De onderzoeksgroep POPNET van de Universiteit van Amsterdam (UvA) heeft ons benaderd om te ondersteunen bij het ontwikkelen van een webapplicatie waarmee netwerkdata geaggregeerd ingezien kan worden door beleidsmakers en wetenschappers. POPNET is een nieuwe digitale infrastructuur en onderzoeksgemeenschap met als doel het ontsluiten van longitudinale sociale netwerkgegevens van de gehele Nederlandse bevolking voor academische onderzoeksdoeleinden. Het maakt nieuw spannend onderzoek mogelijk op een zowel geanonimiseerde als ethisch en juridisch verantwoorde manier. Dit onderzoek kan leiden tot bruikbare inzichten in belangrijke kwesties zoals segregatie, substantiële sociale verandering en duurzame ontwikkelingsdoelen van de VN, zoals het verminderen van ongelijkheid.
Uitdaging van klant
POPNET heeft als doel een digitale infrastructuur op te zetten waarmee sociale netwerkgegevens van de gehele Nederlandse bevolking toegankelijk worden gemaakt voor academisch onderzoek. De grootste uitdaging was om een interface te ontwikkelen die in staat is om geanonimiseerde doorsneden van dit netwerk op verschillende aggregatieniveaus te maken en deze data op een intuïtieve manier te visualiseren. Er moest een efficiënte manier worden ontwikkelt in de back-end om het grote netwerk te kunnen aggregeren en vervolgens in de front-end te presenteren.
Visie op probleem
Visie op probleem
Het ontsluiten en visualiseren van complexe sociale netwerkdata voor academisch onderzoek en beleidsvorming brengt aanzienlijke uitdagingen met zich mee. Niet alleen was het essentieel om een robuuste webapplicatie te ontwikkelen, maar het vereiste ook innovatieve benaderingen om de data effectief te kunnen aggregeren, filteren, en visualiseren.
Daarnaast moest de applicatie flexibel en schaalbaar zijn, zodat deze in de toekomst eenvoudig kon worden uitgebreid met nieuwe functionaliteiten. Een cruciale eis was dat de oplossing volledig geïntegreerd kon worden binnen de streng beveiligde omgeving van het CBS. Dit vroeg om een zorgvuldige afweging van technologische keuzes en een nauwgezette aanpak om te voldoen aan de hoge beveiligingsstandaarden, zonder in te boeten op de gebruiksvriendelijkheid en prestaties van de applicatie.
Het ontsluiten en visualiseren van complexe sociale netwerkdata voor academisch onderzoek en beleidsvorming brengt aanzienlijke uitdagingen met zich mee. Niet alleen was het essentieel om een robuuste webapplicatie te ontwikkelen, maar het vereiste ook innovatieve benaderingen om de data effectief te kunnen aggregeren, filteren, en visualiseren.
Daarnaast moest de applicatie flexibel en schaalbaar zijn, zodat deze in de toekomst eenvoudig kon worden uitgebreid met nieuwe functionaliteiten. Een cruciale eis was dat de oplossing volledig geïntegreerd kon worden binnen de streng beveiligde omgeving van het CBS. Dit vroeg om een zorgvuldige afweging van technologische keuzes en een nauwgezette aanpak om te voldoen aan de hoge beveiligingsstandaarden, zonder in te boeten op de gebruiksvriendelijkheid en prestaties van de applicatie.
Ook behoefte aan het ontwikkelen van geavanceerde webapplicaties voor maatwerk analyse en visualisatie?
Neem vrijblijvend contact op!
Stap 1
Selectie van het framework
In de beginfase hebben we een grondige analyse uitgevoerd om de beste technologische stack te kiezen voor de applicatie. Dit omvatte zowel de keuze voor de data-opslag als het website-raamwerk. We hebben besloten om een graph database te gebruiken vanwege de flexibiliteit en het vermogen om complexe netwerkstructuren te modelleren.
Stap 2
Back-end ontwikkeling
Op basis van het gekozen raamwerk hebben we een robuuste back-end infrastructuur opgezet. Dit omvatte het prepareren en optimaliseren van de netwerkdata, gevolgd door de ontwikkeling van een krachtige API. Samen met de onderzoeksgroep POPNET hebben we nieuwe technieken ontwikkeld en geïmplementeerd die het mogelijk maken om de netwerkdata op een efficiënte manier te aggregeren en te filteren. Deze API zorgt ervoor dat data geaggregeerd en geanonimiseerd opgehaald kan worden en maakt het mogelijk om deze gegevens efficiënt naar de front-end te serveren. De API is ontworpen om schaalbaar en flexibel te zijn, zodat toekomstige uitbreidingen eenvoudig gerealiseerd kunnen worden.
Stap 3
Front-end ontwikkeling
De front-end van de applicatie werd ontworpen met de eindgebruikers in gedachten. We hebben een website template ontwikkeld met specifieke functionaliteiten zoals filters op persoonseigenschappen, visualisatie van geaggregeerde netwerken, en integratie van geografische kaarten. Daarnaast implementeerden we een 'degree distributie' grafiek, een belangrijke functie binnen de netwerkwetenschap, die onderzoekers helpt om de structuur van het netwerk beter te begrijpen. De grootste technische uitdaging was om de data snel en efficiënt te kunnen filteren en aggregeren, wat we hebben opgelost door nauwe samenwerking met de POPNET-onderzoekers.
Stap 4
Stap 5
Impact
Ook behoefte aan het ontwikkelen van geavanceerde webapplicaties voor maatwerk analyse en visualisatie?
Neem vrijblijvend contact op!
