What's happening? : uma plataforma de eventos
Autor(a) principal: | |
---|---|
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 |
Resumo: | 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 |
id |
RCAP_2824711ee0653b8eda3ee1f49ff27d46 |
---|---|
oai_identifier_str |
oai:comum.rcaap.pt:10400.26/25335 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
What's happening? : uma plataforma de eventosEventos sociaisPlataformas de eventosClassificação de eventos sociaisOntologiasMachine learningOs 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 LODEBernardino, Jorge Fernandes RodriguesRepositório ComumRodrigues, Marcelo Aguiar2018-12-13T15:55:08Z20172018-06-08T00:00:00Z2018-06-08T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.26/25335202242897porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-09-05T15:40:33Zoai:comum.rcaap.pt:10400.26/25335Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T15:16:23.747314Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
What's happening? : uma plataforma de eventos |
title |
What's happening? : uma plataforma de eventos |
spellingShingle |
What's happening? : uma plataforma de eventos Rodrigues, Marcelo Aguiar Eventos sociais Plataformas de eventos Classificação de eventos sociais Ontologias Machine learning |
title_short |
What's happening? : uma plataforma de eventos |
title_full |
What's happening? : uma plataforma de eventos |
title_fullStr |
What's happening? : uma plataforma de eventos |
title_full_unstemmed |
What's happening? : uma plataforma de eventos |
title_sort |
What's happening? : uma plataforma de eventos |
author |
Rodrigues, Marcelo Aguiar |
author_facet |
Rodrigues, Marcelo Aguiar |
author_role |
author |
dc.contributor.none.fl_str_mv |
Bernardino, Jorge Fernandes Rodrigues Repositório Comum |
dc.contributor.author.fl_str_mv |
Rodrigues, Marcelo Aguiar |
dc.subject.por.fl_str_mv |
Eventos sociais Plataformas de eventos Classificação de eventos sociais Ontologias Machine learning |
topic |
Eventos sociais Plataformas de eventos Classificação de eventos sociais Ontologias Machine learning |
description |
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 |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017 2018-12-13T15:55:08Z 2018-06-08T00:00:00Z 2018-06-08T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.26/25335 202242897 |
url |
http://hdl.handle.net/10400.26/25335 |
identifier_str_mv |
202242897 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799130027512561664 |