Wifi- en Bluetooth-tracking: Nauwkeurigheid en representativiteit Jasper Beernaerts

FACULTEIT WETENSCHAPPEN

Opleiding Geografie en Geomatica Master in de Geografie

Wifi- en Bluetooth-tracking: Nauwkeurigheid en representativiteit Jasper Beernaerts

Aantal woorden in tekst: 22 044

Academiejaar 2013 – 2014 Promotor: Prof. Dr. N. Van de Weghe Begeleider: M. Versichele Vakgroep Geografie

Masterproef ingediend tot het behalen van de graad van Master in de Geografie

WOORD VOORAF Tijdens mijn opleiding Geografie kwam ik op verschillende momenten in aanraking met Bluetooth-tracking. Zo voerden we voor

de vakken ‘Inleiding tot Geografische

Informatiewetenschap’ en ‘Geografische Informatiewetenschap’ kleine onderzoeken uit met Bluetooth-scanners. Op deze manier werd mijn interesse opgewekt om zelf een steentje bij te dragen aan dit actuele en erg boeiende onderzoek. Graag maak ik van dit voorwoord dan ook gebruik om in de eerste plaats mijn promotor, Prof. Dr. Nico Van de Weghe, te bedanken voor de mogelijkheid die hij mij gaf om mijn onderzoek binnen het project dat hij opstartte uit te voeren. Hierbij wil ik ook mijn speciale dank betuigen aan Mathias Versichele

die steeds bereid was mijn vele vragen te

beantwoorden. Dankzij zijn expertise en ervaring in het opstellen en het interpreteren van de enquêtes en tracking van mobiele toestellen, verliep mijn onderzoek ongetwijfeld heel wat vlotter. Ik dank ook Roel Huybrechts voor de technische ondersteuning bij de ratiometingen, evenals Egbert Jaspers, Rob Wijnhoven en Kris Van Rens van ViNotion die bereid waren kosteloos telcamera’s te leveren voor het onderzoek. Graag bedank ik ook de Stad Gent die het mogelijk maakte dit onderzoek uit te voeren. Verder wil ik alle personen bedanken die van dichtbij of veraf hebben meegewerkt aan mijn onderzoek, in het bijzonder mijn vrienden die me geholpen hebben bij het tellen van mensen tijdens de Gentse Feesten. Grote steun kreeg ik eveneens van mijn ouders en familieleden die me bijstonden in het zoeken naar oplossingen in moeilijke momenten. Mede dankzij hen heb ik me met veel voldoening kunnen verdiepen in Wifi- en Bluetooth-tracking, een passie die ik ongetwijfeld verder met me zal meedragen. Voorts wens ik alle lezers veel leesplezier. Jasper Beernaerts, 10 mei 2014

1

INHOUDSTAFEL 1.INLEIDING………………………………………………………………………………...5 1.1 Literatuurstudie…………………………………………………………….…...….5 1.1.1 Tracking…………………………………………………………………....5 1.1.1.1 Plaatsbepalingstechnieken………………………………………....7 1.1.2 Bluetooth…………………………………………………………………...8 1.1.3 Wifi………………………………………………………………………...8 1.1.4 Nauwkeurigheid……………………………………………………………9 1.1.5 Representativiteit…………..………………………………………....…..11 1.2 Probleemstelling…………………………………………………………………...12 1.3 Doelstellingen……………………………………………………………………...13 1.4 Onderzoeksvragen en hypothesen……………………………………………...….14 1.4.1 Onderzoeksvragen………………………………………………………....14 1.4.2 Hypothesen……………………………………………………………...…14 1.5 Structuur……………………………………...……………………………………15 1.6 Belangrijkste resultaten en conclusies……………………………………………..16 2. METHODEN, MATERIALEN EN STUDIEGEBIED…………………………………...17 2.1 Methoden en materialen…………………………………………………………...17 2.1.1 Enquête……………………………………………………………………17 2.1.2 Ratiometingen……………………………………………………………..22 2.1.2.1 Manuele metingen………………………………………………....22 2.1.2.2 Automatische metingen…………….………………………...……24 2.2 Studiegebied……………………………………………………………….………25 3. RESULTATEN……………………………………………………………………………27 3.1 Representativiteit………………………………………………………………..…27 3.1.1 Algemeen……………………………………………………………….…27 3.1.1.1 Geslacht en leeftijd…………………………………………….….27 3.1.1.2 Nationaliteit en verblijfplaats………………………………….….27 3.1.1.3 Opleidingsniveau en beroepsstatuut……………………………....28 3.1.1.4 Aantal en type toestellen…………………………………….……30 3.1.2 Bluetooth…………………………………………………………………..32 3.1.2.1 Algemeen………………………………………………………....32 3.1.2.2 Algemeen gebruik van Bluetooth ………………….…………….34 3.1.2.3 Detecteerbaarheid en geslacht…………...……………………….36

2

3.1.2.4 Detecteerbaarheid en leeftijd…………………………………..….36 3.1.2.5 Detecteerbaarheid en nationaliteit…………...…………….……...38 3.1.2.6 Detecteerbaarheid en woonplaats…………………………………39 3.1.2.7 Detecteerbaarheid en opleidingsniveau………………………...…40 3.1.2.8 Detecteerbaarheid en beroepsstatuut……………...………...…….41 3.1.2.9 Detecteerbaarheid en type toestel………………………………....42 3.1.2.10 Gebruik en kennis van Bluetooth………………...………….…..43 3.1.3 Wifi………………………………………………………………………...44 3.1.3.1 Algemeen……………………………………………………….....44 3.1.3.2 Detecteerbaarheid en geslacht…...…………………………….….46 3.1.3.3 Detecteerbaarheid en leeftijd……………………………………...47 3.1.3.3 Detecteerbaarheid en nationaliteit………...…………………...….48 3.1.3.5 Detecteerbaarheid en woonplaats…………………………………48 3.1.3.6 Detecteerbaarheid en opleidingsniveau…………………………...49 3.1.3.7 Detecteerbaarheid en beroepsstatuut…...……………………...….50 3.1.3.8 Detecteerbaarheid en type toestel…………………………………51 3.1.3.9 Gebruik en kennis van Wifi………………………………….……52 3.2 Nauwkeurigheid……………………………………………………………………53 3.2.1 Algemeen…………………………………………………………………..53 3.2.2 Bluetooth…….………………………………………………………..……53 3.2.2.1 Manuele metingen………………………………………………....53 3.2.2.2 Resultaten telcamera’s…………………………………………….57 3.2.3 Wifi………………………………………………………………………..60 3.2.3.1 Manuele metingen………………………………………….……..60 3.2.3.2 Resultaten telcamera’s…………………………………………….62 4. DISCUSSIE………………………………………………………………………………..64 4.1 Representativiteit…………………………………………………………………..64 4.1.1 Bluetooth………………………………………………………………..…64 4.1.1.1 Vergelijking met voorgaand onderzoek………………………...…64 4.1.1.2 Type toestel………………………………………………………..65 4.1.1.3 Gebruik van Bluetooth…………………………………………….67 4.1.2 Wifi…………………………………………………………………...……67 4.1.2.1 Algemeen…………………………………………………….……67 4.1.2.2 Type toestel………………………………………………………..68

3

4.1.2.3 Gebruik van Wifi………………………………………………….69 4.2 Nauwkeurigheid…………………………………………………………………...69 4.2.1 Algemeen………………………………………………………………….69 4.2.2 Bluetooth…………………………………………………………………..71 4.2.3 Wifi………………………………………………………………….…….71 5. BESLUIT……………………………………………………………………………….....73 6. REFERENTIELIJST………………………………………………………………………75 6.1 Publicaties………………………………………………………………………….75 6.2 Internetbronnen……………………………………………………………….……78 7. BIJLAGEN………………………………………………………………………..……….79 7.1 Bijlage 1: Resultaten enquête Gentse Feesten 2013…………………………….…79

4

1. INLEIDING Aangezien de interpretatie van Wifi- en Bluetooth-trackingdata een zekere technische achtergrondkennis van de lezer vereist, starten we met een literatuuroverzicht. Op deze manier kan de lezer stelselmatig kennis maken met de gehanteerde terminologie en methodologie. Het zal al snel duidelijk worden dat reeds er heel wat onderzoek is verricht naar het tracken van personen. Er zijn dan ook tal van commerciële en niet-commerciële toepassingen voor dergelijke activiteiten. 1.1 Literatuurstudie 1.1.1 Tracking Een groot aantal onderzoekers houdt zich al geruime tijd bezig met het volgen en analyseren van de bewegingen van personen. Waar men vroeger gebruik maakte van arbeidsintensieve methoden zoals het afnemen van enquêtes en het volgen van personen, ontstonden er in de 21e eeuw een groot aantal nieuwe technieken die voor dit onderzoek aangewend kunnen worden (Wolf et al., 2001). Het meest voor de hand liggende voorbeeld van dergelijke technologie is het volgen van een GPS (Global Positioning System)-signaal doorheen de tijd. Dit is het bekendste voorbeeld van navigatie met behulp van satellieten. Op die manier kunnen personen die zich te voet of met een auto verplaatsen gevolgd worden. Tracking met behulp van GPS heeft echter als gevolg dat, wanneer men niet geïnteresseerd is een gedetailleerde beschrijving van het spatio-temporeel traject van dat toestel, de data vereenvoudigd moeten worden. De positie van het toestel wordt met welbepaalde tussenpozen (het spatio-temporele interval) opgeslagen. Het vereenvoudigen van deze grote hoeveelheid informatie gaat echter vaak samen met het maken van subjectieve keuzes. Hieraan gekoppeld vereist de opslag van de ruwe data een grote hoeveelheid opslagruimte, die niet altijd voorhanden is. We zien hier echter een verbetering door de dalende prijzen van allerhande opslagmedia voor digitale gegevens. Wanneer men de GPS-locatie van personen doorheen de tijd wil volgen, is men genoodzaakt om GPS-ontvangers uit te delen en daarna terug in te zamelen voor analyse. De personen moeten dus actief participeren, wat de kans op het vinden van een representatieve groep testpersonen sterk verminderd. Een alternatieve methode is het doorsturen van gegevens naar een server via smartphone applicaties. In dat geval moet men wel over een internetverbinding beschikken.

5

Het gebruik van GPS-gegevens is tevens beperkt tot daar waar er een goede ontvangst is van deze signalen. Zo ontstaan er onnauwkeurigheden in de lokalisatie wanneer de ontvanger zich in een dichtbebouwde omgeving of binnen in een gebouw bevindt (Manodham et al., 2008). Zogenaamde multipath fouten ontstaan wanneer GPS-signalen voor het bereiken van de ontvanger, vertraagd worden door reflecties met objecten in de directe omgeving van de ontvanger (Zhong et al., 2008). Bovenstaande beperkingen maken van GPS-tracking een tijdrovende bezigheid. Daarboven is de haalbaarheid van tracking met behulp van GPS op mobiele toestellen begrensd door het erg hoge energieverbruik van de toepassing. Indien we personen willen volgen is het naargelang het onderzoek soms interessanter hun positie op een beperkt aantal punten op te meten. Zo is het soms belangrijker te weten welke weg een persoon op een kruispunt inslaat, dan op welke manier de persoon exact de weg tussen twee kruispunten in heeft afgelegd. Deze data kunnen verkregen worden door het installeren van sensoren op die plaatsen die van belang zijn voor het onderzoek. Hierbij kan men verschillende soorten signalen, die de toestellen die mensen bij zich dragen uitstralen (en ontvangen), detecteren. De 2 types die in deze masterproef zullen worden toegepast en vergeleken, worden hieronder verder besproken. Tegenwoordig is reeds een groot deel van de bevolking in het bezit van apparatuur (voornamelijk GSM’s en smartphones, maar er is een toenemend aanbod van accessoires zoals draadloze hoofdtelefoons, printers en toetsenborden) dat in staat is Bluetooth- en Wifisignalen uit te zenden en te ontvangen (Aung et al., 2008). Dit feit, evenals de verschillende voordelen van deze technieken die later besproken zullen worden, onderbouwt de keuze voor Bluetooth-en Wifi-tracking in deze masterproef. In de literatuur is er geen sprake van wijdverspreide en algemeen aanvaarde software die bewegingsanalyses van trackingssessies toelaat. De GisMo-software die ontwikkeld werd door Mathias Versichele, postdoctoraal medewerker aan de Vakgroep Geografie van de Universiteit van Gent, is hier echter het vermelden waard. Dit programma werd onder andere gebruikt door Baeyens (2012), Claeys (2011), De Roeck (2011) en De Mûelenaere (2011) in hun thesisonderzoek.

6

De toepassingen van tracking zijn wijdverspreid. Zo is het mogelijk om dementerende bejaarden te volgen (Ruth et al., 2012), bedreigde diersoorten beter te beschermen (Walter et al., 2011) en zelfs massa-evenementen te beveiligen (Van de Weghe et al., 2013). 1.1.1.1 Plaatsbepalingstechnieken In de literatuur worden voor de plaatsbepaling door middel van signaalanalyse vijf technieken teruggevonden (Stook, 2011). De eerste techniek deelt de ruimte rondom de zogenaamde AP's (Access Points) die het signaal uitzenden op in zones. De locatie van het toestel wordt dan gegeven door de zone van het desbetreffende AP waarmee het in connectie staat (Stook, 2011). Deze techniek is beter bekend als Cell Identification. Een tweede methode (Angle of Arrival) bestaat uit het bepalen van de hoek tussen het Access Point en het toestel dat het signaal ontvangt. Hiervoor dient men wel te beschikken over een directionele antenne (Woo et al., 2011). De derde techniek is de Time of Arrival method (TOA) die de afstand tussen de zender en ontvanger bepaalt door het omrekenen van de tijd die het signaal nodig heeft om deze afstand af te leggen (Zhang et al., 2010). Een meer nauwkeurige variant van het bovenstaande procedé is de Time Difference of Arrival (TDOA) waarbij het zendtoestel en de ontvanger gesynchroniseerd zijn (Woo et al., 2011). De laatste methode is de analyse van de ontvangen signaalsterkte, beter bekend als RSS (Received Signal Strength) en wordt vaak gebruikt als fingerprinting. In de trainingsfase worden de verschillende signaalsterktes, ontvangen op verschillende mogelijke locaties, opgeslagen in een database. In de trackingfase worden de waargenomen sterktes dan vergeleken met deze opgeslagen waarden (Kolodziej & Hjelm, 2006). Een andere methode die bij RSS gebruikt wordt is de multilateratie via een eenvoudige regressie.

7

1.1.2 Bluetooth Bluetooth is een korte-afstands draadloze communicatietechnologie die gebruik maakt van de 2.4 GHz-band en die toelaat dat mobiele apparaten met elkaar communiceren (Tamura & Masuda, 2013). Doordat deze frequentie ook gebruikt wordt door andere technologieën zoals Wifi (zie onderdeel 1.1.3 Wifi) en microgolfovens, bestaat de kans dat interferentie en ruis ontstaan (Versichele et al., 2011). Dit probleem kan opgelost worden door het zogenaamde Frequency Hopping (FH), waarbij gekoppelde apparaten samen veranderen van kanaal (Seung-Hwan & Yong-Hwan, 2009). In het totaal zijn er 79 kanalen beschikbaar voor deze paarsgewijze frequentieveranderingen (Golmie et al., 2001). Het bereik van de Bluetoothtechnologie is afhankelijk van de klasse waar het toestel toe behoort. Er bestaan drie klassen, die een (theoretisch) bereik hebben van achtereenvolgens 100m, 10m en 1m. 1.1.3 Wifi Wifi is een draadloze communicatietechnologie ook bekend onder de naam WLAN (Wireless Local Area Network) die gebruik maakt van de IEEE 802.11 standaard voor draadloze communicatie (Agrawal et al., 2012). Wifi is een modulatietechniek van golflengtes binnen het bereik van 2.4 GHz. Er bestaan verschillende Wifi-standaarden. Onder de oudere varianten beschouwt men IEEE 802.11 a & b waarvan het bereik beperkt is tot 45 meter binnen gebouwen en 90 meter in open terrein. De nieuwe standaarden IEEE 802.11 g & n laten, naast een snellere gegevensoverdracht, een bereik van respectievelijk 91 en 182 meter toe (Ibrahim & Ibrahim, 2010). Lokalisatie

van smartphones door middel van Wifi is

energiezuinig, waardoor toestellen over langere periodes gevolgd kunnen worden (Zhang et al., 2012). Bij de meeste smartphones wordt voor de plaatsbepaling echter gebruik gemaakt van GPS en een ingebouwde accelerometer. Het probleem hierbij is dat dergelijke systemen een erg hoog energieverbruik hebben. De lokalisatie van een gebruiker op basis van Wifi kan gebeuren door analyse van metingen van de RSS (Received Signal Strength) ten opzichte van één of meerdere Access Points (AP). Dit zijn de punten vanwaar het Wifi-signaal dat de gebruiker ontvangt, verzonden wordt. Naarmate de ontvanger zich verder van het zendpunt bevindt, zal de signaalsterkte afnemen (Hossein & Soh, 2007). Op deze manier kan, door het combineren van signaalsterktes vanuit verschillende punten, een locatie toegewezen worden aan het toestel door middel van

8

trilateratie (Stook, 2011). Stook (2011) vermeldt tevens dat de fout van deze plaatsbepalingsmethode bij Wifi beperkt kan worden tot 1 m en maximaal 5 m zal bedragen. De fouten die hier optreden mogen, zeker in ongunstige omgevingen zoals steden met veel obstakels, evenwel niet onderschat worden. 1.1.4 Nauwkeurigheid De detectieratio van de opmetingen is de verhouding van het aantal gedetecteerde toestellen tot de totale populatie aan personen die zich door het bereik van de scanners verplaatst heeft gedurende een bepaalde periode. De stabiliteit van deze ratio doorheen de tijd en in de ruimte kan men interpreteren als de nauwkeurigheid van het inschatten van aantallen personen op basis van een draadloze technologie. We gaan er hierbij vanuit dat 1 gedetecteerd toestel overeenkomt met juist 1 persoon. De gedetecteerde personen hebben op hun toestel Bluetooth en/of Wifi aanstaan maar zijn er zich niet altijd bewust van dat deze eigenschappen zichtbaar zijn voor de buitenwereld. Gegevens over de nauwkeurigheid van de tracking zijn van cruciaal belang aangezien op basis van de opgemeten gegevens conclusies voor de gehele populatie getrokken worden. Het totaal aantal bezoekers van een evenement of tracking wordt berekend door deling van het aantal getraceerde toestellen door de nauwkeurigheid. Voor een evenement als de Gentse Feesten wordt het bezoekersaantal tegenwoordig nog afgeleid van proxies zoals de opgehaalde hoeveelheid huisvuil of het aantal verkochte vervoersbewijzen voor tram en bus (Verbeke et al., 2003). Sinds enkele jaren steunt men ook op de Bluetoothmetingen van de vakgroep Geografie van de Universiteit Gent voor de berekening van de bezoekersaantallen. Hierbij wordt de detectieratio genoteerd als een getal van 0 tot 1. Indien de detectieratio 0 bedraagt werd geen enkele persoon van de totale populatie gedetecteerd, bij een ratio van 1 veronderstellen we dat 100% van de aanwezige personen gedetecteerd werden. Een eenvoudige methode om de nauwkeurigheid van de tracking na te gaan is het manueel tellen van het aantal personen dat zich door een scangebied begeeft en vervolgens dit aantal te vergelijken met het aantal waargenomen toestellen binnen dat tijdsinterval. Belangrijk is achteraf de variatie van deze ratio na te gaan in tijd en ruimte. Deze methode werd reeds meermaals in het verleden toegepast. Zo stelde Claeys (2011) een nauwkeurigheid van 11,2 ± 1,8% vast op de Gentse feesten van 2010. Er is tevens de mogelijkheid om het aantal gedetecteerde toestellen te vergelijken met camerabeelden, zoals toegepast door Versichele et

9

al. (2012) tijdens de Ronde van Vlaanderen 2011 en het bijbehorende thesisonderzoek van Goudeseune (2012). Met behulp van deze techniek werd een nauwkeurigheid van 13,0 ± 2,3% vastgesteld. Tellingen met behulp van camera’s zijn echter niet eenvoudig, aangezien de te bestuderen objecten zich moeten voortbewegen ten opzichte van een monotone, onveranderlijke achtergrond (Hou en Pang, 2011). Belangrijk onderzoek hierover werd geleverd door Dee en Velastin (2007). Bij tracking met behulp van camerabeelden kunnen er tevens problemen ontstaan in verband met de privacywetgeving wegens de mogelijkheid tot gezichtsherkenning. Een alternatieve methode die een sterke opmars kent is de detectie van personen door middel van een thermale sensor (Holden, 2011). Individuen worden geteld door de warmte die ze uitstralen in contrast met hun omgeving. In dit geval is er sprake van een overhead sensor, wat wil zeggen dat de sensor van bovenaf neerkijkt op de te tellen zone. Op plaatsen waar dit niet mogelijk is kan gebruik gemaakt worden van een horizontale infrarode straal. Wanneer een persoon doorheen de zone beweegt, zal hij de straal onderbreken, waardoor zijn passage gedetecteerd kan worden. Deze techniek wordt vaak toegepast in winkels, maar blijkt onbruikbaar in een erg drukke omgeving doordat een groot aantal personen zij aan zij voorbij de sensor kunnen wandelen (http://www.counttech.com, 16 mei 2013). In het geval van een gesloten evenement is het bepalen van de nauwkeurigheid heel wat eenvoudiger. Men kan in dat geval het aantal verkochte tickets vergelijken met het uniek aantal getelde toestellen op het evenement. Via deze techniek waren Delafontaine et al. (2012) in staat het bezoekersaantal tijdens de Horeca Expo in Gent van 2009 te vergelijken met het aantal unieke gedetecteerde toestellen (53 146 vs. 14 498). Hierbij bleek het handig een Bluetooth-sensor aan de in- en uitgangen te plaatsen, zodat elke bezoeker op zijn minst eenmaal waargenomen werd. Belangrijk echter om op te merken is dat bezoekers gedurende het evenement hun toestel aan of uit kunnen zetten. Vertrouwen op aantallen van metingen aan de ingang alleen volstaat dus mogelijk niet voor een goede evaluatie van de nauwkeurigheid. Bij het verwerken van de ruwe data dienen enkele filters gebruikt te worden om ervoor te zorgen dat enkel die personen waarover het onderzoek gaat, in de dataset opgenomen worden. Zo dienden Delafontaine et al. (2012) de standhouders, personen die slechts heel kort detecteerbaar waren en de personen die niet gedetecteerd werden aan de ingang en uitgang uit

10

de dataset te verwijderen. Indien een onderzoek gevoerd wordt naar de mobiliteit van voetgangers is het nuttig om signalen die verstuurd werden door laptops (gezien hun beperkte mobiliteit) en draadloze systemen van auto's niet op te nemen in de dataset. Dit is mogelijk doordat elk toestel een Class of Device code (COD code) doorstuurt, die vertelt tot welke categorie het toestel behoort. Het is dan ook van groot belang dat de detectieratio berekend wordt na het verwijderen van de irrelevante waarnemingen. 1.1.5 Representativiteit Het ontbreken van persoonsgegevens die gekoppeld kunnen worden aan de getraceerde toestellen bij Bluetooth- en Wifi-tracking kan zowel als een voor- als een nadeel gezien worden. Enerzijds laat het toe om, in overeenstemming met de privacywetgeving, toch data te verzamelen van potentieel de gehele populatie (Gehrmann et al.,2004). Indien de metingen gehouden worden in het algemeen belang, dienen de gevolgde personen hiervoor geen toestemming te geven. Dit is een belangrijk voordeel aangezien op deze manier het natuurlijk verplaatsingspatroon van de getraceerde individuen behouden blijft. Mensen hebben immers de neiging om van gedrag te veranderen als ze weten dat ze bekeken of gevolgd worden (http://www.sciencedaily.com, 3 april 2013). Dit fenomeen kan het onderzoek beïnvloeden. Het risico bestaat immers dat de personen waarbij de enquête afgenomen wordt, hun ‘natuurlijk’ gedrag na afloop van de bevraging zullen veranderen. Anderzijds betekent dit dat er voor de onderzoekers geen persoonsgegevens beschikbaar zijn, wat het onmogelijk maakt de representativiteit van het onderzoek te waarborgen. Tijdens de Gentse Feesten van 2011 nam Baeyens (2011) tijdens een Bluetooth-tracking experiment een enquête af onder de bezoekers. De bedoeling hiervan was een beeld te krijgen van het type personen die op dat ogenblik gevolgd werden. De resultaten van dit onderzoek zijn, waarschijnlijk door een te uitgebreide vragenlijst, echter beperkt in hun gebruik. Slechts 153 personen bleken mee te willen werken aan de bevraging. In dit onderzoek werd vooral aandacht besteed aan de beweegredenen van de participanten om al dan niet hun Bluetooth-functie aan te schakelen. Gezien de beperkte grootte van de steekproef worden deze resultaten hier echter niet besproken. In de literatuur is weinig terug te vinden over de representativiteit van Bluetooth of Wifimetingen. Het is echter de vraag of de groep van gedetecteerde personen representatief is

11

voor de gehele populatie, of dat er sprake is van een zogenaamde self-selection bias. In dat geval worden personen met bepaalde karakteristieken over of onder gerepresenteerd in de trackingdata. Bij GPS-tracking, de populairste trackingsmethode, stelt dit probleem zich niet omdat de GPS-gegevens, mits toestemming van de proefpersonen, opgevraagd worden. De onderzoekers kunnen de representativiteit waarborgen door het nemen van een representatieve groep van proefpersonen in vergelijking met de gehele populatie. 1.2 Probleemstelling Bij het tracken van personen door middel van Bluetooth en Wifi wordt de locatie van een toestel met een uniek MAC-adres gevolgd doorheen de tijd. Het toestel kan hierbij niet gelinkt worden aan de persoon die het met zich meedraagt. Hierdoor kan niet gegarandeerd worden dat een representatieve steekproef van de totale populatie gevolgd wordt. Dit zorgt ervoor dat er onzekerheid bestaat over de mate waarop de vastgestelde bewegingen van toepassing zijn op de gehele populatie. Wanneer bijvoorbeeld voor marketingdoeleinden op een evenement personen getraceerd worden om een beeld te krijgen van de drukke en de minder drukke plaatsen, zal een vertekend beeld ontstaan indien blijkt dat 80% van de getraceerde personen mannen zijn, terwijl uit de ticketverkoop geweten is dat de verhouding mannen en vrouwen op het evenement ongeveer gelijk is. De voorgestelde drukte zal in dat geval niet overeenkomen met de werkelijke drukte, waardoor de marketinginspanningen niet optimaal zullen kunnen renderen. Het blijkt dus interessant om, mits toestemming van de betrokkenen, persoonsgegevens aan de getraceerde toestellen te koppelen om de representativiteit van de studie te waarborgen. Een tweede probleem is het bepalen van de omvang van de volledige populatie op basis van het aantal gemeten individuen. Uit eerder onderzoek (besproken in het onderdeel literatuurstudie) bleek dat ongeveer 10% van de bestudeerde doelgroep traceerbaar was door Bluetooth-sensoren. Omtrent de nauwkeurigheid van Wifi is nog niet voldoende onderzoek gebeurd om hier uitspraken over te doen. Om een idee te krijgen van de daadwerkelijke nauwkeurigheid van beide methoden, moeten de gemeten en getelde aantallen vergeleken worden. De nauwkeurigheid is dan de verhouding tussen de standaardafwijking en het gemiddelde van de detectieratio. Deze noemen we de RSE ofwel de Relative Standard Error. De stabiliteit van de tracking wordt bepaald door de variatie van de detectieratio naargelang

12

het tijdstip en de locatie van de metingen. Daarom zullen ratio’s op verschillende locaties en tijdstippen bepaald moeten worden. Eerdere schattingen over de detectieratio blijken te schommelen rond de 10%, maar enkele recente trends doen vermoeden dat dit percentage niet altijd representatief is. Zo zijn de burgers, door openbare publicaties van de onderzoeken aangehaald in het literatuuroverzicht, zich tegenwoordig steeds meer bewust van het feit dat zij gevolgd kunnen worden. Dit zou ervoor kunnen zorgen dat zij er bewust voor kiezen om hun toestellen ‘onzichtbaar’ te maken of om hun Wifi en/of Bluetooth uit te schakelen. Een ander probleem voor de nauwkeurigheid is het feit dat steeds meer besturingssystemen van smartphones (zoals bijvoorbeeld iOS en Android) de zichtbare periode van het toestel beperken tot 120 seconden of tot de tijd die nodig is om het toestel te koppelen aan een ander apparaat. Door deze evoluties is het van belang de verandering van de representativiteit van Buetooth- en Wifi-metingen na te gaan doorheen de tijd. Het ontbreken van kennis over de verschillen in representativiteit en nauwkeurigheid van Bluetooth en Wifi kan gezien worden als het derde grote pijnpunt. Dit probleem ontstaat doordat de eerdere onderzoeken binnen dit gebied veelal focussen op slechts 1 trackingmethode en vaak geen doorgedreven representativiteits- en nauwkeurigheidsanalyses uitvoeren. Door het pas recente ontstaan van Bluetooth- en vooral Wifi-tracking zijn nog niet veel studies uitgevoerd kunnen worden, maar toch dienen we te weten welke van de twee technieken de meest betrouwbare resultaten oplevert. 1.3 Doelstellingen De eerste doelstelling is het genereren van betrouwbare cijfers omtrent de nauwkeurigheid en de representativiteit van Bluetooth- en Wifi-tracking tijdens deze concrete case van de 170e editie van de Gentse Feesten. Er zal tevens gekeken worden naar de mate waarin deze verworven inzichten veralgemeenbaar zijn. Gezien het sterk specifieke karakter van de studie wordt dit echter als een minder concrete maar aanvullende doelstelling gezien.

13

Een derde belangrijke doelstelling is de vergelijking van de nauwkeurigheid en representativiteit tussen Wifi en Bluetooth. We kunnen nagaan of deze trackingmethodologieën eventueel gecombineerd gebruikt kunnen worden om een hogere nauwkeurigheid en representativiteit te bereiken. 1.4 Onderzoeksvragen en hypothesen 1.4.1 Onderzoeksvragen A) Wat is de nauwkeurigheid van Bluetooth-tracking en hoe is die veranderd doorheen de tijd in vergelijking met voorgaand onderzoek? B) In welke mate is de representativiteit van Bluetooth-tracking gewaarborgd? C) Wat is de nauwkeurigheid van Wifi-tracking? D) Wat is de representativiteit van Wifi-tracking? E) In welke mate zijn er verschillen in representativiteit en nauwkeurigheid tussen het traceren van Wifi- en Bluetooth-gebruikers? 1.4.2 Hypothesen A) Ik vermoed dat de detectieratio van Bluetooth-tracking gedaald is ten opzichte van eerder onderzoek. Ik ga er vanuit dat niet het gebruik van Bluetooth op zich, maar een daling van het percentage van Bluetooth-gebruikers die hun toestel op 'waarneembaar' instellen, hiervan de oorzaak zal zijn. Hierdoor kunnen we verwachten dat de nauwkeurigheid lager zal zijn dan bij voorgaand onderzoek. Gezien de verschillende categorieën personen die op verschillende tijdstippen verschillende pleinen op de Gentse Feesten bezoeken, wordt in dit geval een lage nauwkeurigheid (en dus een hoge variatie van de Bluetooth detectieratio doorheen de tijd) verwacht. B) Ik meen dat er zowel bij Bluetooth als bij Wifi-tracking erg grote problemen zijn omtrent de representativiteit. Er wordt verwacht dat in verhouding tot de daadwerkelijk aanwezige populatie, vooral een jonger publiek zal gevolgd worden. C) De detectieratio bij Wifi-tracking is hoger dan die van Bluetooth. Ik neem deze stelling aan, aangezien veel personen op hun smartphone de Wifi-functie aanzetten om zo mogelijk een gratis internetconnectie te maken met een onbeveiligd netwerk. Over de nauwkeurigheid

14

van Wifi-tracking is er te weinig voorgaand onderzoek om een gefundeerde hypothese te stellen. D) Zoals aangehaald bij de tweede hypothese verwachten we hier een lage representativiteit. E) Door het ontbreken van eerder onderzoek op dit vlak, is het niet eenvoudig hierover een voorspelling te maken. Een iets hogere detectieratio en nauwkeurigheid worden verwacht bij de Wifi-tracking in vergelijking met Bluetooth-tracking. 1.5 Structuur De Masterproef begon met een literatuurstudie gevolgd door een verduidelijking van de probleemstelling en doelstellingen. Hierna werden de onderzoeksvragen en hypothesen toegelicht. In het volgende onderdeel bespreken we, voor de lezers met beperkte tijd, reeds de belangrijkste resultaten en conclusies. In het tweede deel bespreken we de materialen en de methodiek die gebruikt werden voor dit onderzoek. Het studiegebied wordt hierbij ook kort toegelicht. In het derde en belangrijkste onderdeel worden de resultaten besproken. Hierbij worden de resultaten in verband met de representativiteit en de nauwkeurigheid apart behandeld. Bij de bespreking van de representativiteit overlopen we eerst enkele algemene resultaten van de steekproef. Deze omvatten een overzicht van de sociaal-demografische eigenschappen van de ondervraagde personen, evenals een overzicht van de aangetroffen toestellen. Vervolgens gaan we de verbanden tussen deze eigenschappen en het gebruik en de detecteerbaarheid van Bluetooth na. Hierna worden de resultaten voor Wifi op eenzelfde manier besproken. Het tweede grote deel van de resultaten bespreekt de nauwkeurigheid van de tracking tijdens de Gentse Feesten. In een algemeen onderdeel lichten we, zowel voor Bluetooth- als Wifitracking, de aantallen getelde en gemeten personen toe. Vervolgens bespreken we de nauwkeurigheid die vastgesteld werd bij Bluetooth-tracking. Hierbij bespreken we eerst de resultaten van de manuele metingen, gevolgd door

de resultaten van telcamera’s.

Als laatste bespreken we ook de nauwkeurigheid bij Wifi-tracking. Ook hier splitsen we de resultaten op tot een onderdeel dat de manuele metingen bespreekt en een onderdeel dat de resultaten van de telcamera’s verduidelijkt.

15

In het vierde deel voer ik een discussie van de gevonden resultaten, waarbij teruggekoppeld wordt naar eerder gevoerd onderzoek. De resultaten worden in een kritisch daglicht besproken en eventuele suggesties voor onderzoek in de toekomst worden aangereikt. Het vijfde deel bevat het algemeen besluit dat we uit dit onderzoek kunnen afleiden. Dit vormt dan ook het belangrijkste onderdeel voor een lezer met beperkte tijd. Na het besluit zijn de referentielijst en de bijlagen terug te vinden. 1.6 Belangrijkste resultaten en conclusies De belangrijkste resultaten voor de studie naar de representativiteit van Wifi- en Bluetoothtracking worden weergegeven in tabel 1. Indien de dataset niet voldoende groot was om over een aspect een statistisch uitsluitsel te geven werd dit aangeduid met een liggend streepje. Tabel 1: Belangrijkste resultaten representativiteit (bron: eigen verwerking)

We konden concluderen dat de representativiteit van Bluetooth-tracking, net zoals bij eerdere studies, gewaarborgd was. Er werd enkel een afhankelijkheid gevonden tussen de detecteerbaarheid en het geslacht en, mits veralgemening, ook naargelang opleidingsniveau.

het

Bij Wifi-tracking werden grotere problemen gevonden (zie tabel 1).

Hierdoor konden we besluiten dat de representativiteit van Wifi-tracking tijdens de Gentse Feesten 2013 niet gegarandeerd was. We dienen te benadrukken dat de gevonden resultaten zeker niet statisch zijn. In de paper worden mogelijke oorzaken voor verandering van deze besluiten in de nabije toekomst besproken. De resultaten van het onderzoek naar de nauwkeurigheid worden gepresenteerd in tabel 2. Een duidelijke daling van de Bluetooth detectieratio werd gevonden in vergelijking met

16

voorgaand onderzoek. We kunnen besluiten dat deze naar alle waarschijnlijkheid tussen de 5 en 10% gelegen was ten tijde van het onderzoek. Er werden tevens temporele fluctuaties teruggevonden waarmee in de toekomst rekening zal moeten gehouden worden om de nauwkeurigheid te garanderen. De resultaten van de nauwkeurigheid van Wifi-tracking waren wegens allerhande technische redenen minder betrouwbaar. Wat vaststaat is dat een hogere detectieratio werd vastgesteld (boven de 20%), maar dat de fluctuaties eveneens veel groter waren. Door deze grote standaardafwijkingen en soms onverklaarbare temporele fluctuaties konden we besluiten dat de Wifi-tracking op de Gentse Feesten niet nauwkeurig verliep. Tabel 2: Belangrijkste resultaten nauwkeurigheid (bron: eigen verwerking)

2. METHODEN, MATERIALEN EN STUDIEGEBIED 2.1 Methoden en materialen 2.1.1 Enquête Om de representativiteit van Bluetooth-tracking na te gaan werd tijdens de loop van het experiment (van 20 tot en met 29 juli 2013) een bevraging gehouden onder bezoekers van de Gentse Feesten. Deze bevraging gebeurde op verschillende locaties in de feestenzone en op alle dagen van de festiviteiten. Hoewel het moeilijk bleek passanten te overtuigen om mee te werken aan het onderzoek, werden in totaal 388 personen succesvol geënquêteerd. Tijdens de Gentse Feesten zelf werden 240 mensen bevraagd, maar om de resultaten van het onderzoek statistisch beter te kunnen onderbouwen werden begin februari 2014 extra (148) enquêtes afgenomen. Het totaal aantal bevraagde personen bedraagt dus 388. Voor het opstellen van de enquêtes, maakten we gebruik van de software ‘SurveyToGo’ (http://www.dooblo.net, 2013). Met behulp van deze software kunnen op een efficiënte

17

manier gepersonaliseerde enquêtes afgenomen worden. Deze software is beschikbaar voor toestellen die draaien op Android en Windows. Voor het daadwerkelijk afnemen van de peiling maakten we gebruik van een tablet van het merk Samsung, ter beschikking gesteld door de vakgroep Geografie van de Universiteit Gent. Om het risico op informatieverlies te beperken werden de gegevens op geregelde tijdstippen doorgestuurd naar de server. De software registreerde voor elke bevraagde persoon ook de lengte-en breedtegraad van de locatie waar het onderzoek werd afgenomen. Op deze manier zijn we in staat om de locaties waar interviews afgenomen werden visueel voor te stellen (zie figuur 3). Gezien de beperkte informatie over toeristen en buitenlanders in voorbije onderzoeken omtrent Bluetoothtracking, zoals bijvoorbeeld het thesisonderzoek van Baeyens (2012), werd gepoogd een groter aantal buitenlanders aan te spreken. De taalbarrière zorgde er echter voor dat bij deze groep een aantal bevragingen vroegtijdig afgebroken dienden te worden. Deze werden dan ook niet opgenomen in dit onderzoek. De enquête bestaat uit dertig vragen en de vragen die aan een persoon werden gesteld verschilden naargelang de antwoorden die de persoon reeds gaf. Dit werd geprogrammeerd in de gebruikte software en vermeed het stellen van nodeloze vragen aan respondenten. Zo zal bij een persoon zonder mobiel toestel op zak niet gevraagd worden naar de specificaties van dit toestel. Een visuele weergave van de enquête en de opeenvolgende vragen wordt gegeven in de vorm van een stroomdiagram in figuur 1. In het eerste deel van de enquête werd gevraagd naar de persoonlijke gegevens van de respondent. Het geslacht, de leeftijd, nationaliteit en het land waarin de persoon woonachtig is werden samen met het opleidingsniveau en het beroepsstatuut opgenomen. Deze 6 vragen werden door alle respondenten beantwoord. Vervolgens werd het aantal mobiele toestellen dat de passant bijhad vastgesteld. Per toestel (GSM, smartphone, tablet, mp3-speler of oortje) werden de vragen in deel 2 overlopen. Wanneer er dus een persoon werd ondervraagd die geen enkel toestel bijhad, bedroeg de peiling slechts zeven vragen. Indien een voorbijganger echter meerdere toestellen op zak had werden heel wat meer dan 30 vragen gesteld. Dit verklaart de soms grote verschillen in duur van de enquêtes.

18

Figuur 1: Stroomdiagram enquête (bron: eigen verwerking) Deel 2 bestond zelf uit 2 grote onderdelen. Het eerste handelde over Bluetooth, het tweede over Wifi. De vragen hierbij waren nagenoeg dezelfde. Het type van het toestel werd genoteerd, evenals de aanwezigheid van de Bluetooth-functie op het toestel en of deze al dan niet aan stond. Wanneer de functie aangeschakeld was, werd tevens gevraagd of deze zichtbaar was voor het publiek. Indien de respondent dit toeliet gingen we de traceerbaarheid na met behulp van ons eigen smartphone. De verschillende stralingsbronnen uit de omgeving werden afgeschermd met behulp van een metalen (koekjes)doos (figuur 2). Respondenten die geen toestemming gaven voor deze controle werden uit het onderzoek geweerd. Aangezien we in dit onderzoek wilden nagaan in welke situaties de Bluetooth-functie gebruikt werd, en of de gebruiker hiervan op de hoogte was, werd bij elke vraag genoteerd of de ondervraagde al dan niet onmiddellijk het antwoord op de vraag wist. In het stroomdiagram (figuur 1) wordt deze extra vraag aangegeven door een rood balkje bij de vraag. Indien het toestel detecteerbaar was, werd nagegaan of de ‘friendly name’ van het toestel aangepast was.

19

Vervolgens werd aan alle respondenten die een mobiel toestel op zak hadden, gevraagd hoe vaak ze de Bluetooth-functie gebruikten. Indien ze hier gebruik van maakten werden de voornaamste redenen hiervoor geregistreerd. Als bleek dat het toestel over Bluetooth beschikte, maar de persoon deze bewust had uitgeschakeld, was het belangrijk de reden hiervoor te achterhalen. Deze werd genoteerd als het antwoord op vraag 21. Om het Bluetooth-gedeelte af te sluiten werd gevraagd of de geënquêteerde waarbij de Bluetoothfunctie aan bleek te staan, na afloop van de vragenlijst deze functie zou uitschakelen. Er waren immers een groot aantal personen met een toestel waarvan de Wifi of Bluetoothfunctie aan stond, die echter niet wisten dat ze traceerbaar waren. Wanneer we hen hierop attent maakten kon het zijn dat ze dit niet zo prettig vonden, en de functionaliteit van hun toestel later uitschakelden. Om de representativiteit van de metingen na te gaan is het belangrijk te weten of een bepaalde sociale groep hier gevoeliger voor was.

Figuur 2: Koekjesdoos voor de afscherming ongewenste signalen Voor de Wifi-functie werden dezelfde vragen (vraag 23 tot 30) gesteld. Het was echter niet mogelijk om, zonder zelf de instellingen van het toestel van de ondervraagde te controleren, na te gaan of de Wifi-functie al dan niet aangeschakeld was. We moeten dus steeds in ons achterhoofd houden dat we voor de betrouwbaarheid van deze resultaten afhankelijk zijn van de eerlijkheid en kennis van de ondervraagde. Er diende hier ook niet gevraagd te worden

20

waarvoor de functie gebruikt werd en of er een ‘friendly name’ aangepast was. De Wififunctie wordt momenteel voornamelijk gebruikt voor internettoegang en het aanpassen van een ‘friendly name’ is in dit opzicht niet mogelijk. Bij vraag 29 (“Waarom heeft u de Wifi-functie bewust uitgezet”) was het, in tegenstelling tot dezelfde vraag bij Bluetooth, niet mogelijk om meerdere antwoorden te geven. We beperkten hier de keuzemogelijkheden om zo de hoofdreden van het niet aanschakelen van de functie te achterhalen. In het geval van Bluetooth beschikken we immers over heel wat voorkennis (zoals het onderzoek afgenomen door Tom Baeyens in 2012) over deze redenen. We wilden bij Wifi dus voornamelijk de hoofdfactor voor het niet aanschakelen van de functie achterhalen en niet alle redenen. Van de oorspronkelijke dataset maakten we 2 versies, één voor de analyse van de representativiteit bij Bluetooth, en één voor Wifi. Bij de eerste verwijderden we de interviews waarbij we niet mochten controleren op de detecteerbaarheid op basis van Bluetooth, bij de tweede waar de respondent niet wist of het toestel al dan niet over de Wifi-functionaliteit beschikte. We konden er immers niet op vertrouwen dat de respondent de waarheid sprak of de vraag volledig goed interpreteerde. Indien we wel mochten controleren op de detecteerbaarheid (bij Bluetooth), maar deze om allerhande redenen niet vastgesteld kon worden, werd het interview ook genegeerd bij de analyse. Personen die geen toestel bijhadden werden behouden in de analyse en als niet detecteerbaar beschouwd. De analyse van de enquêteresultaten werd gedaan met behulp van het statistisch programma ‘SPSS’ (Statistical Package for the Social Sciences, versie 22). Met behulp van de bekomen dataset wilden we op een statistisch onderbouwde manier verklaren of sociaal-demografische eigenschappen van personen een invloed hebben op hun detecteerbaarheid met behulp van Bluetooth en/of Wifi. Voor dergelijke statistische analyse kan de chi-kwadraat-onafhankelijkheidstoets gebruikt worden. Deze test of 2 variabelen X (hier de sociaal-demografische eigenschappen) en Y (de detecteerbaarheid van de technologieën) onafhankelijk zijn van elkaar (Van Aelst, 2008). De nulhypothese hierbij is dat X en Y onafhankelijk zijn, de alternatieve hypothese stelt een verband tussen beide variabelen. Belangrijk is dat de vrijheidsgraden (die bepalend zijn voor de referentiewaarde waartegen de toetsingsgrootheid wordt vergeleken) bestaan uit het aantal mogelijke waarden

21

voor X en Y min 1. Voor de berekening van de toetsingsgrootheid wordt verwezen naar gespecialiseerde literatuur (Van Aelst, 2008). Deze berekening werd op automatische wijze uitgevoerd door het statistische programma SPSS. Bij evaluatie van de toetsingsgrootheid wordt standaard uitgegaan van een p-waarde van 5%. Voorafgaand aan de Chikwadraatonafhankelijkheidstoets werd gecontroleerd of aan de regel van Cochran (Smits & Edens, 2009) voldaan was. Deze regel houdt in dat de test enkel toegepast mag worden indien 2 voorwaarden vervuld zijn: in minimaal 80% van de categorieën moet de verwachte waarde voor e groter zijn dan 5 en bij alle categorieën moet de verwachte waarde voor e groter zijn dan 1. Naast deze onafhankelijkheidstoetsen berekenden we voor de verschillende variabelen een groot aantal samenvattingsmaten (gemiddelde, mediaan, percentages,…) waaruit conclusies getrokken kunnen worden. Aangezien we bij Wifi- en Bluetooth-tracking ervan uitgaan dat een gedetecteerd toestel overeenkomt met juist 1 individu, werd gekozen om de gegevens te aggregeren per toestel in plaats van per ondervraagde. Wanneer bijvoorbeeld een persoon drie detecteerbare toestellen bij zich had werden, in plaats van deze persoon eenmalig als een ‘detecteerbaar individu’ te beschouwen, de drie toestellen samen met de sociaal-demografische gegevens van deze persoon behouden. De onafhankelijkheidstoetsen vonden dan plaats, tenzij uitdrukkelijk anders vermeld, tussen de sociaal-demografische eigenschappen van de eigenaar en de detecteerbaarheid van het toestel. Op deze manier kan eenzelfde persoon meermaals in de test opgenomen worden. Dit is een duidelijk verschil in methodiek, maar had slechts een kleine impact op de gevonden resultaten. 2.1.2 Ratiometingen 2.1.2.1 Manuele metingen De manuele ratiometingen werden uitgevoerd met behulp van een laptop geleverd door de vakgroep Geografie van de Universiteit Gent. Hierop werden 2 externe sensoren aangesloten, één voor de detectie van Bluetooth-apparaten, een andere voor Wifi-apparaten. Concreet komt het erop neer dat de Bluetooth-sensor mobiele toestellen met een 'zichtbare' Bluetooth-functie detecteert. Hiervoor stuurt de sensor binnen zijn bereik continu een inquiry

22

uit die deze toestellen vraagt hun gegevens naar de sensor door te sturen. Van deze gegevens worden, om de privacy van de gevolgde personen niet te schenden, een beperkt aantal parameters in een logfile opgeslagen op de harde schijf van de computer. Wifi-detectie gebeurt op een gelijkaardige manier, met het verschil dat de sensor passief is. Dit wil zeggen dat het de aanwezige signalen uit de omgeving opvangt in plaats van zelf een inquiry uit te sturen. De gegevens die door de sensoren werden opgeslagen zijn (Versichele et al., 2011): - Datum en tijdstip van detectie. - Het MAC (Media Access Control)-adres dat uniek is voor elk gedetecteerd toestel. - COD (Class of Device)-code die aangeeft om welk type toestel het gaat (enkel bij Bluetooth). - In/out/pass. Wanneer een toestel voor het eerst gedetecteerd wordt, wordt de waarde 'in' toegevoegd. Indien het toestel niet meer waargenomen wordt zal 'out' geschreven worden. Als een detectie niet voorafgegaan of gevolgd wordt door een andere detectie van dat toestel, zal het woord 'pass' neergeschreven worden in het bestand. Welk geval van toepassing is wordt berekend uit de ontvangen signaalsterkte. De logfiles werden ingeladen in het speciaal daarvoor ontworpen programma ‘GisMo’. Met behulp van deze software, die ontwikkeld werd door Mathias Versichele van de Vakgroep Geografie van de Universiteit Gent, konden we door een eenvoudige filter het aantal gedetecteerde personen voor een bepaald tijdsinterval bepalen. Hierbij werden bij Bluetoothtracking de onbedoeld gedetecteerde toestellen zoals laptops en computers weggefilterd. De manuele tellingen die nodig zijn om de detectieratio’s te berekenen werden uitgevoerd met de iPhone-applicatie ‘Tally counter’. Deze methode liet toe om, in vergelijking met pen en papier, sneller en met minder fouten tellingen uit te voeren. Bij de berekening van de daggemiddelden van ratio’s zijn de intervallen waarin er geen Bluetooth-toestellen gedetecteerd werden niet in de berekeningen opgenomen. In deze gevallen gingen we ervan uit dat er ofwel te weinig personen passeerden om een statistisch betrouwbaar resultaat te leveren, ofwel dat de detectieapparatuur niet goed functioneerde waardoor foutief nul toestellen waargenomen werden binnen het tijdsinterval. Intervallen waarbij een detectieratio hoger dan 100% werd bekomen werden tevens verwijderd uit de

23

dataset. Bij de berekening van de Wifi-detectieratio vielen de resultaten van het meetpunt aan de Nederpolder op. De gemiddelde ratio voor deze plek bedroeg 66,63% en de minimumratio van de 7 intervallen die daar gemeten werden bedroeg 42,17%. We vermoeden dat deze onrealistisch hoge ratio’s veroorzaakt werden door de onbedoelde detectie van toestellen in de nabijgelegen kantoorgebouwen (het bereik van de Wifi-sensor is moeilijker in te schatten dan die van de Bluetooth-sensor). Deze locatie wordt dan ook geweerd uit de dataset. Om dezelfde redenen worden de resultaten van de meetlocatie in de Kouterdreef niet opgenomen. Om de verandering van de ratio naargelang het uur van de dag na te gaan werden de overgebleven intervallen (zie vorige alinea) geordend naargelang hun startuur. Vervolgens werden de data geaggregeerd in volgende groepen: vroege namiddag (12u00 – 14u30), namiddag (14u31 – 17u00), vooravond (17u01-19u30), avond (19u31 – 00u00) en nacht (00u01 – 06u00). Er werd dus gekozen om de data voor te stellen in functie van de programmatie van de evenementen in plaats van volgens een 24-urensysteem. Deze grenzen zijn gekozen met de planning van de concerten en voorstellingen als leidraad (http://www.youropi.com, 20 februari 2014), om zo de perioden met een verschillend doelpubliek te kunnen definiëren. Het probleem blijft echter wel dat welke grenzen ook gekozen werden, deze steeds arbitrair waren, waardoor bij een kleine verschuiving van de uren ook licht verschillende resultaten gevonden werden. Na het experimenteren met verschillende grenswaarden werd geopteerd voor de perioden zoals hierboven aangegeven, aangezien zij de tendensen die in de meeste situaties voorkwamen, het best weergaven. 2.1.2.2 Automatische metingen De automatische metingen werden uitgevoerd door op eenzelfde locatie zowel een telcamera als een Wifi- en Bluetooth-sensor te installeren. Deze werden geïnstalleerd op twee plaatsen in het stadscentrum, in de Predikherenlei en in de Jan Breydelstraat. De ‘ViNotion People Counter’ is een passantenteller die personen kan detecteren in videobeelden met behulp van een gesofisticeerd algoritme (http://www.vinotion.nl, 6 mei 2013). Het voordeel van dergelijke methode is dat een eenvoudige camera kan volstaan om tellingen uit te voeren. De gegevens van de sensoren en de telcamera’s werden voor beide locaties geaggregeerd per uur en verwerkt. Intervallen waarbij minder dan 50 personen werden geteld door de telcamera’s werden verwijderd, evenals intervallen met detectieratio’s hoger dan 100%.

24

2.2 Studiegebied Dit onderzoek vond plaats tijdens de Gentse Feesten 2013. Dit tien dagen durend evenement vond plaats van 20/07 tot en met 29/07 in het stadscentrum van Gent en trekt jaarlijks meer dan een miljoen bezoekers. Hierdoor is het evenement uitermate geschikt als trackingslocatie. Wifi- en Bluetooth-sensoren werden geïnstalleerd op alle grote pleinen en belangrijke straten in de binnenstad. Een overzicht van de locaties van de manuele ratiometingen evenals de lokalisatie van de telcamera’s wordt gegeven in figuur 3.

Figuur 3: Tellocaties en telcamera’s Gentse Feesten 2013 (bron: eigen verwerking) Om een goede ruimtelijke spreiding van de metingen te garanderen werden verspreid over het stadscentrum achttien meetlocaties gekozen: Ajuinlei, Baudeloostraat, Bibliotheekstraat, Donkersteeg, Drabstraat, Gruuthuusestraat, Jan Breydelstraat, Kouterdreef, Kraanlei, Lange Munt, Mageleinstraat, Nederpolder, Predikherenlei, Sint-Jacobs Nieuwstraat, Steendam, het Veermanplein, Volderstraat en Werregarenstraat. Er werd geopteerd voor autovrije straten met hoofdzakelijk doorgaande passages. Hierdoor waren de passanten eenvoudiger te tellen.

25

Wanneer er metingen gehouden werden in winkelstraten werden deze gedaan na het sluiten van de winkels. Om de representativiteit van het onderzoek te waarborgen werd een goede spreiding van interviews over de binnenstad nagestreefd. Een overzicht van de locatie van de bevragingen wordt weergegeven in figuur 4. Enkel personen die zich binnen de Feestenzone of in de zone van de Bluetooth-tracking bevonden werden ondervraagd. Een groot deel van peilingen werden echter afgenomen in het Baudelopark. Dit park staat bekend als een plaats waar tijdens de Gentse Feesten veel mensen naar toe trekken om te keuvelen, een dutje te doen of even uit te rusten tussen de vele concerten door. Hierdoor zijn de mensen er dikwijls gemakkelijk aanspreekbaar en zijn ze vaker bereid om mee te werken aan het onderzoek. De bijkomende metingen van begin februari 2014 concentreerden zich rondom het Woodrow Wilsonplein.

Figuur 4: Locatie enquêtes Gentse Feesten 2013 (bron: eigen verwerking)

26

3. RESULTATEN 3.1 Representativiteit 3.1.1 Algemeen Een overzicht van alle antwoorden op de enquête wordt weergegeven in tabel 3 in bijlage. Aangezien deze tabel een enorme hoeveelheid informatie bevat, worden deze resultaten in dit onderdeel meer in detail besproken. 3.1.1.1 Geslacht en leeftijd De enquête werd afgenomen bij 223 mannen en 165 vrouwen. De gemiddelde leeftijd van de respondenten bedroeg 34,23 jaar. De jongste persoon die geïnterviewd werd was 5 jaar oud, de oudste 93. De mediaan (middelste waarde bij geordend sorteren) bedraagt 27 wat erop duidt dat de leeftijdsverdeling rechtsscheef is. De standaardafwijking op de ouderdom bedraagt 19,03 jaar. We kunnen dus stellen dat gezien het publiek van de Gentse Feesten (vooral jonge mensen en twintigers), een representatieve groep mensen bereid was mee te werken aan het onderzoek. Dit wordt bevestigd door een vergelijking met de bevolkingsstatistieken van de federale overheidsdienst financiën (http://statbel.fgov.be, 9 november 2013). 3.1.1.2 Nationaliteit en verblijfplaats Er werd bij het afnemen van de enquête gepoogd een voldoende grote groep buitenlanders aan te spreken, om na te kunnen gaan of deze groep op een andere manier met de technologie omgaat dan Belgen. Inzichten hierover waren bij eerder onderzoek (Baeyens, 2012) eerder beperkt. Iets minder dan drie vierden (72,94%) van de ondervraagden had de Belgische nationaliteit en 85,31% bleek woonachtig binnen de Belgische landsgrenzen. In de dataset zijn 105 buitenlanders (27,06% van de geënquêteerden) afkomstig uit 44 verschillende landen terug te vinden (tabel 4). Driehonderd eenendertig personen van de in totaal 388 ondervraagden bleek woonachtig in België. Er werden dus 48 mensen met vreemde nationaliteit opgenomen in de enquête die wel degelijk permanent in België verbleven. Deze personen worden weergegeven in tabel 5.

27

Tabel 4: Nationaliteit respondenten (bron: eigen verwerking)

Tabel 5: Verblijfplaats respondenten (bron: eigen verwerking)

3.1.1.3 Opleidingsniveau en beroepsstatuut Van de 388 geïnterviewde personen waren er 16 (4,12%) die bezig waren aan hun basisschool opleiding, een elftal (2,84%) had geen opleiding genoten. Drieëntwintig personen, ofwel 5,93% bleek een diploma lager onderwijs op zak te hebben. De groepen met een diploma

28

lager middelbaar onderwijs (Technisch en Bijzonder 1,03%, algemeen middelbaar onderwijs 4,64%) waren minder goed vertegenwoordigd. Een drieëndertigtal mensen (8,51%) had een technisch of bijzonder hoger middelbaar diploma, 90 (23,20%) een attest van het algemeen hoger middelbaar. Die laatste groep was samen met de mensen met een hogere nietuniversitaire achtergrond (89 personen ofwel 22,94% van de steekproef) en de personen met een universitair diploma (95 personen, overeenkomend met 24,48% van de bevraagde personen) het best vertegenwoordigd. Een negental (2,32%) van de ondervraagden bleken post universitaire studies ondernomen te hebben. Deze gegevens worden visueel voorgesteld in figuur 5.

Figuur 5: Opleidingsniveau respondenten (bron: eigen verwerking) Een overzicht van het beroepsstatuut van de ondervraagden wordt gegeven in figuur 6. Het valt op dat een groot deel van de respondenten op het moment van de enquête nog student was. Concreet waren er 151 scholieren, goed voor 38,92% van de geënquêteerden. Binnen de groep van de niet-actieven vinden we 34 (8,76%) werklozen, 44 (11,34%) gepensioneerden en zes (1,55%) arbeidsongeschikten terug. Dertien personen (2,08%) bleken uitsluitend werkzaam in het gezin. De arbeiders maakten zo’n 7,99 procent (31 individuen) van de geënquêteerden uit, de zelfstandigen 5,15% (20 personen). Aan de bevraging deden ook een grote groep bedienden mee, 54 (13,92%) van hen gaven aan een gewone bediende te zijn, 18

29

personen (4,64%) waren op het moment van de bevraging kaderlid. Tot slot is er sprake van een vrij kleine groep (17 personen ofwel 4,38%) personen die een vrij beroep uitoefenden. Wanneer we deze gegevens vergelijken met deze opgenomen in het kerncijfer-rapport van de algemene directie statistiek en economische informatie van 2012 (http://statbel.fgov.be, 9 november 2013), zien we gelijklopende patronen. Gezien de aard van het evenement was het hoger percentage studenten hier niet verwonderlijk.

Figuur 6: Beroepsstatuut respondenten (bron: eigen verwerking) 3.1.1.4 Aantal en type toestellen De overgrote meerderheid van de ondervraagden had een mobiel toestel op zak. Van de 388 ondervraagden hadden slechts 35 personen, ofwel 9,02% geen toestel bij. Opmerkelijk is dat de overgrote meerderheid (82,99% ofwel 322 van de 388 bevraagde personen) exact 1 toestel bijhad (figuur 7). Slechts 29 personen (7,47%) hadden 2 toestellen bij zich, twee personen drie toestellen (0,52%).

30

Figuur 7: Aantal mobiele toestellen op zak (bron: eigen verwerking) Eveneens opvallend was dat vooral de personen die met meerdere toestellen op de Gentse Feesten rondliepen vaker gebruik maakten van draadloze communicatietechnieken. Van de 27 personen die meerdere toestellen bijhadden, en een controle van de detecteerbaarheid van hun toestellen via Bluetooth toelieten, bleken 7 personen detecteerbaar. Dit komt overeen met een Bluetooth-detectieratio van 25% voor deze individuen. De Wifi-detectieratio van deze personen was 48%, wat ook hoger is dan de gemiddeld waargenomen waarden (zie onderdeel 3.2 voor een analyse van de nauwkeurigheid op de Gentse Feesten). Daarom heeft de oververtegenwoordiging van deze groep, ondanks haar beperkte omvang in dit onderzoek, een niet onbelangrijke impact op de representativiteit. In 91,71 procent van de gevallen bleek het mobiele elektronische toestel een GSM (Global System for Mobile Communications). Het aandeel klassieke GSM’s is in vergelijking met soortgelijk onderzoek enkele jaren geleden (Baeyens, 2012) sterk gedaald van 69,9% naar 37,82%, wat overeenkomt met 146 toestellen. In ongeveer de helft van de gevallen (208 toestellen, 53,89%) had de ondervraagde een smartphone op zak. Hierbinnen onderscheiden we volgens dalende mate van voorkomen, toestellen draaiend op Android (91 stuks, 23,58%), iOS (55, 14,25%), Blackberry (18, 4,66%), Windows (17, 4,40%) en Symbian (12, 3,11%). De overige vijftien (3,89%) smartphones vielen niet binnen een van bovenstaande groepen onder te brengen. Een klein aantal tablets werd aangetroffen bij de passanten. In het totaal hadden 11 personen een tablet bij, 7 (1,81%) van hen een iPad, de overige 4 (1,04%) een toestel met Android als besturingssysteem. De aanwezigheid van dergelijke systemen op straat bleek, ondanks hun

31

enorme populariteit van de laatste jaren, eerder beperkt. Bij de bevragingen buiten de periode van de Gentse Feesten werden relatief gezien minder tablets waargenomen (2). 3.1.2 Bluetooth 3.1.2.1 Algemeen Van de 386 onderzochte toestellen (er zijn 388 personen, maar personen kunnen 0 of meerdere toestellen bij zich hebben) bleek 76,17% (294 toestellen) uitgerust met Bluetoothfunctie. Negenenvijftig apparaten hadden deze functie niet (15,28%), en van 33 toestellen (8,55%) wist de eigenaar niet of Bluetooth aanwezig was. We merken op dat deze cijfers uitgaan van een goede kennis van de eigenaar over het toestel. In 33 gevallen was de geënquêteerde eerlijk genoeg om toe te geven dat hij het niet wist, maar we kunnen ervan uitgaan dat meer ondervraagden een niet goed overwogen antwoord gaven. Bij de interviews werd door de interviewer ook genoteerd of de personen onmiddellijk een antwoord op de vraag wisten, dan wel of de vraag verder verduidelijkt diende te worden en/of de ondervraagde het antwoord in de instellingen van het mobiele toestel diende op te zoeken. In 88,67% van de gevallen wist de respondent onmiddellijk het antwoord, in 11,33% van de gevallen was er meer tijd nodig. Dit duidt erop dat de gemiddelde bezoeker van de Gentse Feesten goed op de hoogte is van de mogelijkheden van zijn mobiel apparaat. Hier geldt alweer de opmerking dat de correctheid van de antwoorden niet gecontroleerd kon worden. Van de 294 toestellen uitgerust met Bluetooth stond, althans volgens de eigenaars, bij zo’n 22,11% (65 toestellen) van de apparaten deze functie ook daadwerkelijk aan. In 214 gevallen (71,57%) verklaarden de bezitters dat deze uitstond op het moment van de bevraging. Over een vijftiental toestellen (5,02%) kon dit niet gezegd worden. Deze cijfers zijn zoals de eventuele aanwezigheid van de functie afhankelijk van de eerlijkheid en kennis van de geënquêteerde. Wanneer we kijken naar het percentage van de proefpersonen die de vraag goed begreep en een antwoord wist te formuleren zien we gelijkaardige resultaten als bij de aanwezigheid van de functie: 85,30% kon dit wel, bij 41 personen (14,70%) was extra hulp nodig. Wanneer men op de hoogte is van de aanwezigheid van de Bluetooth-functie, denkt men dus in vele gevallen ook te weten of die op een willekeurig moment aanstaat of niet. Verrassende resultaten zien we wanneer er gevraagd werd of deze functie, indien aangeschakeld, ook zichtbaar was voor de buitenwereld. In drieëndertig procent van de

32

gevallen kon op deze vraag geen antwoord gegeven worden, van diegenen die dat wel konden had 37,21% (16) extra uitleg of tijd nodig, 62,79% (27) meende het antwoord onmiddellijk te kennen. Bij 22 toestellen (33,85%) beweerde de ondervraagde dat het toestel zichtbaar was, 21 toestellen (32,31%) zouden onzichtbaar maar aangeschakeld zijn. Uit deze resultaten en de indrukken tijdens het afnemen van de interviews kunnen we concluderen dat de doorsnee bezoeker van de Gentse Feesten niet goed op de hoogte is van de waarneembaarheid van zijn Bluetooth-toestel en tevens niet duidelijk weet wat dit dan wel inhoudt. Om de gegevens betrouwbaarder te maken werd vervolgens gevraagd of we hun toestel mochten proberen traceren met onze eigen smartphone. Dit werd aan iedereen gevraagd omdat we, zoals hierboven uitgelegd, er niet van kunnen uitgaan dat de ondervraagden de waarheid zeggen of zelf het correcte antwoord op de vraag weten. Het viel immers regelmatig voor dat wanneer de persoon stelde dat zijn toestel geen Bluetooth-functie bezat, dit toch het geval was. Dit was reeds het geval bij de zevende persoon die bevraagd werd. Deze man beweerde dat de Bluetooth-functie op zijn GSM niet zichtbaar was, terwijl deze wel gedetecteerd werd met behulp van de smartphone van de ondervrager. Het bleek dus belangrijk deze controle uit te voeren en de geënquêteerde niet op zijn woord te geloven. In werkelijkheid bleken 44 van de toestellen waarvoor toestemming was om ze te traceren, detecteerbaar. Dit komt overeen met een percentage van 12,29 procent, een stuk hoger dan de gemiddelde ratio’s gemeten op de Gentse Feesten en in eerder onderzoek (Versichele et al., 2011). Dit verschil hoeft op zich geen probleem te zijn, de geënquêteerden zijn immers niet volledig willekeurig gekozen. Enkel de geïnteresseerden werkten mee aan de bevraging. Hierdoor kunnen we dus inderdaad verwachten dat we een hogere ratio onder de testpersonen zullen waarnemen. Anderzijds is het ook mogelijk dat een deel van de daadwerkelijk traceerbare personen niet geregistreerd werden door de gebruikte sensoren. Geen enkel trackingsysteem is 100% betrouwbaar en het kan dus voorvallen dat enkele personen door de mazen van het net glippen. Het belangrijkste is dat dit een vast percentage is, dat niet varieert in de loop van de tijd of naargelang de locatie. Voor een specifieke ratio-analyse van de Gentse Feesten 2013 wordt verwezen naar onderdeel 3.2 dat de nauwkeurigheid behandelt. Van de 358 toestellen bleek het overgrote deel (306 ofwel 85,47%) dus niet detecteerbaar, in acht gevallen (2,23%) kon dit niet met zekerheid uitgemaakt worden.

33

Van de respondenten die gedetecteerd werden kon hun friendly name nagegaan worden. Elk toestel is steeds te onderscheiden door het unieke MAC-adres, maar als de gebruiker zijn zichtbare naam aanpast, stelt dat de analist in staat extra informatie over de gebruiker van het toestel te verzamelen. In dit opzicht is het interessant te vermelden dat ongeveer de helft van de gedetecteerden een aangepaste naam hadden (21 toestellen overeenkomend met 47,73 procent tegenover 23 toestellen en 52,27 procent). 3.1.2.2 Algemeen gebruik van Bluetooth Bij de gehele testgroep voorzien van een mobiel elektronisch toestel werd ook gepeild naar het gebruik van Bluetooth in het algemeen. Dit gebeurde onafhankelijk van het feit of het toestel dat men bijhad al dan niet voorzien was van Bluetooth. Bij alle 386 toestellen die aangetroffen werden, werd de vraag gesteld of de gebruiker Bluetooth gebruikt op dat toestel of op een toestel van dezelfde categorie dat hij in zijn bezit had. In 148 van de gevallen (38,34%) bleek de eigenaar de functionaliteit nooit te gebruiken. Slechts bij 2 toestellen gaf de eigenaar te kennen de Bluetooth-functie op het toestel de hele dag door te gebruiken. De tussenliggende antwoorden ‘zelden’, ‘af en toe’ en ‘vaak’ werden respectievelijk 133 (34,46%), 58 (15,03%) en 45 (11,66%) keer gekozen. Van de 186 beschouwde toestellen, werd dus in meer dan 60% van de gevallen gebruik gemaakt van Bluetooth, bij ruim 28% gebeurde dit op regelmatige basis. Het blijkt dus dat ondanks de lage detectieratio’s (zie onderdeel 3.2) het gebruik van Bluetooth goed ingeburgerd is. Dit wil zeggen dat er een groot deel van de populatie in principe detecteerbaar zou kunnen zijn op een bepaald moment in tijd en ruimte. Het nut van dergelijke trackingmethodologieën wordt op deze manier bevestigd. Van de toestellen waarbij gebruik werd gemaakt van Bluetooth (waarvan de eigenaar niet te kennen gaf de functie nooit te gebruiken) werd bijgehouden voor welke doeleinden de ondervraagden deze communicatietechniek gebruikten. Hierbij had men de mogelijkheid meerdere opties te kiezen. De resultaten hiervan werden opgenomen in tabel 6.

34

Tabel 6: Redenen gebruik Bluetooth (bron: eigen verwerking)

Bij twee derden van de toestellen (70,17%) werd Bluetooth gebruikt voor het uitwisselen van gegevens met andere GSM’s of smartphones. Dit is met ruime voorsprong de belangrijkste functionaliteit van Bluetooth. Op de tweede plaats (28,57%) vinden we het koppelen met een headset of ‘oortje’ terug. Het synchroniseren van het toestel met de computer is de derde belangrijkste toepassing (23,95%), gevolgd door de koppeling van het toestel met een carkit, goed voor 18,91% van de gevallen. Van tweeëndertig toestellen ofwel 13,45 procent gaf de eigenaar aan de Bluetooth-functie ook voor andere doeleinden te gebruiken. Aan de personen die een toestel met Bluetooth-functie bij zich hadden, maar waarbij deze functie uitgeschakeld was werd gevraagd of ze deze functie al dan niet bewust hadden uitgezet. In 97,09 procent van de situaties bleek dit het geval, wat een indicatie is voor een betrouwbare representativiteit. Er werd gepeild naar de redenen voor het uitschakelen van de functie, waarbij de geïnterviewde meerdere redenen kon kiezen. De meest aangehaalde reden bleek het algeheel niet gebruiken van de functie (141 toestellen ofwel 84,43%). De tweede belangrijkste reden is het besparen van energie (38,32%). Belangrijk hierbij is het verschil met de perceptie van energieverbruik van de Wifi-functie (zie onderdeel 3.1.3). Privacyredenen werden slechts zelden (9,58%) ingeroepen voor het uitschakelen van de Bluetoothfunctie. Wanneer een Bluetooth-toestel gedetecteerd werd bij een respondent, beweerde 63,64% die niet te zullen uitschakelen na het interview. Er blijkt dus toch een significante groep (zestien personen of ongeveer 36 procent) die geschrokken was van het feit dat ze op dat moment gevolgd konden worden. Dit duidt op de mogelijke verandering in representativiteit en detectieratio’s indien men zich in de toekomst meer bewust zou worden van de verschillende

35

tracking mogelijkheden. Deze problematiek wordt uitgebreider behandeld in het discussieonderdeel. 3.1.2.3 Detecteerbaarheid en geslacht Tijdens het afnemen van de interviews ontstond het vermoeden dat toestellen van mannen vaker detecteerbaar waren dan die van vrouwen. Dit werd bevestigd door een toets zoals weergegeven in tabel 7 in bijlage. De verwachte waarden (in de veronderstelling van een geldige nulhypothese) worden daarbij tussen haakjes weergegeven. In dit geval wordt de nulhypothese verworpen op het 5% significantieniveau door een p-waarde van 0,032. Aan de voorwaarde van Cochran is in dit geval voldaan. Volgens deze enquête zijn mannen dus oververtegenwoordigd bij Bluetooth-tracking. De verhoudingen tussen de detecteerbaarheden worden visueel voorgesteld in Figuur 8.

Figuur 8: Detecteerbaarheid Bluetooth en geslacht (bron: eigen verwerking) 3.1.2.4 Detecteerbaarheid en leeftijd Wanneer we de detecteerbaarheid van het toestel naargelang de leeftijd van de eigenaar grafisch voorstellen (figuur 9), is er een duidelijke trend merkbaar voor Bluetooth. We deelden hierbij de respondenten op in leeftijdsgroepen per tien levensjaren tot en met 70 jaar. Wegens het beperkt aantal respondenten ouder dan 70 jaar namen we deze samen als 1 groep.

36

Figuur 9: Detecteerbaarheid Bluetooth en leeftijd (bron: eigen verwerking) Er kan worden vastgesteld dat tegen de eerste veronderstellingen in, Bluetooth vooral detecteerbaar is bij een oudere leeftijdscategorie, tussen de leeftijd van 30 en 60 jaar. Toestellen van jongeren en jongvolwassenen tot en met 30 jaar blijken volgens deze steekproef minder sterk vertegenwoordigd in de Bluetooth-detecties. Verder valt het op dat van de 22 personen ouder dan 70 jaar, er geen enkel toestel gedetecteerd werd. De gemiddelde ratio die werd waargenomen onder de hier beschouwde respondenten bedraagt 11,43%, iets hoger dus dan de manueel getelde ratio, maar wel binnen de grenzen van de waarschijnlijkheid. Aangezien de continue variabele leeftijd opgedeeld werd in 8 categorieën waren we in staat een Chikwadraattoets uit te voeren om de statistische bewijsbaarheid van deze relatie na te gaan. Uit tabel 8, die opgenomen werd in bijlage, wordt echter duidelijk dat niet aan de regel van Cochron voldaan was. Aangezien 37,5% van de categorieën een verwachte waarde lager dan 5 hadden was het resultaat van de test niet statistisch significant. Het is echter duidelijk dat een verband aanwezig is, dat we door het samennemen van verschillende categorieën ook wel degelijk statistisch kunnen aantonen. Dit kan ook opgelost worden met de oorspronkelijke categorieën door het interviewen van meer personen in de toekomst.

37

3.1.2.5 Detecteerbaarheid en nationaliteit Er zijn allerhande mogelijkheden om de respondenten onder te verdelen in groepen van verschillende nationaliteiten. Hierbij leek het logisch om mensen afkomstig uit de verschillende werelddelen apart op te delen. Intuïtief kunnen we veronderstellen dat personen uit Afrika en Zuid-Amerika op een andere manier omgaan met deze technologieën dan mensen afkomstig uit Noord-Amerika, Azië of pakweg Europa. Zoals vermeld (zie onderdeel 2.1.1) werd in vergelijking met eerder onderzoek (Baeyens, 2012) dan ook extra gefocust op het interviewen van personen van buitenlandse origine. Indien we de 388 geïnterviewden opdeelden volgens de hierboven beschreven methode was het nog steeds niet mogelijk om statistisch significante resultaten af te leiden. We kozen hier dus voor een alternatieve methode waarbij we de respondenten opdeelden in 2 groepen. De eerste groep bestaat uit personen afkomstig uit België of de buurlanden Duitsland, Frankrijk, Luxemburg, Nederland en het Verenigd Koninkrijk. De personen afkomstig uit de overige landen werden in een tweede groep beschouwd. Hierbij veronderstelden we dus een gelijkaardig gebruik van technologie op basis van geografische nabijheid. Deze opdeling werd ook toegepast bij de analyse van Wifi-tracking. De resultaten voor Bluetooth tonen aan dat er geen bias bestaat op basis van nationaliteit (tabel 9 in bijlage). De onafhankelijkheidstoets kan immers geen verband aantonen op het 5% significantieniveau. De hogere detecteerbaarheid van toestellen met Belgische eigenaar of een eigenaar uit de buurlanden (12,26%) tegenover 7,46% voor de overige nationaliteiten (figuur 10) kan statistisch niet bevestigd worden, maar nodigt uit tot verder onderzoek. Het lijkt immers logisch dat aangezien Bluetooth vaak gebruikt wordt om gegevens uit te wisselen met toestellen van (bevriende) kennissen, Belgen en personen uit de buurlanden vaker gebruik maken van Bluetooth voor het maken van een dergelijke verbinding op het Belgische grondgebied. Uitgebreider onderzoek is echter nodig om na te gaan of dit ook het geval is indien de autochtonen verder onderverdeeld worden naargelang de regio van afkomst. Hiervoor zal echter een heel groot aantal passanten bevraagd moeten worden, waardoor dit zeker geen eenvoudige opdracht is.

38

Figuur 10: Detecteerbaarheid Bluetooth en nationaliteit (bron: eigen verwerking) 3.1.2.6 Detecteerbaarheid en woonplaats We vergeleken de detecteerbaarheid van de personen die in België woonachtig waren met die van personen met woonplaats buiten België. We veronderstelden dat er hier geen significant verschil merkbaar zou zijn. De onafhankelijk wordt bevestigd door de Chikwadraattoets, weergegeven in tabel 10 (zie bijlage). De ratio voor toestellen van buitenlanders bedraagt 10,0%, die voor de personen wonend in België 11,69% (figuur 11).

Figuur 11: Detecteerbaarheid Bluetooth en woonplaats (bron: eigen verwerking) We kunnen besluiten dat er geen variatie is in de kans op detectie met behulp van Bluetooth naargelang de woonplaats van de passant. Dit is een belangrijk resultaat die de

39

representativiteit garandeert bij Bluetooth-tracking op evenementen met een internationaal publiek, zoals de Gentse Feesten. 3.1.2.7 Detecteerbaarheid en opleidingsniveau De detectieratio’s voor de toestellen van personen van verschillende opleidingsniveaus werden grafisch voorgesteld in figuur 12. De verschillende categorieën werden hiërarchisch geordend, waarbij een verschuiving naar rechts een hogere opleiding inhoudt. We voegden wegens het gering aantal respondenten volgende groepen samen: de personen die enkel een diploma lager onderwijs hebben en diegenen die momenteel lager onderwijs volgen, alle respondenten met een diploma lager middelbaar onderwijs, de universitairen en postuniversitairen. Om een geldige onafhankelijkheidstoets uit te voeren dienden we ook de groep van personen zonder opleiding samen te voegen met de personen van het lager onderwijs. Deze test (tabel 11 in bijlage) heeft als resultaat dat er geen verband kan gevonden worden tussen de detectieratio en de opleiding. Het samennemen van de verschillende groepen kan echter de oorzaak zijn voor het afzwakken van dit verband.

Figuur 12: Detecteerbaarheid Bluetooth en opleidingsniveau (bron: eigen verwerking) Zelf konden we op basis van figuur 12 echter een duidelijke tweedeling maken van de detecteerbaarheid in functie van het opleidingsniveau. Voor alle personen die minstens over

40

een diploma van het hoger onderwijs beschikten werd een beduidend hogere ratio waargenomen dan de personen zonder dergelijk diploma. Wanneer we voor deze 2 groepen een Chikwadraattoets uitvoerden

(tabel 12 in bijlage) kon dit verband ook statistisch

aangetoond worden met een p-waarde < 0,025. 3.1.2.8 Detecteerbaarheid en beroepsstatuut We verwijderden de categorieën met minder dan 10 respondenten (in dit geval de groep van de arbeidsongeschikten). Gezien het grote verschil in aantal respondenten per categorie was het niet mogelijk een algemene conclusie te trekken. Wel wordt duidelijk dat toestellen van zelfstandigen beduidend vaker getraceerd werden dan toestellen van personen met andere beroepsstatuten (figuur 13). Maar liefst negen van de twintig (45%) mobiele toestellen aangetroffen bij zelfstandigen waren detecteerbaar met behulp van Bluetooth. Uit de interviews blijkt dat ze deze functie gebruikten om hun toestel te koppelen aan een carkit, zodat ze steeds bereikbaar waren voor hun cliënteel. Gezien het grote aantal (korte) verplaatsingen die ze bij het uitoefenen van hun beroep afleggen, laten ze de functie gemakshalve aangeschakeld.

Figuur 13: Detecteerbaarheid Bluetooth en beroepsstatuut (bron: eigen verwerking) Zoals we konden verwachten uit de leeftijdsanalyse in paragraaf 3.1.2.4 waren gepensioneerden minder goed vertegenwoordigd. De hogere ratio’s (gelegen rond de 18%) bij toestellen van bedienden en arbeiders konden niet onmiddellijk verklaard worden.

41

Wel staat vast dat zij in vergelijking met studenten, gepensioneerden en werklozen vermogender zijn. Hierdoor zijn ze beter in staat mobiele toestellen aan te kopen. We moeten echter wel vermelden dat goedkopere toestellen tegenwoordig ook vaak over de Bluetoothfunctie beschikken. 3.1.2.9 Detecteerbaarheid en type toestel Het overzicht in figuur 14 geeft aan dat de hoogste ratio’s gevonden werden bij tablets (36%) en oortjes (33%). Deze resultaten zijn niet verwonderlijk aangezien het beiden secundaire apparaten zijn: het oortje wordt gekoppeld aan een GSM-toestel, de tablet wordt vaak gekoppeld aan een primair toestel en heeft een groot accuvermogen waardoor een aangeschakelde Bluetooth-functie geen probleem vormt. Toestellen met het Android besturingssysteem en overige smartphones waren vaker detecteerbaar dan iPhone’s, de klassieke GSM had een intermediaire detectieratio. Van de Android-toestellen betreffen het voornamelijk de smartphones met een nieuwere versie van het besturingssysteem of toestellen gebruikt door geavanceerde gebruikers, die detecteerbaar waren.

Figuur 14: Detecteerbaarheid Bluetooth en beroepsstatuut (bron: eigen verwerking) Door de beperkte hoeveelheid tablets, oortjes en MP3-Spelers die aangetroffen werden, was het statistisch niet mogelijk te bewijzen dat de kans op detectie significant verschillend was bij de verschillende apparaten (tabel 13 in bijlage). Aangezien de drie laatste groepen uit figuur 14 slechts 37 van de 350 toestellen vertegenwoordigden, konden we een onafhankelijkheidstoets uitvoeren zonder deze groepen. Hierdoor voldeed de test wel aan de

42

regel van Cochron. Het resultaat wordt weergegeven in tabel 14 in bijlage, en geeft aan dat er op het 5% significantieniveau geen relatie tussen het type mobiele telefoon en de kans op detectie vastgesteld kon worden. 3.1.2.10 Gebruik en kennis van Bluetooth Alvorens te testen of de respondenten (die hiervoor toestemming gaven) detecteerbaar waren, werd hen ook gevraagd of de Bluetooth-functie van hun toestel aanstond en al dan niet zichtbaar was. Door deze resultaten te vergelijken krijgen we een beeld van de kennis die de persoon over deze functie had, en of hij er bewust mee om ging. Wanneer immers de manier en het bewustzijn van het gebruik in de toekomst zouden veranderen, kan dit een impact hebben op de detectieratio’s en de variabiliteit hiervan. In de 21 gevallen dat de ondervraagde beweerde dat zijn toestel detecteerbaar was op het moment van de bevraging, had hij het in 90% of negentien van de gevallen bij het juiste eind. In twee situaties waarbij de respondenten beweerden dat dit wel het geval was, kon het toestel echter niet teruggevonden worden. Minder goede resultaten werden bekomen door het bekijken van de detecteerbaarheid van de toestellen waarbij beweerd werd dat ze niet zichtbaar waren voor de buitenwereld. In bijna een kwart van de gevallen (vijf van de eenentwintig toestellen of 23,8%) bleek ondanks deze verklaring, het toestel wel detecteerbaar door het toestel van de ondervrager. Indien zou blijken dat een specifieke groep van de bevolking het niet zou toestaan dat gecontroleerd werd op de detecteerbaarheid van hun toestel, kunnen de resultaten die hierboven gepresenteerd werden beïnvloed worden door het ontbreken van data voor deze bepaalde groep. In totaal werd voor 28 toestellen geen toestemming voor controle verleend. Daarom gingen we na wat de kenmerken waren van deze groep mensen (26 personen) die weigerden hun toestel(len) te laten controleren. De groep bevat geen significante afwijking op basis van het geslacht, maar heeft wel een gemiddelde leeftijd van 40,27 jaar. Deze is beduidend hoger dan de algemene gemiddelde leeftijd van 34 jaar. Personen met een vreemde afkomst gaven relatief gezien minder vaak de toestemming tot controle van detecteerbaarheid van hun toestel. In een tiende (10,6%) van de gevallen gaven personen van vreemde nationaliteit geen toestemming, tegenover

5,86% van ondervraagden met Belgische

nationaliteit. Hoewel het logisch lijkt dat mensen van vreemde origine argwanender zouden reageren over het opzet van het onderzoek, kan deze relatie statistisch niet bevestigd worden

43

(tabel 15 in bijlage). Er kon tevens geen overrepresentatie van personen woonachtig binnen of buiten België statistisch aangetoond worden (zie tabel 16 in bijlage). Ongeveer de helft (53%) van de mannen met een detecteerbaar toestel bleken de friendly name van dat toestel aangepast te hebben. Bij de vrouwen was dit aantal een stuk lager (33%). Dit verschil was, zoals weergegeven in tabel 17 in bijlage, echter niet statistisch significant. De helft van de vrouwen die detecteerbaar waren vermeldden na het interview de Bluetoothfunctie van het toestel te zullen uitschakelen. Slechts een derde van de mannen gaf aan de Bluetooth-functie van hun detecteerbare apparaat te zullen uitschakelen. Vrouwen blijken dus gevoeliger voor de privacy-issues die het tracking-experiment met zich mee brengt. De steekproef was echter niet groot genoeg om dit verband statistisch te bevestigen (tabel 18 in bijlage). 3.1.3 Wifi 3.1.3.1 Algemeen Ten tijde van dit onderzoek werd nagegaan of het traceren van toestellen met een aangeschakelde Wifi-functie een meerwaarde kon brengen in trackingstudies. Gezien de beperkingen van Bluetooth-tracking en de opkomst van Wifi op mobiele elektronica werd in de enquête dan ook gevraagd naar het gebruik van deze functie. Na het uitvoeren van het onderzoek dient er echter opgemerkt te worden dat veel mensen niet duidelijk het verschil kenden tussen 2G/3G-internet (via de GSM-masten van de telecomoperatoren) en Wifi (waarbij aangemeld wordt op een Wifi-router). Wanneer gevraagd werd naar de aanwezigheid van een Wifi-functie op het toestel, bleek deze vraag vaak verkeerd geïnterpreteerd door de ondervraagden. Erg vaak ging men er dan verkeerdelijk vanuit dat gevraagd werd of het toestel de mogelijkheid had om connectie te maken met het internet. Voor het onderzoek is er echter een duidelijk verschil, aangezien niet de internetverbinding die door de telecomoperatoren werd aangeboden werd getracked, maar wel degelijk de openstaande Wifi-verbinding. Op het moment van het onderzoek was het niet mogelijk om op een eenvoudige manier te controleren of de Wifi-functie van een toestel aangeschakeld was, zonder daarbij de privacy van de geënquêteerde te schenden. Het was immers niet de bedoeling de instellingen van het apparaat zelf te gaan doorzoeken. Enige waakzaamheid bij

44

de interpretatie van de resultaten is dus geboden, aangezien verificatie van de antwoorden niet mogelijk was. Iets meer dan de helft (53,89% ofwel 208 stuks) van de toestellen was uitgerust met een Wififunctie. Dit aantal ligt beduidend lager dan de aanwezigheid van Bluetooth (76%) op de apparaten. In elf gevallen (2,85%) wist de ondervraagde niet of deze functie op zijn toestel aanwezig was, wat iets lager is dan bij Bluetooth. Bij 167 (43,26%) toestellen was de Wififunctie niet aanwezig. Over

333 toestellen (88,80%) wist de eigenaar deze vraag

onmiddellijk te beantwoorden, in 42 van de gevallen (11,20%) kon hij dit niet. We kunnen hierbij vaststellen dat de kennis over de toepassing sterk gelijk liep met de kennis over Bluetooth bij de respondenten. Over 105 (50,48%) van de toestellen met Wifi werd beweerd dat deze functie op het moment van de bevraging ook wel degelijk aangeschakeld was, bij 99 (47,60%) zou deze uitgeschakeld zijn. Bij de overige elf toestellen was dit niet geweten. Als we de ondervraagden mogen geloven betekent dit dat 27,20% van de toestellen die aangetroffen werden detecteerbaar waren met behulp van Wifi-tracking tegenover 11,39% voor de Bluetooth-tracking. Indien de detecteerbare apparaten ook op een representatieve manier over de populatie verspreid zouden zijn geweest, is dit een interessante waarneming. Voor nauwkeurigere en statistisch onderbouwde waarden van Wifi-ratio’s (in functie van personen en niet van toestellen zoals in dit onderdeel) wordt verwezen naar onderdeel 3.2. Het was immers niet mogelijk te controleren of het toestel wel degelijk detecteerbaar was via Wifi. In de meeste gevallen (bij 160 toestellen ofwel 78,43%) werd snel en zonder twijfelen een antwoord gegeven, in 44 situaties (21,57%) was meer tijd en informatie nodig. Bij de negenennegentig toestellen met uitgeschakelde Wifi-functie, werd gevraagd of hiervoor bewust gekozen was. In 87% (86) van de gevallen werd de functie bewust uitgeschakeld, bij 13 toestellen (13%) was dit niet zo. Mensen blijken dus volgens deze (beperkte) steekproef minder bezig met de status van hun Wifi-verbinding dan met de status of toestand van Bluetooth op hun toestel. Indien de functie bewust uitgeschakeld werd zien we hiervoor vergelijkbare redenen als bij de Bluetooth-functie. Privacyredenen bleken net als bij Bluetooth in een minderheid (6 keer ofwel 6,98%) van de gevallen van toepassing. Het sparen van de batterij (45 toestellen, 52,33%) en het niet gebruiken van de toepassing (35 toestellen, 40,70%) wogen in vergelijking veel zwaarder door.

45

Bij een minderheid van de Wifi-traceerbare toestellen (17 ofwel 16,19%) werd aangegeven dat de functie na het interview uitgeschakeld zou worden om privacyredenen. In ongeveer 83,81% (93) van de gevallen had de eigenaar van het apparaat hier geen problemen mee. Uit de interviews bleek dat de beperkte aanwezigheid van alternatieven voor het maken van een internetconnectie hiervan de oorzaak was. Wanneer mensen met hun toestel aangemeld waren op een (gratis) Wifi-hotspot namen ze de traceerbaarheid van hun toestel er graag bij. In het geval van Bluetooth zagen we dat de ondervraagden in dat geval sneller geneigd waren de functie uit te schakelen, aangezien er meer alternatieven waren voor het doorsturen van gegevens en het beluisteren van muziek. 3.1.3.2 Detecteerbaarheid en geslacht Waar bij Bluetooth een duidelijke bias aanwezig was tussen het geslacht van de passant en de detecteerbaarheid, kon deze bij het traceren van Wifi niet vastgesteld worden. De Chikwadraattoets kon de nulhypothese niet verwerpen op het 5% significantieniveau. In tabel 19 is zichtbaar uit de verwachte waarden dat de regel van Cochran geldig is en de onafhankelijkheidstoets valabel is. Dat er geen relatie vastgesteld kon worden werd ook aangetoond in figuur 15.

Figuur 15: Detecteerbaarheid Wifi en geslacht (bron: eigen verwerking)

46

3.1.3.3 Detecteerbaarheid en leeftijd Een duidelijk verband tussen de leeftijd en de detecteerbaarheid was aanwezig (figuur 16). Opmerkelijk was de erg hoge detectieratio bij de leeftijdsgroepen tussen 10 en 30 jaar. In meer dan 35% van de gevallen werd bij een persoon van deze leeftijdsgroep een toestel aangetroffen dat, indien we de respondenten op hun woord geloven, detecteerbaar was op het moment van de bevraging. Ook opvallend was de lage detectieratio bij personen jonger dan 10 jaar. De toestellen die over een Wifi-functie beschikten zijn terug te vinden binnen een relatief hoge prijsklasse, wat de beperkte representativiteit van deze groep kan verklaren. Algemeen zagen we een dalende trend van Wifi-detectie met de leeftijd. Bij de interviews bleken personen ouder dan 50 jaar slechts in drie van de 86 gevallen detecteerbaar. Daar waar Bluetooth vooral detecteerbaar was bij iets oudere leeftijdsgroepen, werd Wifi dus voornamelijk vastgesteld bij jongere personen.

Figuur 16: Detecteerbaarheid Wifi en leeftijd (bron: eigen verwerking) Net zoals bij Bluetooth was het statistisch aantoonbaar dat er een verband bestond tussen de leeftijd en detectieratio, wat weergegeven wordt in tabel 20 in bijlage. Door het groter aantal respondenten die de vraag konden beantwoorden (in vergelijking met dezelfde vraag bij Bluetooth), werd slechts bij 1 categorie een verwachte waarde lager dan 5 geschat waardoor hier wel aan de regel van Cochran voldaan was. Een relatie tussen de leeftijd en de Wifidetectieratio werd bewezen op het 5% significantieniveau (p-waarde < 0,001).

47

3.1.3.4 Detecteerbaarheid en nationaliteit Wanneer we dezelfde onderverdeling van de nationaliteiten toepasten als bij de Bluetoothanalyse, zagen we sterk verschillende resultaten opduiken. In meer dan de helft van de 79 gevallen hadden respondenten uit de tweede groep (niet België of buurlanden) een toestel bij waarvan de eigenaar beweerde dat die een Wifi-functie had en deze tevens aangeschakeld was. De ratio voor deze groep bedroeg dus 51,89%, tegenover 19,57% voor respondenten afkomstig uit België of buurlanden. Dat het verschil (weergegeven in figuur 17) in ratio significant was werd bevestigd door de Chikwadraat onafhankelijkheidstoets, waarbij de nulhypothese duidelijk verworpen werd met een p- waarde < 0,001(tabel 21 in bijlage).

Figuur 17: Detecteerbaarheid Wifi en nationaliteit (bron: eigen verwerking) 3.1.3.5 Detecteerbaarheid en woonplaats Onze hypothese was dat mensen die woonachtig waren in het buitenland vaker gebruik zouden maken van de Wifi-functie. Hierdoor zouden spatiotemporele bewegingspatronen van personen woonachtig buiten België relatief gezien vaker voorkomen in de trackingdata. De verklaring hiervoor was dat zij een buitenlandse simkaart gebruikten in hun mobiel toestel, waardoor ze bij het gebruik van mobiel internet via het netwerk van de telecomoperatoren veel moesten betalen voor zogenaamde roamingskosten. De aanwezigheid van gratis Wifi-netwerken in de (binnen)stad was voor hen dan ook een oplossing. Het toestel kon immers zo ingesteld worden dat het automatisch verbinding maakte met onbeveiligde netwerken. Toeristen verbleven ook vaak op hotel in de binnenstad waar zij via de

48

infrastructuur van het hotel een Wifi-verbinding met het internet konden maken. Bij het verlaten van het hotel was de kans dan groot dat deze functie aangeschakeld bleef. Deze hypothese werd duidelijk bevestigd door de resultaten van de enquête. Zoals weergeven in figuur 18 werden bij 59,68 procent van de gevallen dat een persoon woonachtig in het buitenland bevraagd werd, een aangeschakelde Wifi-functie aangetroffen. Bij de respondenten gedomicilieerd in België bedroeg de ratio 19,76 procent. De Chikwadraattoets (tabel 22 in bijlage) toont aan dat het verband significant is (p-waarde < 0,001), en de regel van Cochron werd gerespecteerd.

Figuur 18: Detecteerbaarheid Wifi en woonplaats (bron: eigen verwerking) 3.1.3.6 Detecteerbaarheid en opleidingsniveau Hoewel er een groter aantal individuen waren per categorie, behielden we de samengestelde klassen zoals vermeld in onderdeel 3.1.2.7. Op deze manier waren we beter in staat de resultaten te vergelijken met deze van de bevraging over het gebruik van Bluetooth. We zagen een gelijkaardige tweedeling in de detectieratio’s ontstaan (zie figuur 19), maar met als nuancering dat de hogere detectieratio reeds waargenomen werd vanaf het lager middelbaar onderwijs. Bij de bevraging van personen zonder diploma of personen van het lager onderwijs werd een beduidend lagere ratio waargenomen (maximaal 8,33%) in vergelijking met de hoger opgeleiden (voor al deze categorieën werd een ratio hoger dan 20% teruggevonden).

49

Dat deze opdeling ook statistisch significant (p-waarde < 0,005) was werd bewezen door de onafhankelijkheidstoetsen in tabel 23 en tabel 24 in bijlage. Tussen de toestellen van hoger opgeleiden waren er ook kleine schommelingen in de detectieratio. De hogere ratio bij toestellen van universitairen had echter geen voor de hand liggende verklaring.

Figuur 19: Detecteerbaarheid Wifi en opleidingsniveau (bron: eigen verwerking) 3.1.3.7 Detecteerbaarheid en beroepsstatuut De onafhankelijkheidstoets (tabel 25 in bijlage) toont aan dat er wel degelijk verschillende detectieratio’s waargenomen werden voor Wifi bij personen met een verschillend beroepsstatuut. Aangezien de verschillende categorieën niet hiërarchisch gesorteerd konden worden, was het moeilijk om een algemene trend vast te stellen. Er waren enkele opmerkelijke zaken waar te nemen die voorgesteld worden in figuur 20. Ten eerste viel de lage detectieratio (2,44%) voor bevragingen van gepensioneerde personen op, zoals deze ook afgeleid kon worden uit onderdeel 3.1.3.3. De hoogste detectieratio (63,16%) werd waargenomen bij toestellen van kaderleden. We zagen geen onmiddelijke verklaring voor de relatieve overrepresentatie van deze groep, maar gezien de relatief kleine grootte van de categorie (19 personen) konden we veronderstellen dat deze licht overdreven was in vergelijking met de realiteit. Het leek echter wel logisch dat deze personen, gezien hun functie, vaker bereikbaar zouden moeten zijn dan de gewone bedienden.

50

Figuur 20: Detecteerbaarheid Wifi en beroepsstatuut (bron: eigen verwerking) Opmerkelijk was dat daar waar toestellen van zelfstandigen veel vaker detecteerbaar waren met behulp van Bluetooth, hun Wifi-ratio sterk overeenkwam met de gemiddelde ratio voor alle ondervraagden en met de gemiddelde Wifi-detectieratio vastgesteld tijdens de Gentse Feesten (29,88%). Voor het overige konden er op dit vlak geen duidelijke conclusies gemaakt worden. 3.1.3.8 Detecteerbaarheid en type toestel De veronderstellingen die gemaakt werden, werden door dit onderzoek bevestigd (figuur 21). De oortjes die de ondervraagde personen bij hadden bleken allen niet over een Wifi-functie te beschikken. Zoals vermeld in onderdeel 6.2.6 waren deze echter goed traceerbaar met behulp van Bluetooth. Ook de klassieke GSM beschikte zelden over deze functie, en had een detectieratio van 1,45%. De toestellen waarbij de functionaliteit het vaakst detecteerbaar was, waren de tablets, weeral was dit weinig verwonderlijk. Apple’s iPhone kende van alle smartphones de hoogte detectieratio (73,47%) gevolgd door Android-toestellen (41,86%) en de overige smartphones (28,07%) zoals bijvoorbeeld Blackberry en Nokia. De smartphones die het vaakst detecteerbaar waren met behulp van Bluetooth bleken dus een lagere Wifidetectieratio te hebben.

51

Figuur 21: Detecteerbaarheid Wifi en type toestel (bron: eigen verwerking) Zoals bij de analyse van de Bluetooth-ratio voerden we een onafhankelijkheidstoets uit op de beperkte groep van de mobiele telefoons. Deze test (tabel 26 in bijlage) toonde het bestaan aan van een relatie tussen het type mobiele telefoon en de kans op detecteerbaarheid van Wifi op het 5% significantieniveau (p-waarde < 0,001). In tegenstelling tot bij Bluetooth-tracking was er bij Wifi-tracking wel degelijk een bias op basis van het type (telefoon)toestel dat gevolgd werd. 3.1.3.9 Gebruik en kennis van Wifi In tegenstelling tot bij Bluetooth gaven mannen (21% tegenover 7% van de gevallen) vaker aan dat ze de functionaliteit op hun toestel zouden uitschakelen na afloop van de enquête. Deze discrepantie kan deels verklaard worden doordat mannen vaker een apparaat bijhadden waarvan de Wifi-functie onbewust aangeschakeld was. Bij mannen was in 25,76% van de gevallen waarbij een aangeschakelde Wifi-functie aangetroffen werd, deze onbewust door de gebruiker aangeschakeld. Bij vrouwen bedroeg dit 17,95 procent. Dit was opmerkelijk, zeker aangezien zowel mannen als vrouwen in dezelfde mate aangaven de Wifi-functie van het toestel of een toestel in dezelfde categorie te zullen gebruiken in de nabije toekomst (respectievelijk 61,43% en 66,46%).

52

3.2 Nauwkeurigheid 3.2.1 Algemeen Verspreid over de verschillende dagen van het festival werden 16 711 personen manueel geteld gedurende 100 intervallen tussen de 5 en 10 minuten. Om een vergelijking tussen de ratio’s van de feestenperiode en een alledaagse situatie mogelijk te maken werden bijkomende metingen gehouden op 24, 26, 27 en 28 augustus 2013. Tijdens deze referentieperiode werden gedurende 33 intervallen 3841 personen manueel geteld. In het totaal werden dus manuele detectieratio’s berekend gebaseerd op 20 552 personen geteld gedurende dertien verschillende dagen. De automatische telcamera aan de Jan Breydelstraat detecteerde tijdens de loop van de Gentse Feesten 207 435 passages van individuen, de camera aan de Jan Breydelstraat nam maar liefst 224 340 passages van personen waar. We nemen voor de eenvoud aan dat een passage overeenstemde met juist 1 individu die passeerde. De steekproef was dus voldoende groot om betrouwbare resultaten over de nauwkeurigheid van Wifi- en Bluetooth-tracking tijdens de studieperiode te realiseren. Bij de manuele metingen bespreken we, gezien de relatief korte duur van de intervallen, enkel geaggregeerde gegevens. Aangezien we ook voor de intervallen waarbij erg weinig passanten geteld werden zeker waren van de correctheid, werden deze intervallen in tegenstelling tot de intervallen van de telcamera’s niet uit de dataset geweerd. Wegens de beperkte accuduur van de laptop die gebruikt werd voor de manuele tracking, zou ook een te grote hoeveelheid intervallen waarbij minder dan 50 personen geteld werden, verwijderd moeten worden. Door te werken met gemiddelde data werden eventuele uitschieters uitgevlakt en kon een grote hoeveelheid data behouden worden. 3.2.2 Bluetooth 3.2.2.1 Manuele metingen Een overzicht van de daggemiddelden en de gemiddelden over de twee telperioden evenals het globaal gemiddelde van de Bluetooth-detectieratio wordt weergegeven in tabel 27.

53

Tabel 27: Overzicht nauwkeurigheid1 Bluetooth manuele metingen (bron: eigen verwerking)

Uit deze gegevens kunnen we afleiden dat de ratio’s vrij constant waren met een maximum van 7,8 ±3,07% en

minimum van 3,38 ±1,23%. Hoewel de ratio’s buiten de Gentse

Feestenperiode iets lager waren, namen we geen grote verschillen waar. Het gemiddelde over beide perioden bedraagt 5,73 ±2,93%, beduidend lager dan de 11,2 ±1,8% vastgesteld door Claeys (2011) op de Gentse Feesten van 2010. We stelden vast dat er tussen de verschillende (festival)dagen geen grote variaties in detectieratio en RSE waar te nemen waren.

Zo was er bijvoorbeeld geen eenduidige

verandering van de ratio tijdens het weekend of op weekdagen. Uit de tellingen werd wel duidelijk dat, afgezien van een paar uitschieters, zelden ratio’s hoger dan 10% waargenomen werden. Deze resultaten geven dus aan dat de Bluetooth-ratio’s die enkele jaren geleden gemeten werden op allerhande manifestaties, achterhaald zijn. De hoge RSE-waarden die veroorzaakt worden door relatief hoge standaarddeviaties kunnen verklaard worden door de beperkte duur van de meetintervallen (5 tot 10 minuten). 1

De aantallen getelde personen zoals weergegeven in deze tabel verschillen van deze in 3.2.1. Dit verschil wordt veroorzaakt door het weglaten van ongeldige meetintervallen (zie onderdeel 2.1.2.1). Deze opmerking geldt voor alle tabellen die in het onderdeel representativiteit opgenomen werden.

54

De computer die door de Universiteit Gent ter beschikking werd gesteld had een beperkte accuduur (maximaal 65 minuten), waardoor we voor dit onderzoek genoodzaakt waren de duur van de intervallen te beperken, om toch op voldoende plaatsen te kunnen meten. Dit had echter een hogere standaarddeviatie als neveneffect. We zien geen trend in de RSE tussen de verschillende dagen, noch grote verschillen tussen de periode van de Gentse Feesten en de referentieperiode. Interessanter was het om de temporele variatie van de ratio gedurende de dag na te gaan. Dit kon eenvoudig gedaan worden met behulp van de telcamera’s (zie onderdeel 3.2.2.2), maar gezien de ruimtelijke beperking van deze data werd deze analyse ook op de manuele dataset toegepast (figuur 22). Aan deze figuur werd voor de duidelijkheid een polynomiale (5e graads) trendlijn toegevoegd.

Figuur 22: Temporele variatie Bluetooth-detectieratio manuele tellingen (bron: eigen verwerking) De trend die hier te zien is was zeker geen wetmatigheid, maar schetst wel een goed beeld van de evolutie van de ratio’s doorheen de tijd. Er wordt duidelijk dat er geen echt grote variatie van het ratio merkbaar was doorheen de tijd. Er zijn wel enkele kleinere afwijkingen die we hierna bespreken. De grafiek suggereert een vrij constante verhouding in de loop van de dag, met iets lagere waarden voor 14u. Duidelijker was de daling van het percentage bij het vallen van de nacht: vanaf 23u30 werd in slechts drie van de 22 intervallen een ratio van minstens 6% bereikt. Uit interviews bleek dat de feestvierders die op dat moment in de binnenstad aanwezig waren, daar vaak al enkele uren rondliepen. Hierdoor was het accuniveau van hun toestel erg laag, waardoor zij zich genoodzaakt zagen ‘overbodige’

55

functies zoals Bluetooth uit te schakelen om de levensduur van de batterij te verlengen. Dit kan verklaren waarom er lagere ratio’s waargenomen werden vroeg in de ochtend op plaatsen zoals

de

Vlasmarkt.

komt

overeen

met

De de

daling

van

Bluetooth-ratio’s

de

detectieratio

gemeten

door

na de

middernacht telcamera’s

(zie figuren 23 en 24 ). Om algemene conclusies mogelijk te maken, deelden we de intervallen op in verschillende perioden: de vroege namiddag (12u00 - 14u30), namiddag (14u31 - 17u00), vooravond (17u01 - 19u30), avond (19u31 - 00u00) en nacht (00u01 - 06u00). Vervolgens berekenden we de ratio’s en bijbehorende standaarddeviaties en RSE-waarden voor die verschillende perioden. De resultaten zijn terug te vinden in tabel 28. Ook hier was de trend van een iets lager ratio na middernacht duidelijk merkbaar, evenals het onderscheid tussen de vroege en de late namiddag, met iets hogere waarden voor de laatstgenoemde periode. Zoals hiervoor vermeld kunnen we wel algemeen stellen dat de temporele variatie beperkt blijft. Aangezien de relatieve grootte van de standaarddeviatie vrij constant blijft, kunnen we stellen dat de nauwkeurigheid vrij stabiel bleef doorheen de tijd. Tabel 28: Temporeel overzicht nauwkeurigheid Bluetooth manuele metingen Gentse Feesten 2013 (bron: eigen verwerking)

De 31 intervallen gemeten als referentieperiode na de Gentse Feesten volstonden niet om een duidelijke analyse te maken van de variatie van de ratio naargelang het uur van de dag voor die periode. Enerzijds waren er te weinig intervallen, anderzijds waren deze niet genoeg gespreid doorheen de tijd. Intervallen die gemeten werden buiten de Gentse Feesten na middernacht bleken niet bruikbaar wegens te weinig getelde personen en onvoldoende of zelfs geen Bluetooth-detecties. Indien we alle gemeten perioden samennamen bekwamen we vergelijkbare resultaten als tijdens de Gentse Feesten. Dit is op zich niet verwonderlijk, gezien het overwicht van de

56

intervallen gemeten tijdens de feestenperiode. De resultaten, die weergegeven worden in tabel 29, zijn duidelijk: dezelfde trend blijft merkbaar, al wordt de afwijking tussen de vroege namiddag en de late namiddag verder uitgevlakt. De tendens van een dalende ratio ‘s nachts blijft merkbaar, al konden we hier geen uitspraak over doen aangezien aan deze periode geen extra intervallen werden toegevoegd. Gezien de hoge standaarddeviaties konden we op basis van de manuele tellingen niet besluiten dat er een significante trend waarneembaar was van de ratio naargelang het uur van de dag. Ook hier blijft de nauwkeurigheid vrij constant, gezien de beperkte variatie van de RSE-waarden. Er lijkt ook geen relatie tussen de Bluetooth-detectieratio en de nauwkeurigheid (RSE-waarde) aanwezig te zijn. Tabel 29: Temporeel overzicht nauwkeurigheid Bluetooth manuele metingen Gentse Feesten en referentieperiode (bron: eigen verwerking)

3.2.2.2 Resultaten telcamera’s De gegevens van de telcamera’s en bijhorende Bluetooth-scanners werden geaggregeerd per uur. Wegens het niet altijd goed functioneren van enerzijds de Bluetooth detectieapparatuur en anderzijds de telcamera’s, was niet voor alle intervallen een ratio beschikbaar. De gemiddelden van de ratio’s van alle geldige meetintervallen en bijhorende RSE werden weergegeven in tabel 30. Tabel 30: Overzicht gemiddelde nauwkeurigheid Bluetooth telcamera’s Gentse Feesten 2013 (bron: eigen verwerking)

De resultaten in tabel 30 komen, ondanks een groot onderling verschil tussen beide tellocaties, overeen met de waarden die manueel waargenomen werden. Verder vallen de relatief hoge standaarddeviaties op, deze duiden op een grote variabiliteit van de ratio doorheen de tijd. Dit wordt uitgebreider besproken in de volgende paragrafen. Een ander

57

probleem dat aan het licht kwam was de nauwkeurigheid van de telcamera’s. Tijdens bepaalde intervallen werden immers abnormaal lage hoeveelheden personen geteld in vergelijking met de aantallen geteld door de sensoren. Dit probleem trad vooral op bij Wifi (zie onderdeel 3.2.3.2), maar mocht ook bij Bluetooth-tracking zeker niet als onbestaande beschouwd worden. Bij een bezoek aan Vinotion (die de telcamera’s leverden) in september 2013 werden enkele mogelijke oorzaken van deze onzuiverheden in de resultaten van de telcamera’s besproken. De grootste problemen ontstonden hierbij op de tellocatie aan de Predikherenlei. Op de laatste dag van de Gentse Feesten (29 juli) vond op de Predikherenlei bijvoorbeeld een markt plaats, waardoor zowel bij de opbouw en afbraak als tijdens de markturen afwijkende resultaten verwacht werden. Enerzijds bestond het risico dat personen dubbel geteld werden doordat ze zich meermaals heen en weer verplaatsten in de telzone in verschillende richtingen, anderzijds schermden parasols delen van de telzone af, waardoor personen eventueel ongedetecteerd de zone konden doorkruisen. Gedurende de hele feestenperiode was er ook het probleem van de toeristenboten die langs de Predikherenlei passeerden en niet geteld konden worden door de camera’s, maar waarvan onduidelijk was of zij zich doorheen het detectiegebied van de Bluetooth-en Wifi-sensoren begaven. Enige voorzichtigheid is dus geboden met de resultaten gepresenteerd in tabel 30 en tabel 33. De Jan Breydelstraat bleek een betere locatie waar door het hogere aantal passanten ook de hoeveelheid ruis in de data beperkt bleef. De hogere nauwkeurigheid van Bluetooth-tracking op deze locatie wordt zichtbaar door de lagere RSE-waarde zoals weergegeven in tabel 30. De temporele evolutie van de Bluetooth-ratio zoals waargenomen op de Predikherenlei (figuur 20) volgde een duidelijk patroon met slechts een beperkt aantal uitschieters. Figuur 21 toont eenzelfde trend voor de Jan Breydelstraat, doch met een grotere variantie en een hoger algemeen gemiddelde. Pieken in de ratio’s zagen we rond middernacht, gevolgd door een geleidelijke daling na 02u00. Op de Predikherenlei was deze daling merkbaar tot ongeveer zes uur in de ochtend, waarna de ratio terug begon te stijgen met een lokaal maximum rond 14u. In de Jan Breydelstraat was dezelfde evolutie merkbaar maar begon de stijging van de ratio vroeger, waardoor het lokale maximum reeds rond 9u in de voormiddag bereikt werd. Na dit lokale maximum zagen we op beide locaties een daling van de detectieratio met de

58

laagste waarden in de (vroege) avond, rond 19-20u in de Predikherenlei en 17-18u in de Jan Breydelstraat. Gezien de bestaande verschillen tussen beide tellocaties en de beperkte manuele ratiometingen was het niet mogelijk om een algemeen besluit te trekken voor de volledige feestenzone. Ondanks de relatieve nabijheid van beide meetlocaties waren immers significante verschillen merkbaar, waarbij vooral de hogere gemiddelde ratio’s in de Jan Breydelstraat een verdere verklaring vereisen.

Predikherenlei: Bluetooth-ratio (%) Bluetoothratio (%)

25 20 15 10 5 0 0

6

12

18

24

Uur van de dag

Figuur 23: Temporele variatie Bluetooth-detectieratio Predikherenlei (bron: eigen verwerking)

Jan Breydelstraat: Bluetooth-ratio (%) Bluetoothratio (%)

25 20 15 10 5 0 0

6

12

18

24

Uur van de dag

Figuur 24: Temporele variatie Bluetooth-detectieratio Jan Breydelstraat (bron: eigen verwerking)

59

3.2.3 Wifi 3.2.3.1 Manuele metingen De manueel gemeten Wifi-detectieratio’s moeten met de nodige voorzichtigheid geïnterpreteerd worden. Er was immers geen voorkennis over het bereik van de gebruikte sensoren in de praktijk. Hierdoor werden uit voorzorg verschillende intervallen uit het onderzoek geweerd (zie onderdeel 2.1.2.1 voor een uitgebreid overzicht hierover). De overblijvende detectieratio’s werden samengevat onder de vorm van dag- en periodegemiddelden in tabel 31. Tijdens de Gentse Feesten schommelde de detectieratio rond de 30%, evenwel met grote standaarddeviaties en dito RSE-waarden. Deze kunnen verklaard worden door het onbedoeld detecteren van toestellen die niet aan getelde passanten toebehoorden. Een maximum van 38,74 ±18,49% werd waargenomen op donderdag 25 juli, de minimale ratio (24,42 ± 5,88%) werd gedetecteerd op zondag 21 juli 2013. Tabel 31: Overzicht nauwkeurigheid Wifi manuele metingen (bron: eigen verwerking)

Opmerkelijker waren de hogere ratio’s en lagere RSE-waarden waargenomen op de referentiedagen na de Gentse Feesten. Op die dagen werd een ratio hoger dan 45% vastgesteld. Een duidelijke verklaring hiervoor kunnen we niet geven, maar er zijn wel enkele hypothesen die in de toekomst van naderbij onderzocht zullen moeten worden (zie het

60

discussie-onderdeel). Gezien de onzekerheid over de correctheid van de metingen na de Gentse Feesten, werden deze data niet in de resultaten opgenomen. Indien de intervallen geordend werden volgens het tijdstip van de dag bekwamen we de grafiek weergegeven in figuur 25. Aan deze grafiek werd een 5e graads polynomiale trendlijn toegevoegd om de visuele analyse te vereenvoudigen. Deze geeft geen duidelijke evolutie van de ratio aan doorheen de dag, buiten eventueel een kleine daling tussen 19u30 en 05u00. Het is in ieder geval zo dat de (hoge) uitschieters die we op andere momenten waarnemen minder talrijk aanwezig zijn in deze periode, met een lagere gemiddelde detectieratio en standaarddeviatie tot gevolg ( zie tabel 32). De lagere RSE-waarden ’s avonds vanaf 19u31 en in de loop van de nacht geven aan dat de nauwkeurigheid van Wifi-tracking verbeterde in die periode (tabel 32). Dit is opvallend omdat in die perioden het aantal getelde personen niet lager lag dan in de voorgaande intervallen. De hogere nauwkeurigheid lijkt hier wel samen te gaan met een lager gemiddeld Wifi-detectieratio.

Wifi: Detectieratio naargelang uur Wifi-detectieratio (%)

100 80 60 40 20 0 12u05

13u55

15u30

16u30

17u30

18u55

20u28

00u35

05u14

Uur van de dag

Figuur 25: Temporele variatie Wifi-detectieratio manuele tellingen (bron: eigen verwerking) Tabel 32: Temporeel overzicht Wifi-detectieratio’s manuele metingen (bron: eigen verwerking)

61

3.2.3.2 Resultaten telcamera’s In onderdeel 3.2.2.2 werden reeds mogelijke oorzaken van onnauwkeurigheden van de telcamera’s nagegaan voor Bluetooth. Een andere mogelijkheid voor de afwijkende ratio’s was het onbedoeld detecteren van andere toestellen of toestellen buiten de telzone door de Wifi-sensoren. Wat de oorzaak hiervoor ook was, er werden een groot aantal ongeldige (boven de 100%) Wifi-detectieratio’s waargenomen. Zo werden bijvoorbeeld op 27 juli tussen

9u00 en 10u00 door de telcamera aan de Predikherenlei 24 personen geteld.

Gedurende datzelfde interval werden echter 37 Wifi-toestellen waargenomen, wat resulteerde in een Wifi-detectieratio van meer dan 150 procent. De mogelijkheid bestaat dat er veel stationaire toestellen gedetecteerd werden in die periode. Dergelijke intervallen werden uiteraard uit de dataset verwijderd. De gemiddelde waarden, standaarddeviaties en RSE voor de gehele Gentse Feesten worden weergegeven in tabel 33. Tabel 33: Overzicht gemiddelde nauwkeurigheid Wifi telcamera’s Gentse Feesten 2013 (bron: eigen verwerking)

Ook hier waren de relatief hoge standaarddeviaties opmerkelijk, wat duidde op een grote variabiliteit van de ratio in de loop van de tijd. De nauwkeurigheid van Wifi-tracking op de Gentse Feesten was dus niet bijzonder hoog. Gezien de opmerkingen over de nauwkeurigheid van de telcamera’s in onderdeel 3.2.2.2 dienen ook deze resultaten met de nodige voorzichtigheid benaderd te worden. In tegenstelling tot bij Bluetooth-tracking was er bij Wifi een groter verschil merkbaar in de evolutie van de detectieratio’s tussen beide locaties. In de Predikherenlei (figuur 23) bleef de ratio vrij constant met een maximum boven de 25% tussen middernacht en 03u00. Nadien zakte de ratio geleidelijk, om een minimum van ongeveer 10% te bereiken rond 19u. Na dit dieptepunt was een sterke stijging van de ratio merkbaar tot middernacht, zoals ook zichtbaar was bij de Bluetooth-ratio op deze locatie. In de Jan Breydelstraat (figuur 24) was eenzelfde trend merkbaar, al werd deze verstoord door een opmerkelijk verschijnsel. Rond 3 en 4u ’s nachts was er hier een spectaculaire piek in de detectieratio’s voor Wifi merkbaar. Op dat moment werd een detectieratio van boven de 70% waargenomen, wat op het eerste zicht

62

weinig waarschijnlijk lijkt. Aangezien dit fenomeen echter op alle dagen van de Gentse Feesten werd teruggevonden, kunnen we uitsluiten dat het ontstond door uitschieters in de dataset. Deze piek is tevens opmerkelijk aangezien juist op dat moment het aantal passanten dat door de telcamera’s geteld werd, sterk daalde. De ratio steeg dus sterk terwijl het minder druk werd. We kunnen vermoeden dat er op dat moment veel stationaire toestellen waargenomen werden.

Wif-detectieiratio (%)

Predikherenlei: Wifi-ratio (%) 100 90 80 70 60 50 40 30 20 10 0 0

6

12

18

24

Uur van de dag

Figuur 23: Temporele variatie Wifi-detectieratio Predikherenlei (bron: eigen verwerking)

Wifi-detectieratio (%)

Jan Breydelstraat: Wifi-ratio (%) 100 90 80 70 60 50 40 30 20 10 0 0

6

12

18

24

Uur van de dag

Figuur 24: Temporele variatie Wifi-detectieratio Jan Breydelstraat (bron: eigen verwerking)

63

De ratio’s die waargenomen werden in de Jan Breydelstraat lagen op elk moment hoger dan de Wifi-detectieratio’s die op datzelfde moment in de Predikherenlei vastgesteld werden. Hetzelfde fenomeen was merkbaar bij de Bluetooth-detectieratio’s maar kon niet onmiddellijk verklaard worden. Naast de verschillen die waargenomen werden naargelang het uur van de dag, waren er ook systematische verschillen tussen de verschillende dagen merkbaar. Zo werden hogere detectieratio’s waargenomen in de beide weekends van het festival. Eveneens opmerkelijk waren de hogere waarden die op de laatste drie dagen van de Gentse Feesten gedetecteerd werden. Dit fenomeen was vooral merkbaar aan de Predikherenlei. 4. DISCUSSIE 4.1 Representativiteit 4.1.1 Bluetooth 4.1.1.1 Vergelijking met voorgaand onderzoek Bij Bluetooth-tracking kunnen we veronderstellen dat de representativiteit vrij goed gewaarborgd was, althans in vergelijking met Wifi-tracking. Er werden enkel afwijkingen gevonden naargelang het geslacht van de persoon en, mits veralgemening, het opleidingsniveau van de bezoeker. Deze resultaten konden we vergelijken met die van het gelijksoortig onderzoek van Baeyens in 2012. Hier werd een gelijkaardige relatie tussen het geslacht en de detecteerbaarheid waargenomen. Het feit dat mannen vaker detecteerbaar waren dan vrouwen kon door de beperkte omvang van de steekproef toen echter niet aangetoond worden. Dit verband wordt door het huidige onderzoek dan ook bevestigd. In verband met het opleidingsniveau werden dezelfde conclusies getrokken als bij de voorgaande studie. Bij veralgemening wordt er een verband gevonden waarbij hoger opgeleiden vaker detecteerbaar blijken. Ondanks het feit dat de resultaten in verband met het beroepsniveau niet statistisch te bewijzen waren, zijn de lage detectieratio’s voor werklozen en gepensioneerden vergelijkbaar.

64

Net als bij het voorgaande onderzoek was het niet mogelijk een statistische test uit te voeren om de afhankelijkheid te testen op basis van de leeftijd. In tegenstelling tot bij Baeyens (2012) werden hier duidelijke indicaties aangetroffen dat, tegen de verwachtingen in, vooral een oudere leeftijdscategorie detecteerbaar was. Gezien de grote variabiliteit van de leeftijd van de gemiddelde bezoeker op verschillende festiviteiten en in de loop van de tijd lijkt me dit een van de belangrijkste punten voor verder onderzoek. Het feit dat slechts 35 personen (9,02% van de ondervraagden) geen enkel mobiel toestel op zak hadden was een belangrijke waarneming. Dit aantal duidt op het groot potentieel van trackingsanalyses, zeker gezien de trend van toenemende connectiviteit tussen de apparaten. Steeds meer toestellen, ook die binnen een lagere prijscategorie, worden standaard voorzien van draadloze communicatietechnologieën zoals Wifi en Bluetooth. Waar het vroeger mogelijk was een GSM te kopen zonder deze functionaliteiten, is dit vandaag de dag steeds moeilijker te vinden. Belangrijk is ook dat de overgrote meerderheid van de respondenten juist 1 toestel op zak bleek te hebben. Dit is

gunstig op verschillende vlakken. Enerzijds zal het de

representativiteit en nauwkeurigheid ten goede komen. Als sommige personen zonder toestel rondlopen en andere verschillende traceerbare apparaten bij zich dragen, kan een vertekend beeld ontstaan over de bewegingspatronen van de populatie. Anderzijds kan er bij personen met meerdere toestellen zowel binnen (Zhenping et al., 2012) als buiten (Garcia et al., 2007) het toestel interferentie tussen de signalen optreden. Hierdoor zal de plaatsbepaling en het bepalen van de ontvangen signaalsterkte niet altijd correct verlopen. De voorwaarde hierbij is dat het toestel uitgerust is met de draadloze communicatietechnologie en ook zichtbaar is voor de sensoren. Dit is relevant op drukke evenementen zoals de Gentse Feesten, waar personen met meerdere toestellen op zak daarenboven relatief gezien een hogere kans op detectie hadden (zie onderdeel 3.1.1.4). 4.1.1.2 Type toestel Op zich is het onderscheid tussen de verschillende types smartphones niet bijzonder belangrijk, allen hebben soortgelijke functionaliteiten. Van belang echter is het aandeel van iPhones binnen de groep van de smartphones. Deze toestellen zijn immers (in theorie, zoals beweerd door de fabrikant Apple) niet detecteerbaar door Bluetooth-sensoren, tenzij door het besturingssysteem van het toestel op datzelfde moment gezocht wordt naar andere Bluetooth-

65

apparaten. De gebruiker moet zich dan binnen het Bluetooth-menu op zijn iPhone bevinden. Tijdens de interviews werden echter wel degelijk iPhone toestellen gedetecteerd met behulp van Bluetooth. De theorie blijkt in praktijk dus niet steeds te kloppen. Het kan dus interessant zijn na te gaan in welke gevallen deze toestellen al dan niet detecteerbaar zijn. Bij andere smartphones kunnen de zichtbaarheidsinstellingen van het toestel via Bluetooth door de gebruiker aangepast worden. Bij Android-toestellen bleek de detecteerbaarheid vaak afhankelijk van de versie van het besturingssysteem. Oudere toestellen zijn vaak niet meer upgradebaar naar een nieuwere versie, waardoor ook hiermee rekening zal gehouden moeten worden bij toekomstige trackingstudies. Algemeen is de vrijheid bij Android-toestellen groter om extra applicaties en extensies zoals bijvoorbeeld Touchwiz (www.samsung.com, 17 februari 2014) te installeren. Deze geven meer mogelijkheden om de Bluetooth-instellingen manueel aan te passen. Wanneer deze instellingen niet aangepast werden is meestal een standaard detecteerbaarheid van 120 seconden van toepassing. Bij erg recente versies van Android bestaat tevens de mogelijkheid om standaard de telefoon altijd zichtbaar te maken. Ik ben van mening dat het lage percentage smartphones dat detecteerbaar was met behulp van Bluetooth een bedreiging vormt voor de representativiteit. Dit kan ook een impact hebben op de detectieratio’s aangezien de smartphone steeds populairder wordt. Naarmate smartphones echter goedkoper worden bestaat de kans dat deze meer gelijk verspreid zullen voorkomen bij alle lagen van de bevolking, waardoor de representativiteit minder zou lijden onder deze evolutie. Opmerkelijk was dat tablets enkel werden aangetroffen bij personen die meerdere toestellen bij zich hadden. Het werd dus nooit als een primair toestel gebruikt, de elf ondervraagden met een tablet hadden ook steeds een GSM of smartphone mee. Indien dit altijd het geval zou zijn kan de mogelijkheid onderzocht worden of het al dan niet nuttig zou zijn de tablets uit de trackingdataset te verwijderen om zo de representativiteit en nauwkeurigheid te verhogen. Deze toestellen wegfilteren kan op een eenvoudige manier en werd reeds toegepast om laptops en vaste computers uit de dataset te weren.

66

4.1.1.3 Gebruik van Bluetooth Opvallend was dat privacy redenen amper werden ingeroepen als argument voor het uitschakelen van de Bluetooth-functie. Dit kunnen we verklaren door het relatief klein aantal individuen dat op de hoogte was van de tracking-mogelijkheden van hun toestel door derden, ofwel doordat de mensen er daadwerkelijk geen probleem mee hadden. Ik vermoed dat vooral de beperkte kennis hiervan de oorzaak is. We nemen tegenwoordig echter een verhoogde media-aandacht voor Bluetooth-tracking waar, waardoor we kunnen veronderstellen dat in de toekomst meer mensen bewust zullen overwegen de functie uit te schakelen wegens privacy overwegingen. De verhoogde media-aandacht werd duidelijk door een reportage die gemaakt werd over de hier besproken tracking en in de loop van de Gentse Feesten uitgezonden werd op de nationale televisie. Dat mensen zich ook niet altijd comfortabel voelden bij het feit dat ze gevolgd konden worden bleek uit de enquête. In zesendertig procent van de gevallen waarbij een toestel gedetecteerd werd gaf de ondervraagde aan de functie te zullen uitschakelen, veelal wegens problemen met de privacy. Baeyens (2011) vond een soortgelijk wantrouwen ten opzichte van deze praktijken in zijn onderzoek. Een verhoogde kennis kan dus belangrijke implicaties hebben voor de representativiteit en nauwkeurigheid van Bluetooth-tracking. 4.1.2 Wifi 4.1.2.1 Algemeen We kunnen stellen dat de representativiteit van Wifi-tracking tijdens de Gentse Feesten 2013 niet gewaarborgd was. Gezien de beperkte kennis bij de respondenten over het verschil tussen Wifi en de mogelijkheid om met het toestel op het internet te surfen, zijn deze resultaten niet al te betrouwbaar. Doordat het eveneens niet mogelijk was de detecteerbaarheid te controleren zijn we niet volledig zeker van de juistheid van deze resultaten. De resultaten in verband met de representativiteit zijn eveneens niet controleerbaar aan de hand van eerder onderzoek. De representativiteit was in ieder geval niet gewaarborgd aangezien er afwijkingen werden gevonden naargelang de leeftijd, nationaliteit, woonplaats, het type toestel en bij veralgemening ook naargelang het opleidingsniveau van de eigenaar van het toestel. Voor het beroepsstatuut kon statistisch geen verband aangetoond worden (zoals ook bij Bluetooth), maar de diversiteit aan waargenomen detectieratio’s (gaande van 2 tot 63%) voorspellen hier

67

niet veel goeds. Het enige punt waar geen bias werd aangetroffen was opmerkelijk genoeg het geslacht. Omdat Wifi vooral werd waargenomen bij jongere mensen en Bluetooth relatief gezien vaker bij een oudere bevolkingsgroep, is het interessant om te bestuderen of deze al dan niet gecombineerd kunnen worden getracked. Op deze manier zou het mogelijk zijn een groter percentage van de toeschouwers te detecteren en tevens de afwijking op basis van leeftijd te elimineren. Het probleem blijven echter de extreem lage detectieratio’s voor personen jonger dan 10 en ouder dan 60 jaar. Anderzijds is het de vraag of kinderen jonger dan 10 jaar zelfstandig rondlopen op een dergelijk evenement, of dat hun bewegingspatroon beïnvloed wordt door een oudere begeleider. De belangrijkste afwijking was er naargelang de herkomst van de respondent. Buitenlanders bleken, althans in het stadscentrum, veel vaker gebruik te maken van Wifi. De redenen hiervoor werden reeds aangehaald in onderdeel 3.1.3.5. Veranderende tarieven voor internet en roaming-kosten voor buitenlanders die in België gebruik maken van het mobiele internet kunnen een impact hebben op deze afwijking. Indien het voor Europeanen bijvoorbeeld goedkoper zou worden om in het buitenland te surfen op het internet via een mobiel toestel (zoals we de laatste jaren stelselmatig waarnamen (http://ec.europa.eu, 22 April 2014)), dan verwacht ik dat zij minder vaak gebruik zullen maken van Wifi dan nu het geval is. 4.1.2.2 Type toestel Door de bias op basis van het type toestel, zal voorafgaand aan elke Wifi-tracking een studie uitgevoerd moeten worden naar de hoeveelheid en de types toestellen die aanwezig zullen zijn. Enkel op deze manier zal de representativiteit gegarandeerd kunnen worden en een betrouwbare detectieratio gekozen worden, wat zal fluctueren van evenement tot evenement. De trend waarbij de klassieke GSM de laatste jaren in snel tempo werd vervangen door de smartphone en waarvan verwacht wordt dat ze zich door zal zetten, toont aan dat de detectieratio van Wifi in de nabije toekomst nog zal stijgen. De toekomst van tracking van mobiele toestellen kan dus, gezien de lagere Bluetooth-detectieratio’s bij smartphones (door afscherming van de functie door het besturingssysteem), veiliggesteld worden door het, al dan niet gecombineerd met Bluetooth, tracken van Wifi-signalen. We moeten hierbij echter waakzaam zijn voor het feit dat zowel voor Bluetooth als voor Wifi de hoogste ratio’s bij

68

tablets werden waargenomen. Afhankelijk van het type evenement (een festival of bijvoorbeeld een jobbeurs) zal dus rekening gehouden moeten worden met veranderende detectieratio’s naar gelang de aanwezigheid van tablets. Aangezien verwacht wordt dat het gebruik van tablets in de nabije toekomst nog zal toenemen, is het belangrijk deze evolutie in de gaten te houden. Zoals voorgesteld bij de discussie over Bluetooth-tracking, kunnen tablets eventueel buiten beschouwing gelaten worden om de representativiteit en nauwkeurigheid te verhogen. 4.1.2.3 Gebruik van Wifi Dat mannen en vrouwen in dezelfde mate aangaven in de toekomst gebruik te zullen maken van Wifi bevestigt de onafhankelijkheid van de detectieratio in functie van het geslacht. Het is ook een belangrijke indicator die aangeeft dat deze onafhankelijkheid naar alle waarschijnlijkheid zal blijven bestaan in de nabije toekomst. Het idee dat bij de mensen leefde was dat een aangeschakelde Wifi-functie meer verbruikte dan een aangeschakelde Bluetooth-toepassing. Dit kan enkele gevolgen hebben voor de representativiteit van trackingsessies op gesloten evenementen. In dat geval zijn de bezoekers vaak niet in staat hun mobiel toestel op te laden, waardoor we kunnen verwachten dat de Wifi-ratio sterker zal dalen dan de Bluetooth-ratio naarmate het evenement vordert. Dit kan zeer belangrijke gevolgen hebben voor de nauwkeurigheid, en er kan op ingespeeld worden door het combineren van bijvoorbeeld Bluetooth- en Wifi-tracking samen met variërende basisratio’s. 4.2 Nauwkeurigheid 4.2.1 Algemeen Dit onderzoek toonde aan dat het gebruik van statische detectieratio’s voor het berekenen van totale bezoekersaantallen geen goede veronderstelling is. Fluctuaties van de ratio’s werden vastgesteld naargelang het uur van de dag en tussen de verschillende dagen. Het probleem is echter dat deze fluctuatie slechts post-hoc bepaald kan worden per evenement. Indien real-time informatie nodig is zullen we ons nog steeds moeten baseren op historische gegevens. Het is dus van belang om over een grote hoeveelheid referentiedata te beschikken van verschillende soorten evenementen.

69

Het gebruik van telcamera’s voor het berekenen van de ratio’s kan, in vergelijking met eerder toegepaste methoden zoals manueel tellen en het gebruik van optische barrières, positief geëvalueerd worden. Ondanks enkele technische problemen, waardoor niet voor beide locaties de volledige Gentse Feesten geteld werden, beschikken we nu over een gedetailleerde dataset van de volledige periode van de festiviteiten. Gezien de grote verschillen tussen beide locaties dienen we bij een verder onderzoek meerdere telcamera’s te installeren. Tevens zullen we meetlocaties naast het water in de toekomst moeten vermijden, tenzij duidelijk geweten is wie door de sensoren en de camera geteld worden. Deze studie vormde in ieder geval een interessante en succesvolle kennismaking met de technologie. De manuele tellingen leverden ook bruikbare resultaten op, maar een laptop met een langere levensduur van de batterij is absoluut een must. Hierdoor kan de duur van de meetintervallen verlengd worden en zal de standaarddeviatie vermoedelijk dalen. Daardoor zal ook de betrouwbaarheid van de resultaten verbeteren. Een evolutie die een belangrijke impact zal hebben op de detectieratio’s van Bluetooth en Wifi is de ontwikkeling van zogenaamde Indoor Positioning Systems. Dit zijn systemen waar, wegens de beperkte signaalsterkte voor GPS binnenshuis, men voor de plaatsbepaling binnen gebouwen gebruik maakt van Bluetooth, Wifi of andere stralingsbronnen. Het bedrijf Google, dat de drijvende kracht is achter het besturingssysteem Android, zet hierbij zwaar in op het gebruik van Wifi-signalen (http://techcrunch.com, 21 april 2014). Onlangs volgde Apple deze strategie door de overname van ‘WifiSLAM’, een bedrijfje gespecialiseerd in lokalisatie door het analyseren van signaalsterktes van Wifi-netwerken (http://thenextweb.com, 21 April 2014). We kunnen dus verwachten dat deze bedrijven de Wifi-detecteerbaarheid van hun toestellen niet aan banden zullen leggen. In tegenstelling tot bovenstaande bedrijven ontwikkelde

Nokia

een

systeem

voor

indoornavigatie

gebaseerd

op

Bluetooth

(http://www.eetimes.com, 21 April 2014). Apple en Google zouden er dus baat bij kunnen hebben om, voor de promotie van hun navigatiesysteem, de Bluetooth-detecteerbaarheid van hun toestellen te verminderen en tegelijk hun gebruikers meer gebruik te laten maken van Wifi. Nokia zou in dat opzicht juist het gebruik van Bluetooth willen promoten. De kans bestaat dus dat de detectieratio’s sterk kunnen veranderen en meer afhankelijk worden van het type toestel. Vanzelfsprekend zou dit de nauwkeurigheid en ook representativiteit van Wifien Bluetooth-tracking niet ten goede komen.

70

4.2.2 Bluetooth Reeds voor dit onderzoek bestond het vermoeden dat de Bluetooth-detectieratio gedaald was ten opzichte van eerder onderzoek. Dit vermoeden werd bevestigd door deze studie. De sterke daling van de detectieratio staat in contrast met het toegenomen gebruik en aanwezigheid van Bluetooth op mobiele toestellen. De daling valt volgens mij te verklaren door de toegenomen afscherming van de zichtbaarheid van het toestel voor de buitenwereld. De belangrijkste vraag was echter of de variabiliteit van de ratio hoger was dan vroeger en of deze al dan niet zorgde voor onbetrouwbare resultaten. Zoals aangetoond werden duidelijke temporele fluctuaties teruggevonden. We moeten echter benadrukken dat deze ook ruimtelijk bepaald zijn en hoogst waarschijnlijk evenement-specifiek zijn. De nauwkeurigheid van Bluetoothtracking op de Gentse Feesten van 2013 was dus, gezien de hoge RSE-waarden, niet erg hoog. Indien op de Gentse Feesten van 2014 een tracking ondernomen wordt zouden we wel reeds gebruik kunnen maken van een licht fluctuerende ratio. Doordat er ook bezoekersaantallen vrijgegeven worden door de politie, de Lijn en Ivago (Verbeke et al., 2003) kan worden nagegaan of de schattingen met een vaste ratio, dan wel de voorspellingen met een fluctuerende ratio deze waarden best benaderen. 4.2.3 Wifi Bij Wifi-tracking werd tevens een temporele fluctuatie van de detectieratio vastgesteld. Opvallend echter waren de erg hoge standaarddeviaties en RSE-waarden die vastgesteld werden. De betrouwbaarheid van deze resultaten is echter beperkt aangezien er geen goede voorkennis was over het bereik van de gebruikte Wifi-sensoren in de praktijk. Het blijkt vaak dat het door de fabrikant aangegeven bereik niet overeenstemt met de daadwerkelijk detectieradius. Dit komt doordat voor de detectie van toestellen een minder sterk signaal nodig is dan om daadwerkelijk een verbinding met het apparaat op te stellen. De fabrikanten geven echter vaak de laatste waarde op voor hun product. Zo is er de mogelijkheid dat het bereik van de gebruikte Wifi-sensor aanzienlijk verlaagd werd door de aanwezigheid van een groot aantal passanten tijdens de Gentse Feesten. De

71

mobiele toestellen die deze mensen bij zich droegen hadden allerhande technologieën die konden interfereren met Wifi-tracking omdat ze tevens gebruik maakten van de 2.4 GHz band. Wanneer een groot aantal van dergelijke conflicten ontstaan zal het zogenaamde Frequency Hopping (FH) minder vlot verlopen (Seung-Hwan & Yong-Hwan, 2009). Hierdoor kon het bereik van de Wifi-sensor hoger uitvallen op een rustige dag, waardoor toestellen in nabijgelegen gebouwen of van personen in aanliggende straten onbedoeld gedetecteerd werden. Aangezien steeds meer producenten van mobiele telefoons hun toestel uitrusten voor communicatie met de GSM-masten via de 2.4 GHz-band, kan het probleem van een fluctuerend bereik naargelang de drukte in de toekomst verder toenemen (http://www.informit.com, 8 april 2014). Een ander mogelijk probleem was dat voor dit onderzoek terzelfdertijd naar Bluetooth en Wifi-apparaten werd gescand. Bij Bluetooth gebeurde dit op een actieve manier, wat wil zeggen dat de laptop die gebruikt werd zelf een signaal uitstuurde naar zijn omgeving. Hierbij vroeg het de zichtbare Bluetooth-apparaten in de omgeving om zich kenbaar te maken. Wifidetectie daarentegen gebeurde op een passieve manier, waarbij de sensor de inkomende signalen detecteerde. Wanneer teveel Bluetooth-requests op een korte tijdspanne werden verstuurd kon de 2.4 GHz band overbelast geraken, waardoor niet alle Wifi-signalen waargenomen werden. Bluetooth-tracking hinderde mogelijks dus, zeker wanneer het reeds druk was in de omgeving, de detectie van Wifi-signalen. Belangrijk is dat dit omgekeerd niet het geval was. We benadrukken echter dat bovenstaande redeneringen hypothesen zijn om de afwijkende detectieratio’s te verklaren. Deze zijn geenszins empirisch bewezen. Er dienen ook manieren gevonden te worden om op een eenvoudige wijze laptops, vaste computers en printers uit de dataset te weren. Een opvallende waarneming was de spectaculaire piek van de Wifi-detectieratio in de Jan Breydelstraat rond 3u ’s nachts. Een mogelijke verklaring voor deze piek is dat mensen op dat moment het internet op hun mobiel toestel aanschakelden om de programmatie van die nacht te bekijken. Aangezien de concerten van het Polé Polé Festival, dat op de Gras- en Korenlei plaatsvond, elke nacht om 03u00 eindigden, zou het kunnen dat een groot aantal bezoekers op dat moment het programma online opzochten. Deze personen verlieten vervolgens het plein, waarbij de Predikherenlei en de Jan Breydelstraat twee belangrijke uitvalswegen waren. De Predikherenlei leidde de bezoekers weg van het stadscentrum, de Jan Breydelstraat vormde de verbinding met de Groentenmarkt, een plein dat bekend staat voor zijn late

72

sluitingsuur. De mogelijkheid bestaat dus dat in de Predikherenlei relatief meer mensen gedetecteerd werden die huiswaarts trokken, wat een verklaring kan zijn voor het lagere detectieratio. Het lijkt echter weinig waarschijnlijk dat dit een volledige verklaring vormt voor het waargenomen fenomeen en verder onderzoek op volgende edities van de Gentse Feesten is dan ook onontbeerlijk. 5. BESLUIT We kunnen besluiten dat de representativiteit van de Bluetooth-tracking op de Gentse Feesten 2013 gewaarborgd was. Uit de enquête bleek dat de getraceerde personen grotendeels representatief waren voor de volledige groep van bezoekers. Er werd enkel een afwijking op basis van het geslacht vastgesteld, waarbij toestellen van mannen relatief gezien vaker gedetecteerd werden. Indien de verschillende categorieën geaggregeerd werden kon tevens een afwijking op basis van het opleidingsniveau vastgesteld worden. Hierbij bleken toestellen van hoger opgeleiden relatief vaker traceerbaar dan lager opgeleide personen. Deze afwijkingen komen overeen met de bevindingen uit soortgelijk onderzoek op vorige edities van de Gentse Feesten. De Bluetooth-detectieratio kende in vergelijking met metingen uit het verleden een sterke daling, met een gemiddeld percentage gelegen tussen de 5 en 10 procent. Problematischer waren de vaststelling van temporele fluctuaties voor deze ratio. Deze fluctuaties waren tevens afhankelijk van de meetlocatie, waardoor het gebruik van een vaste detectieratio zorgt voor schattingen van de drukte die niet goed overeenkomen met de realiteit. In de toekomst zal een flexibele Bluetooth-detectieratio gebruikt moeten worden om de nauwkeurigheid van de tracking te garanderen. Bij Wifi-tracking werd een niet representatieve groep van de populatie gevolgd. Het was tevens onmogelijk de detecteerbaarheid van het toestel te controleren. Doordat we de respondent op zijn woord moesten geloven dienen deze resultaten kritisch benaderd te worden. Er werden afwijkingen gevonden op basis van geslacht, nationaliteit, woonplaats, type toestel en bij veralgemening ook naargelang het opleidingsniveau. Relatief gezien waren mannen, personen met buitenlandse nationaliteit of woonplaats in het buitenland vaker traceerbaar. Er was ook een afwijking op basis van het type toestel, waarbij iPhone’s en tablets vaker detecteerbaar bleken. Hierdoor konden we besluiten dat bij Wifi-tracking de

73

representativiteit niet gewaarborgd was. We waren dus niet in staat om op basis van deze data conclusies te trekken voor de gehele groep van bezoekers van de Gentse Feesten. Naast de beperkte representativiteit bleek Wifi-tracking op de Gentse Feesten van 2013 ook erg onnauwkeurig. Alhoewel er steeds hoge detectieratio’s waargenomen werden bleken deze erg variabel. De hoge RSE, temporele en ruimtelijke afhankelijkheid van de Wifi detectieratio deden

ons

concluderen

dat

de

nauwkeurigheid

niet

gewaarborgd

was.

Gebruik van andere sensoren en een beter onderscheid tussen bedoeld en onbedoeld gedetecteerde toestellen kan hier in de toekomst voor meer betrouwbare resultaten zorgen. Door de toenemende afscherming van de detecteerbaarheid van Bluetooth bij smartphones en de populariteit van deze toestellen de laatste jaren, komt het gebruik van Bluetooth als trackingmethode in gevaar. Een mogelijke oplossing hiervoor is het, al dan niet gecombineerd met Bluetooth, traceren van Wifi-signalen. Aangezien smartphones wel vaak detecteerbaar zijn met behulp van deze technologie kan dit een oplossing zijn voor de dalende detectieratio’s en nauwkeurigheid. Op dit moment is de representativiteit van Wifi-tracking echter nog niet in dezelfde mate gewaarborgd als bij Bluetooth-tracking. Het is wel mogelijk dat in de toekomst, naarmate mobiele toestellen die uitgerust zijn met Wifi vaker gebruikt worden door alle lagen van de bevolking, de Wifi-tracking representatieve resultaten zal opleveren voor een schatting van de gehele populatie. Verder onderzoek naar deze en andere alternatieve technieken voor tracking zijn dus absoluut een must.

74

6. REFERENTIELIJST 6.1 Publicaties Agrawal, R., Vasalya, A. (2012) "Bluetooth navigation system using WI-FI access points". arXiv. pp. 1-8. Baeyens, T. (2012) Bluetoothtracking: Privacy en representativiteit. Gent: Universiteit Gent, Vakgroep Geografie (onuitgegeven proefschrift). Claeys, T. (2011) Kan Bluetooth tracking een hulpmiddel zijn voor mobiliteitsstudies? Casestudie: Gentse Feesten 2010. Gent: Universiteit Gent, Vakgroep Geografie (onuitgegeven proefschrift). Dee, H. M., Velastin, S. A. (2007) “How close are we to solving the problem of automated visual surveillance?”. Machine Vision and Applications, 19 (5-6), pp. 329-343. Delafontaine, M., Versichele, M., Neutens, T., Van de Weghe, N. (2012) "Analysing spatiotemporal sequences in Bluetooth tracking data". Applied Geography. 34, pp. 659-668. De Mûelenaere, E. (2011). Bluetoothtracking voor marketingdoeleinden: Shoppingcenter Gent Zuid. Gent: Universiteit Gent, Vakgroep Geografie (onuitgegeven proefschrift). De Roeck, S. (2011). Sequentieanalyse van het bewegingspatroon van de bezoekers aan de Gentse Feesten. Gent: Universiteit Gent, Vakgroep Geografie (onuitgegeven proefschrift). Garcia, C., Sigler, F.G., Duran, M.D., De La Torre, J., Aristizabal, F., Parras, S., Miralles, R., Sandoval, F. (2007) “On practical issues about interference in telecare applications based on different wireless technologies”. Telemedicine and e-Health. 13 (5), pp. 519-534. Gehrmann, C. (2004) "attacks, strengths, and weakness". In: Gehrmann, C., Persson, J., Smeets, B. Bluetooth Security. Norwood: Artech House, pp. 97-123.

75

Golmie, N., Cherollier, N., Elbakkouri, I. (2001) “Interference Aware Bluetooth Packet Scheduling”. Citeseer. http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.139.3646. Goudeseune, S. (2012). Mobile Bluetooth-tracking van toeschouwers op de Ronde van Vlaanderen 2011. Gent: Universiteit Gent, Vakgroep Geografie (onuitgegeven proefschrift). Holden, A.J. (2011) “Applications of pyroelectric materials in array-based detectors”. IEEE Transactions on Ultrasonic, Ferroelectrics and Frequency Control. 58 (9), pp. 8-13. Hossain, A., Soh, W. (2007) "A comprehensive study of Bluetooth signal parameters for localization". In: Paper presented at the 18th annual IEEE international symposium on personal indoor and mobile radio communications, Athene. Hou, Y.L., Pang, G.K.H. (2011) “People counting and human detection in a challenging situation”. IEEE Transactions on Systems and Humans. 41 (1), pp. 24-33. Ibrahim, A., Ibrahim, D. (2010) "Real-time GPS based outdoor WiFi localization system with map display. Advances in Engineering Software. (41), pp. 1080-1086. Kolodziej, K., Hjelm, J. (2006) Local positioning systems; LBS applications and services. Boca Raton, Florida: Taylor & Francis. Manodham, T., Loyola, L., Miki, T. (2008) "A novel wireless positioning system for seamless internet connectivity based on the WLAN infrastructure". Wireless Personal Communications. (44), pp. 295-309. Ruth, L., Shirli, W. (2012) "Ethical aspects of using GPS for tracking people with dementia: recommendations for practice". International Psychogeriatrics. 24 (3), pp. 358-366. Seung-Hwan, L., Yong-Hwan, L. (2009) "Adaptive frequency hopping for Bluetooth robust to WLAN interference". IEEE Communication Letters. 13 (9), pp. 628-630. Smits J., Edens, R. (2009) Onderzoek met SPSS en Excel. Amsterdam: Pearson Education Benelux

76

Stook, J. (2011) Planning an indoor navigation service for a smartphone with Wi-Fi fingerprinting localization. Delft: Technische Universiteit Delft, Geographical Information Management and Applications (onuitgegeven proefschrift). Tamura, T., Masuda, I. (2013) "Device connectivity technologies using short-distance wireless communications". Fujitsu Scientific & Technical Journal. 49 (2), pp. 213-219. Van Aelst, S. (2008) Statistiek: basisbegrippen en methoden. rapport: Universiteit Gent. Van de Weghe, N., Bellens, R., De Jaeger, T., Gautama, S., Huybrechts, R., Meier B., Versichele, M. (2013) "Towards an integrated crowd management platform". Intelligent Systems for Crisis Management. pp. 301-308. Verbeke, M., Van Rompaey, V., De Greve, K., Verhamme, T. (2003) Gentse Feesten: effectenmeting als beleidsinstrument. Toerisme Research Papers. 4, pp. 103. Versichele, M., Neutens, T., Delafontaine, M., Van de Weghe, N. (2011) "The use of Bluetooth for analysing spatiotemporal dynamics of human movement at mass events: A case study of the Ghent Festivities". Applied Geography. 32, pp. 208-220. Versichele, M., Neutens, T., Goudeseune, S., Van Bossche, F., Van de Weghe, N. (2012) "Mobile mapping of sporting event spectators using bluetooth sensors: Tour of Flanders 2011" Sensors. 12 (10), pp. 14196-14213. Walter, W.D., Beringer, J., Hansen, L.P., Fischer, J.W., Millspaugh, J.J., Vercauteren, K.C. (2011) “Factors affecting space use overlap by white-tailed deer in an urban landscape”. International Journal of Geographical Information Science. 25 (3), pp. 379-392. Wolf, J., Guensler, R., Bachman, W. (2001) "Elimination of the travel diary - Experiment to derive trip purpose from global positioning system travel data". Transportation Research Record: Journal of the Transportation Research Board. (1768), 125-134. Zhang, D. (2010) "Localization technologies for indoor human tracking". 5th International conference of future information technology. Busan, Korea.

77

Zhang, L., Liu, J., Jiang, H. (2012) "Energy-efficient location tracking with smartphones for IoT". IEEE Sensors Journal. (1), pp. 1-4. Zhenping, H., Susitaival, R., Zhuo, C., I-Kang, F., Dayal, P., Baghel, S.K. (2007) “Interference avoidance for in-device coexistence in 3GPP LTE-advanced: challenges and solutions”. Communications Magazine. 50 (11), pp. 60-67. Zhong, P., Ding, X. L., Zheng, D. W., Chen, W., Huang, D. F. (2008) "Adaptive wavelet transform based on cross-validation method and its application to GPS multipath mitigation". GPS Solutions. 12 (2), pp. 109-117. 6.2 Internetbronnen Lardinois, F., (2012) Google Launches Android AppTo Improve Its Indoor Location Accuracy.

http://techcrunch.com/2012/04/05/google-launches-android-app-to-improve-its-

indoor-location-accuracy/. 21/04/2014. Merritt, R., (2011) Nokia tweaks Bluetooth for indoor navigation. http://www.eetimes.com/document.asp?doc_id=1260692. 21/04/2014. N.N., (2013) Bevolking per geslacht leeftijdsgroep en –klasse 1990-2008. België en gewesten.http://statbel.fgov.be/nl/modules/publications/statistiques/bevolking/downloads/stru ctuur_bevolking_leeftijd_geslacht.jsp. 9/11/2013.

N.N., (2013) Gentse Feesten programma. http://www.youropi.com/nl/gent/article/gentsefeesten-programma-1626. 20/02/2014. N.N., (2013) Kerncijfers 2012: Statistisch overzicht van België. http://statbel.fgov.be/nl/binaries/Kerncijfers_2012_tcm325-188881.pdf. 9/11/2013.

N.N., (2013) Natural WI-FI Jamming. http://www.informit.com/guides/content.aspx?g=security&seqNum=83. 8/04/2014.

78

N.N., (2013) People Counting. http://www.vinotion.nl/index.php/en/products/peoplecounting. 06/05/2013 N.N., (2014) Roaming. http://ec.europa.eu/digital-agenda/en/roaming. 22/04/2014. N.N. (2014) TouchWiz, advanced yet simple user control. http://www.samsung.com/uk/mobileappsandservices/touchwiz.html. 17/02/2014. Weber, H., (2013) Apples WifiSLAM brings the company indoors, nut can it keep up with Google?. http://thenextweb.com/apple/2013/03/24/apples-wifislam-acquisition-brings-thecompany-indoors-but-can-it-keep-up-with-google/. 21/04/2014.

7. BIJLAGEN 7.1 Bijlage 1: Resultaten enquête Gentse Feesten 2013 Tabel 3: Overzicht antwoorden enquête Gentse Feesten 2013 (bron: eigen verwerking) Vraagnummer

Vraag

1

Geslacht

Mogelijke antwoorden

Resultaat

Percentage 388

Man Vrouw

2

Gemiddelde Mediaan Leeftijd

Standaardafwijking Minimum Maximum

223

57,47

165

42,53

34,23 27 19,03 5 93 388

3

België Nederland Turkije Duitsland Japan Nationaliteit Spanje Frankrijk Bulgarije republiek Congo Democratische Italië Australië

283

72,94

19

4,90

8

2,06

6

1,55

6

1,55

6

1,55

5

1,29

4

1,03

4

1,03

3

0,77

2

0,52

79

Afghanistan Brazilië China Denemarken Hongarije Iran Luxemburg Polen Albanië Argentinië Colombia Egypte Ethiopië Filipijnen Finland Gabon Ghana Griekenland India Ivoorkust Kenia Lliberia Marokko Monaco Niger Noorwegen Oekraïne Rusland Senegal Syrië Tsjechië Koninkrijk Verenigd Staten van Amerika Verenigde Zwitserland 4

2

0,52

2

0,52

2

0,52

2

0,52

2

0,52

2

0,52

2

0,52

2

0,52

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

388 België Nederland Japan Land waar u woont Spanje Duitsland Frankrijk Italië

331

85,31

14

3,61

6

1,55

6

1,55

5

1,29

3

0,77

3

0,77

80

Australië Brazilië China Denemarken Ivoorkust Argentinië Griekenland Hongarije Monaco Niger Noorwegen Polen Tsjechië Staten van Amerika Verenigde Zwitserland

2

0,52

2

0,52

2

0,52

2

0,52

2

0,52

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

1

0,26

388 volg lager onderwijs Nvt, ik Geen Lager onderwijs

Opleidingsniveau 5

16

4,12

11

2,84

23

5,93

Lager middelbaar onderwijs (T (of B – 3 of 4 jaar

4

1,03

Lager middelbaar onderwijs (AV (– 3 jaar

18

4,64

Hoger middelbaar onderwijs (T (of B – 6 of 7 jaar

33

8,51

Hoger middelbaar onderwijs (jaar (AV – 6

90

23,20

89

22,94

95

24,48

9

2,32

Hoger niet-universitair Universitair Post-universitair

388 student ,Scholier Uitsluitend werkzaam in gezin Werkloos Gepensioneerd Beroepsstatuut

Arbeidsongeschikt

6 Arbeider (Bediende (geen kader (Bediende (kader Vrij beroep Zelfstandige

151

38,92

13

3,35

34

8,76

44

11,34

6

1,55

31

7,99

54

13,92

18

4,64

17

4,38

20

5,15

388 7

0 Hoeveel mobiele elektronische toestellen heeft u

35

9,02

1

322

82,99

2

29

7,47

3

2

0,52

81

386 GSM Smartphone - IPhone Smartphone - Android Smartphone - Blackberry Smartphone - Windows Type toestel

Symbian Smartphone

8 Smartphone - ander Tablet - IPad Tablet - Android Tablet - ander MP3-speler Oortje

146

37,82

55

14,25

91

23,58

18

4,66

17

4,40

12

3,11

15

3,89

7

1,81

4

1,04

0

0,00

18

4,66

3

0,78

386 Ja Bevat dit toestel een Bluetooth functie 9

Nee Niet geweten

Per toestel

294

76,17

59

15,28

33

8,55

353 Wist direct of bt aanwezig/afwezig was

Ja

10 Nee

313

88,67

40

11,33

294 Ja Bluetooth aan 11

Nee Niet geweten

65

22,11

214

71,57

15

5,02

279 Wist direct of bt aan/uit stond

Ja

12 Nee

238

85,30

41

14,70

65 Ja Bluetooth zichtbaar 13

Nee Niet geweten

22

33,85

21

32,31

22

33,85

43 Wist direct of bt zichtbaar stond of niet

Ja

14 Nee

27

62,79

16

37,21

386 Mogen we kijken of uw toestel traceerbaar is via bt

Ja

15 Nee

358

92,75

28

7,25

358 Ja Bluetooth detecteerbaar 16

Nee Kan niet uitgemaakt worden Friendly name aangepast

44

12,29

306

85,47

8

2,23

44

82

Ja 17 Nee

21

47,73

23

52,27

386 Nooit Zelden Hoe vaak gebruik je BT in het algemeen 18

Af en toe Vaak Altijd

met oortje Koppelen Waarvoor wordt Bt gebruikt (meerdere mogelijk) 19

Koppelen met carkit Uitwisselen met andere telefoons Uitwisselen /synchroniseren met computer Ander

148

38,34

133

34,46

58

15,03

45

11,66

2

238

0,52 Aantal toestellen waarover de vraag werd beantwoord

68

28,57

45

18,91

167

70,17

57

23,95

32

13,45

172 Heeft u de Bluetooth functie bewust uit gezet

Ja

20 Nee

Waarom hebt u de Bluetooth functie bewust uitgezet 21

sparen Batterij Privacy Omdat het niet gebruikt wordt

167

97,09

5

167

2,91 Aantal toestellen waarover de vraag werd beantwoord

64

38,32

16

9,58

141

84,43

44 Gaat u BT op dit moment nu afzetten

Ja

22 Nee

16

36,36

28

63,64

386 Ja Bevat dit toestel een Wifi functie 23

Nee Niet geweten

208

53,89

167

43,26

11

2,85

375 Wist direct of wf aanwezig/afwezig was

Ja

24 Nee

333

88,80

42

11,20

208 Ja Wifi aan 25

Nee Niet geweten

105

50,48

99

47,60

4

1,92

204 Wist direct of wf aan/uit stond

Ja

26 Nee

160

78,43

44

21,57

386 27

Gebruik je de Wifi-functie momenteel of in de nabije toekomst omte surfen

Ja

240

62,18

83

Nee

146

37,82

99 Heeft u de Wifi-functie bewust uitgezet

Ja

28 Nee

86

86,87

13

13,13

86 sparen Batterij Waarom heeft u de Wifi functie bewust uitgezet 29

Privacy Omdat het niet gebruikt wordt

45

52,33

6

6,98

35

40,70

105 Nu u weet dat u ook traceerbaar bent als

Ja

uw Wifi-functie aangeschakeld is, gaat u deze nu afzetten ?

Nee

30

17

16,19

88

83,81

Tabel 7: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Bluetooth en geslacht” (bron: eigen verwerking)

84

Tabel 8: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Bluetooth en leeftijd” (bron: eigen verwerking)

Tabel 9: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Bluetooth en nationaliteit” (bron: eigen verwerking)

Tabel 10: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Bluetooth en woonplaats” (bron: eigen verwerking)

85

Tabel 11: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Bluetooth en opleidingsniveau” (bron: eigen verwerking)

Tabel 12: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Bluetooth en opleidingsniveau volgens 2 groepen” (bron: eigen verwerking)

86

Tabel 13: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Bluetooth en type toestel” (bron: eigen verwerking)

Tabel 14: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Bluetooth en type toestel, enkel mobiele telefoons” (bron: eigen verwerking)

87

Tabel 15: Kruistabel en resultaat Chikwadraattoets “Toestemming tot controle detecteerbaarheid Bluetooth en nationaliteit” (bron: eigen verwerking)

Tabel 16: Kruistabel en resultaat Chikwadraattoets “Toestemming tot controle detecteerbaarheid Bluetooth en woonplaats” (bron: eigen verwerking)

Tabel 17: Kruistabel en resultaat Chikwadraattoets “Aanpassen friendly name en geslacht” (bron: eigen verwerking)

88

Tabel 18: Kruistabel en resultaat Chikwadraattoets “Al dan niet uitschakelen van detecteerbaar Bluetooth-apparaat en geslacht” (bron: eigen verwerking)

Tabel 19: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Wifi en geslacht” (bron: eigen verwerking)

Tabel 20: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Wifi en leeftijd” (bron: eigen verwerking)

89

Tabel 21: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Wifi en nationaliteit” (bron: eigen verwerking)

Tabel 22: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Wifi en woonplaats” (bron: eigen verwerking)

Tabel 23: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Wifi en opleidingsniveau” (bron: eigen verwerking)

90

Tabel 24: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Wifi en opleidingsniveau volgens 2 groepen” (bron: eigen verwerking)

Tabel 25: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Wifi en beroepsstatuut” (bron: eigen verwerking)

91

Tabel 26: Kruistabel en resultaat Chikwadraattoets “Detecteerbaarheid Wifi en type toestel” (bron: eigen verwerking)

92