I första hand har jag programmerat kartsidan för att kunna testa den backend jag skapat för att visa dynamiskt laddade punkter på en karta, något som är enklare att debugga i Javascript, än att utveckla den direkt mot en Java-app. Kartsidan kan också användas för att titta på den HTML som jag genererar från min Wikipedia-dump. Den innehåller en del fel, och genom att klicka runt på kartan så får jag möjlighet att identifiera var/vad det är som blir fel. Förhoppningsvis för det att jag kan öka kvaliteten på de texter som visas.

Många av sidorna som finns på Wikipedia handlar om sådant som kan kopplas till platser. Därför finns koordinater angivna på många av sidor. Tyvärr är inte koordinaterna en del av XML-data, utan den finns i ett wiki-format. En positionsangivelse kan se ut såhär:
{{coord|58.410734|N|15.621481|E|region:SE_type:landmark|display=title}}
och vara placerad någonstans i texten. I detta fall är koordinaterna angivna i WGS84 i decimalform. Det är också vanligt att koordinaterna är givna i grader, minuter, sekunder-format. Förutom positionen finns en ”typ” angiven, vilken oftast är satt till ”landmark” eller ”city”. För att kunna använda samma typ av XML-importeringsscript så har jag valt att gå igenom XML-filen, identifiera positionsangivelser och skriva om XML-filen med två nya XML-taggar, position och positionstyp.

Jag har valt att indexera text och koordinater i Solr. Detta gör att det går enkelt att göra fulltext-sökningar i Wikipedia-texten och att det går fint att använda Solrs stöd för ”spatial search” för att göra sökningar på artiklar som beskriver platser som ligger i närheten av en angiven koordinat, och att t.ex. söka ut sidor i svenska delen av Wikipedia som handlar om platser som ligger i Sverige. Index och text tillsammans tar ungefär 4GB utrymme.

Det verkar finnas ungefär 1.26 miljoner artiklar (exklusive omdirigeringar) i svenska Wikipedia, i alla fall i den version jag laddat hem från början av 2013. Det ser ut att vara ungefär mer än 200.000 av sidorna som är platsbestämda. Många av dessa har en ganska ”grov” platsangivelse, och många gäller länder och städer, vilket inte är så intressant. Av dessa så är det ungefär 15.000 som anger platser som ligger i Sverige. Siffran är framtagen genom att söka på platser inom en ”box” som ungefär motsvarar Sveriges yta (men inkluderar en liten del av Norge också).

Som ett första steg satte jag upp ett API för att göra spatiala sökningar, i nästa steg ska jag se om jag kan komma på något roligt sätt att kombinera spatiala sökning med sökningar i texterna. Det krävs ganska mycket jobb om man ska använda texterna till något, eftersom de är wiki-formaterade. Jag har parsat texterna med hjälp av Text_Wiki, men urspungsversionen av detta verktyg är långt från perfekt vilket gjort att jag behövt göra många små justeringar.

Min 1-minutspitch baserades på denna bild, som ska beskriva vad det handlar om.

Historiskt sett så har appen viss koppling till boken ”Längs spåret” som SJ gav ut 1989, och där man kan läsa om kultur man passerar om man gör resan Stockholm-Malmö med tåg. Men min app funkar naturligtvis för alla färdmedel och för alla resor!

Appen finns att ladda ner från Google Play under namnet Kultursafari. Har du en mobil med Android 4.0.3 eller senare så får du gärna provköra och kommentera. Även om jag med förberedelser inför Travelhack har ägnat lite mer än 24 timmar åt appen, så är det en första version. Både konceptet och tekniken kommer att utvecklas och finjusteras framöver. Versionen som finns ute har lite problem med ikonstorlekar för vissa mobilmodeller, men i övrigt så ska den fungera relativt bra.

Jag startade min Frisim.com för ungefär 10.5 år sedan. Jag registrerade domänen Frisim.com den 20:e april 2002, men samma funktion fanns innan dess under namn som Allanyheter.com (på den gamla goda tiden då det fanns ”gratisdomäner”), och Nyhetsrubriker.com (registrerad 17 september 2000). Allra första visade jag lite insamlade nyhetsrubriker på nic-sys.se, en domän som vi registrerade 1995…

Mitt senaste projekt har varit att hämta dessa GTFS-data från Samtrafiken och stoppa in i OpenTripPlanner. Det gick fort. Det som behövdes var att ladda ned en version av OpenTripPlanner och GTFS-filen från Samtrafiken och lägga den i rätt katalog. Det enda kruxet är att GTFS-filen för Sverige är ganska stor, då den omfattar tidtabellerna från Sveriges kollektivtrafikoperatörer. Det OpenTripPlanner gör är att utifrån GTFS-data identifiera vilket område som täcks (hela Sverige), extrahera detta område från OpenStreetMap (OSM), och använda OSM-data för att bygga ett nätverk med resemöjligheter. OpenTripPlanner består också av en funktion för att hitta ”bästa rutt” i detta nätverk, vilket kan presenteras för användare endera som XML/JSON-feed, eller som en ruttplanering på en karta och med färdbeskrivning, ungefär som Google Maps.

För att sätta upp systemet på en webbserver krävs inte så mycket mer än detta, i alla fall inte om du redan har en server som kör en Java application server. Ett krav för att kunna använda Samtrafikens GTFS-data i OpenTripPlanner är, i princip, att du har en server med 8GB RAM. Då jag inte hade någon sådan så satte jag upp en Elastic Cloud Server hos Ipeer.se. Samtidigt som jag experimenterar med OpenTripPlanner provar jag alltså Ipeer för första gången.

Min ”svenska” reseplanerare finns på Vilkenresa.se.

Vilkenresa.se innehåller en grafisk reseplanerare, och ett API för att få förslag på resor i XML/JSON-format. Det Samtrafiken publicerar i sitt ”API” är en stor fil med kollektivtrafiktidtabeller; det Vilkenresa.se:s API ger är förslag på resor givet en tidpunkt och en start- och slutpunkt.

Den initiala planen är att kunna använda data from Samtrafikens GTFS-data, via mitt API på Vilkenresa.se, för att jämföra resor, och ge förslag på alternativa resor, till min Android-app Reslogg.

Njuice verkar ha gjort ett bra jobb med marknadsföringen, då det är relativt många som skrivit om sajten, t.ex. TheNextWeb.

Njuice använder tweet från Twitter och shares från Facebook för att hitta nyheter, och för att rangordna dem. Njuice visar mycket bilder, alla hämtade från källans nyhetssida. De har lagt på ett litet ”filter” som dels förminskar bilderna något, dels lägger på ett ”honungsmönster”; antagligen för att det inte ska betraktas som ren ”bildstöld”. Njuice har bara engelskspråkiga källor, och jag har inte hittat något svensk (eller dansk) sajt med bland källorna.

Njuice har även en sökfunktion (baserad på MySQL verkar det som, enligt bloggen). Sökningen vekar inte söka igenom hela artiklar, bara sådant som finns i RSS-data enligt mitt test, även om Andreas skriver att Njuice ”Extracts article content” på sin blogg.

När man klickar på en nyhetsrubrik så hamnar man på ”källsajten”, men får en list längst upp med Njuice logga och sökruta samt med möjlighet att visa nyheten utan reklam (med hjälp av ett så kallat ”readability”-script – en snygg lösning för användaren.

Njuice finns som app på iTunes (en web wrapper) för iPhone och Ipad.

Statistiken om artikelkällorna finns på sidan med källor och listan med sökord på sökordssidan.

Har du förslag på någon mer statistik som du tycker vore intressant att se?

Uppdaterad: Jag har nu uppdaterat sidan så att den istället använder Javascript för att visa tweets:en. Javascriptet jag använder är LiveTwitter men där jag hämtar data från Twitter-listan via en cache, så att den inte behöver hämta data från Twitter så ofta.