What's happening? : uma plataforma de eventos

• Autor(a) principal: Rodrigues, Marcelo Aguiar
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.26/25335
• topic: Eventos sociais; Plataformas de eventos; Classificação de eventos sociais; Ontologias; Machine learning

Os eventos são uma presença constante no nosso dia a dia e são divulgados através dos meios de comunicação, anúncios publicitários ou através de conversas entre amigos. A era digital trouxe consigo uma data de mudanças significativas no mundo das comunicações e consequentemente, a divulgação de eventos é facilitada devido às redes sociais que desempenham um papel importante na proliferação destes. No entanto, a procura de eventos, quer no tempo ou no espaço, não é uma tarefa fácil nos dias que correm. Apesar da evolução tecnológica ter permitido a criação de novas plataformas para divulgação de eventos, ainda existe dificuldade em saber o que está a acontecer em redor da nossa localização. Atualmente, um grande número de eventos sociais é criado e promovido nas redes sociais. Com o aglomerado de informação que estas redes geram, a experiência de procurar eventos não é a mais consistente para o utilizador porque os resultados obtidos nem sempre refletem os interesses do utilizador. Este trabalho propõe um novo conceito para uma plataforma de divulgação de eventos, intitulada de What’s Happening? com o objetivo de melhorar a experiência do utilizador na procura e recomendação destes. Em particular, é proposta uma arquitetura para a plataforma que utiliza técnicas de machine learning para classificar eventos provenientes de redes sociais populares, e.g. Facebook, com o objetivo de os categorizar. Tendo em conta que os serviços utilizados para a obtenção de eventos apresentam modelos de dados diferentes, é proposta a ontologia LODSE (Linking Open Descriptions of Social Events), tendo como base a ontologia LODE (Linking Open Descriptions of Events), com o objetivo de facilitar a integração dos dados obtidos dos serviços externos, modelar um evento social para ser posteriormente classificado e melhorar a classificação de eventos. Como forma de validação das técnicas de machine learning na arquitetura proposta bem como o modelo de dados criado a partir da ontologia LODSE, foram realizadas duas avaliações experimentais. A primeira avaliação experimental demonstrou que o melhor algoritmo para classificar os datasets de eventos criados é o Random Forest obtendo 83,33% de eventos corretamente classificados. A segunda avaliação experimental demonstrou que o modelo de dados baseado na ontologia LODSE traz benefícios na classificação de eventos demonstrando uma melhoria de 12,4% de eventos corretamente classificados bem como uma melhoria de 5,9% no tempo de processamento quando comparado com o modelo de dados baseado na ontologia LODE