - Mobiliteit als een dienst aan burgers via derde-betalersystemen - Leuven Mobiliteitsmanagement met ANPR - Puurs Museum of Things for People - Gent Oases van rust - Dendermonde Wegdekkwaliteitsinspectie - Lubbeek
Er zijn verschillende (open)databronnen beschikbaar in Vlaanderen. Deze zijn thematisch of territoriaal georganiseerd, wat het voor de (her)gebruiker niet altijd makkelijk maakt om alle beschikbare data te vinden.
Anderzijds merken we dat potentieel ontsluitbare data blijven liggen door het ontbreken aan technische middelen of kennis om de data te publiceren. Niet enkel bij overheden, maar privé personen, organisaties en bedrijven drukken de wens uit (loT)data te publiceren.
Bij nieuwe projecten worden publiceerbare data gegenereerd, die niet altijd verspreid worden vanuit technische/budgetoverwegingen.
Ervaring uit binnen- en buitenland leert dat zowel de portaalaanpak als de combinatie van realtime/sensordata met statische (geo)data een meerwaarde biedt.
Om het aanbod technisch te harmoniseren, potentiële databronnen makkelijk te publiceren en data te delen onder (al dan niet betalende) voorwaarden, manifesteert zich een nood naar een databroker. Een databroker plaatst zich tussen de loT-devices en bundelt sensordata van publieke en private bronnen om die nadien als open/shared/closed data weer vrij te geven aan bepaalde profielen.
Hiervoor willen we een Open Source technologie stack uitbouwen, decentraal gemanaged, die data kan publiceren, een loT-broker systeem omhelst en makkelijk te implementeren is voor andere steden en gemeenten.
De resultaten van dit project werden gepubliceerd in de Praktijkenbank van VVSG.”
↑ https://www.vlaio.be/nl/vlaio-netwerk/city-things-slimme-steden-en-gemeenten/city-things
databroker +
Architectuur +
Beschrijving van de opbouw van het model +
Inleiding
Intro +
This is the image belonging to page Datagestuurde handelskern +
Dataretentie (data retention) is een begrip dat refereert aan het opslaan van telefonie- en internetgegevens door overheden en commerciële organisaties. Deze gegevens kunnen voor verschillende doeleinden gebruikt worden, bijvoorbeeld om achteraf informatie te achterhalen over criminele incidenten, om correspondentie te achterhalen en zo criminele activiteiten te voorkomen, of om de gegevens te gebruiken voor marketingdoeleinden. +