Clustering hierárquico numa plataforma de smart cities

Detalhes bibliográficos
Autor(a) principal: Soares, Maria Manuel Alves
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/1822/72443
Resumo: Relatório de estágio de mestrado em Matemática e Computação
id RCAP_ea0a815190c97d617aaa6380c22e14dc
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/72443
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Clustering hierárquico numa plataforma de smart citiesHierarchical clustering on a smart cities platformMachine learningClustering hierárquicoValidação de clusteringPlataforma móvelHierarchical clusteringCluster validationMobile applicationCiências Naturais::Outras Ciências NaturaisRelatório de estágio de mestrado em Matemática e ComputaçãoAtravés do conceito de smart cities os cidadãos têm, nos dias de hoje, a oportunidade de serem cidadãos mais ativos e tirarem partido das tecnologias de informação e comunicação para melhorar a qualidade de vida das suas comunidades. Neste sentido, a plataforma móvel JuntarAJunta tem como objetivo aproximar os cidadãos das suas Juntas de Freguesia, permitindo-os reportar problemas de uma localidade ou fazer uma sugestão. A utilização deste tipo de aplicações informáticas remete-nos para a necessidade da gestão dos seus dados de forma eficiente. Ao longo dos anos, cada vez mais se percebe que a análise adequada dos dados permite identificar padrões e encontrar novas correlações entre os dados e estas podem ser uma mais valia ao nível dos processos de tomadas de decisão e de desenvolvimento de estratégias. Este relatório resulta de um estágio desenvolvido numa empresa e tem como tema principal a aplicação e o desenvolvimento de técnicas de machine learning na plataforma JuntarAJunta. O objetivo é identificar participações semelhantes, reportadas pelos cidadãos, com o intuito de reduzir Informação redundante. Numa primeira abordagem recorreu-se ao método de clustering hierárquico, fazendo uso dos dados geográficos fornecidos pela aplicação. Através da análise dos resultados dos índices de validação dos clusters foi possível perceber até que ponto a localização geográfica é suficiente para agrupar participações semelhantes de forma correta. Os resultados obtidos remetem para uma segunda abordagem na qual são utilizados novos atributos da participação.Through the smart cities concept, citizens have today the opportunity to be more active and take advantage of information and communication technologies to improve the quality of life of their communities. In this sense the mobile application JuntarAJunta aims to bring citizens closer to their Town Councils, allowing them to report problems or make suggestions. The increase in the use of this type of applications reminds us of the need to manage the data efficiently. Over the years it has become increasingly clear that an adequate analysis of the data allows the identification of patterns and finding new correlations between data, which can be an added value in the decision-making process and strategies development. This report is based on a curricular internship and its main theme is the application and development of machine learning techniques in the JuntarAJunta application. The goal is to identify similar participations, reported by citizens, in order to reduce redundant information. In the first approach was used the Hierarchical clustering method, making use of the geographic data provided by the application. By analyzing the results of the clusters validation indexes, it was possible to see at what extent the geographic location is sufficient to group similar participations correctly. The results obtained refer to a second approach in which new information are attributed to participations.Clain, StéphanePinto, Luís F.Universidade do MinhoSoares, Maria Manuel Alves20172017-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/72443por201909316info: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:RCAAP2023-07-21T12:06:10Zoai:repositorium.sdum.uminho.pt:1822/72443Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T18:56:46.740146Repositório 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 Clustering hierárquico numa plataforma de smart cities
Hierarchical clustering on a smart cities platform
title Clustering hierárquico numa plataforma de smart cities
spellingShingle Clustering hierárquico numa plataforma de smart cities
Soares, Maria Manuel Alves
Machine learning
Clustering hierárquico
Validação de clustering
Plataforma móvel
Hierarchical clustering
Cluster validation
Mobile application
Ciências Naturais::Outras Ciências Naturais
title_short Clustering hierárquico numa plataforma de smart cities
title_full Clustering hierárquico numa plataforma de smart cities
title_fullStr Clustering hierárquico numa plataforma de smart cities
title_full_unstemmed Clustering hierárquico numa plataforma de smart cities
title_sort Clustering hierárquico numa plataforma de smart cities
author Soares, Maria Manuel Alves
author_facet Soares, Maria Manuel Alves
author_role author
dc.contributor.none.fl_str_mv Clain, Stéphane
Pinto, Luís F.
Universidade do Minho
dc.contributor.author.fl_str_mv Soares, Maria Manuel Alves
dc.subject.por.fl_str_mv Machine learning
Clustering hierárquico
Validação de clustering
Plataforma móvel
Hierarchical clustering
Cluster validation
Mobile application
Ciências Naturais::Outras Ciências Naturais
topic Machine learning
Clustering hierárquico
Validação de clustering
Plataforma móvel
Hierarchical clustering
Cluster validation
Mobile application
Ciências Naturais::Outras Ciências Naturais
description Relatório de estágio de mestrado em Matemática e Computação
publishDate 2017
dc.date.none.fl_str_mv 2017
2017-01-01T00:00:00Z
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/1822/72443
url http://hdl.handle.net/1822/72443
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 201909316
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_ 1799132355375398912

Registros relacionados