Analyse von Frequenzdaten

Technik Möhne
1

Hallo zusammen!

Mein Name ist Matthias Klemm, ich arbeite für die Firma statmath aus Siegen am Forschungsprojekt DALES. In diesem Projekt geht es darum, am Beispiel der Stadt Attendorn Chancen des Einzelhandels in Zeiten der Digitalisierung (amazon und Co) auszumachen. Hierfür würden wir gerne den “Traffic” in und um Attendorn analysieren. Hilfreich dazu wären die aktiven Clients in Attendorn.

Ich habe auf der Freifunk-Seite (z.B. Freifunk Winterberg - loading... ) Diagramme gesehen, die die Anzahl der Clients im Zeitverlauf abbilden. Meine Frage ist, ob die zugehörigen Daten (Clients-Werte pro Standort pro Stunde oder feiner) historisch oder nur für die letzten Stunden vorliegen und ob/wie wir diese für ausgewählte Standorte erhalten können. Es geht uns hierbei nur um die reine Anzahl der Clients, keine weiteren Meta-Daten (Thema Datenschutz etc).

Meine zweite Frage zielt auf den Link http://api.freifunk.net/data/freifunk-karte-data.json ab. Sind die hier abrufbaren Clients-Werte “live” erfasst (womit sie o.g. Diagramm abbilden könnten) oder immer fix? Wie genau wird dann der feste Wert pro Client ermittelt?

Ich wäre dankbar, wenn mir jemand helfen könnte oder mir Kontaktdaten einer Ansprechperson senden könnten.

Schöne Grüße,

Matthias Klemm

2

Alle Daten sind ja mehr oder weniger öffentlich, es ist ja ein offenes Meshnetzwerk.

Die Nodedaten für die Domäne Biggesee findest du hier: https://map.freifunk-moehne.de/data-biggesee/nodes.json
Diese sind „live“ in Bezug auf den lastseen timestamp für jeden individuellen Knoten. Ich weiß nicht wie es in Biggesee ist, bei uns werden diese Daten aber minütlich aktualisiert.

Wenn du noch tiefer einsteigen willst kannst du dich auch direkt ins Netzwerk hängen (über einen eigenen Knoten und dahinter dann einen Client) und die Daten direkt von den Knoten anfordern. Das hierfür verwendete Protokoll ist im respondd implementiert. Eine Clientimplementierung findet sich hier: gluon/gluon-neighbour-info.c at master · freifunk-gluon/gluon · GitHub

Die meisten Communities verwenden dann eine sog. Time-Series Datenbank wie zum Beispiel InfluxDB um die Daten zur Darstellung in Graphen aufzubereiten. Zur Aufbereitung werden dann Tools wie Grafana oder Chronograf verwendet.

3

Vielen Dank für die schnelle Rückmeldung. Ich werde mal schauen, was ich damit anfangen kann :slight_smile: Klingt auf den ersten Blick schon mal sehr gut.