Extraindo perfis de usuários móveis com base na lista de aplicativos e na cidade

• Autor(a) principal: Santos, Leonardo Júnio Alves dos
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: https://locus.ufv.br//handle/123456789/29682
• topic: Mineração de dados (Computação); Computação móvel; Aplicativos móveis; Sistemas de comunicação móvel; Ciência da Computação

Nos últimos anos tem-se percebido um crescimento considerável na coleta e disponi- bilidade dos dados de usuários móveis. Esse tipo de dado é importante para ajudar nas tomadas de decisões em diferentes cenários, como cidades inteligentes, redes so- ciais, comércio eletrônico e físico, além de permitir que o comportamento de usuários móveis seja conhecido e que seus interesses sejam utilizados em seu benefício. Porém, gerar um perfil capaz de contribuir com informações relevantes utilizando somente dados brutos não é uma tarefa trivial. Além disso, os tipos de coletas (i.e., ativas ou passivas.) e de dados (e.g., log de ligações e localizações) utilizados impactam diretamente na generalização dos modelos preditivos e na privacidade do usuário. Outro ponto relevante é que os trabalhos encontrados na literatura não consideram a cidade do usuário. Dessa forma, usuários que residem em cidades completamente diferentes, uma metrópole e uma cidade do interior, por exemplo, não possuem dis- tinção. Para mitigar estes problemas, este trabalho propõe uma investigação do perfil de usuários de dispositivos móveis utilizando somente a lista de aplicativos e cidade como entrada para os modelos. Para isso, são analisados os perfis dos usuários em cinco perspectivas: preço do dispositivo, tipos de estabelecimentos visitados, funcio- nalidades das áreas frequentadas, mobilidade e seus traços de personalidade. Afim de obter um perfil mais completo, é proposto o Perfil MAPED que engloba todos os perfis analisados. Para construir e avaliar todos estes perfis, uma base de dados real contendo informações de milhares de usuários móveis foi enriquecida com da- dos de diferentes fontes. Através de tal enriquecimento, foi possível criar modelos para segmentar usuários com base em seus aplicativos instalados e tipo de cidade em que residem. Ademais, para agilizar a etapa de enriquecimento semântico, foi de- senvolvido um framework facilmente extensível e que pode ser utilizado para diversos problemas. Palavras-chave: Mineração de Dados. Perfil de Usuários. Dados Móveis.