Mineração de trajetórias em redes sociais geolocalizadas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | http://www.teses.usp.br/teses/disponiveis/55/55134/tde-21092017-140230/ |
Resumo: | O cada vez maior número de tecnologias que fornecem serviços de geolocalização tem possibilitado gerar uma grande quantidade de dados de geolocalização. Estes dados, são armazenados principalmente como pontos de localização com informação temporal. Uma trajetória é definida como uma sequência discreta e finita destes pontos de localização. Nos últimos anos, a recente área de mineração de trajetórias visa aproveitar esta abundância de dados. Nesta área, existem várias técnicas de mineração desenvolvidas, mas todas elas dependem diretamente da qualidade das trajetórias. Assim, o preprocessamento tem um papel primordial na mineração de trajetórias. Entre as tarefas de preprocessamento, um problema relevante é a reconstrução ou inferência de trajetórias. Devido ao alto consumo de energia de dispositivos de localização como o GPS e ao crescente uso de geo-marcações nas redes sociais, que possibilita a construção de trajetórias ordenando temporalmente estas marcações, muitas das trajetórias existentes apresentam taxas de amostragem muito baixas. A maioria das pesquisas nesse problema utilizam, no caso de áreas urbanizadas, informações do grafo formado por ruas e cruzamentos. Porém, elas levam em conta apenas trajetórias de veículos principalmente pelo fato que muitos dos percursos dos pedestres ficam fora das ruas. Atualmente, graças às plataformas livres de mapas colaborativos, é possível incluir estes trajetos como parte das informações de ruas. Assim, este projeto tem o objetivo de investigar o uso das informações das ruas na reconstrução de trajetórias, principalmente de pedestres. O escopo da proposta compreende o desenvolvimento de uma rede social geo-localizada com o intuito de capturar dados de localização. Posteriormente, estes dados serão anonimizados, utilizados na reconstrução de trajetórias de pedestres e disponibilizados para uso em pesquisas futuras. |
id |
USP_c84eef8aa158611f1aa892342758f681 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-21092017-140230 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Mineração de trajetórias em redes sociais geolocalizadasTrajectory Mining in Location-Based Social NetworksData miningLocation-based social networksMineração de trajetóriasReconstrução de trajetóriasRedes sociais baseadas em localizaçãoTrajectory reconstructionO cada vez maior número de tecnologias que fornecem serviços de geolocalização tem possibilitado gerar uma grande quantidade de dados de geolocalização. Estes dados, são armazenados principalmente como pontos de localização com informação temporal. Uma trajetória é definida como uma sequência discreta e finita destes pontos de localização. Nos últimos anos, a recente área de mineração de trajetórias visa aproveitar esta abundância de dados. Nesta área, existem várias técnicas de mineração desenvolvidas, mas todas elas dependem diretamente da qualidade das trajetórias. Assim, o preprocessamento tem um papel primordial na mineração de trajetórias. Entre as tarefas de preprocessamento, um problema relevante é a reconstrução ou inferência de trajetórias. Devido ao alto consumo de energia de dispositivos de localização como o GPS e ao crescente uso de geo-marcações nas redes sociais, que possibilita a construção de trajetórias ordenando temporalmente estas marcações, muitas das trajetórias existentes apresentam taxas de amostragem muito baixas. A maioria das pesquisas nesse problema utilizam, no caso de áreas urbanizadas, informações do grafo formado por ruas e cruzamentos. Porém, elas levam em conta apenas trajetórias de veículos principalmente pelo fato que muitos dos percursos dos pedestres ficam fora das ruas. Atualmente, graças às plataformas livres de mapas colaborativos, é possível incluir estes trajetos como parte das informações de ruas. Assim, este projeto tem o objetivo de investigar o uso das informações das ruas na reconstrução de trajetórias, principalmente de pedestres. O escopo da proposta compreende o desenvolvimento de uma rede social geo-localizada com o intuito de capturar dados de localização. Posteriormente, estes dados serão anonimizados, utilizados na reconstrução de trajetórias de pedestres e disponibilizados para uso em pesquisas futuras.The ever-greater number of technologies providing location-based services has allowed the generation of big amounts of geolocation data. This data is mainly stored as location points in conjunction with temporal information. A trajectory is defined as a discrete and finite sequence of this kind of points. In recent years, the relatively new field of trajectory data mining aims to leverage this abundance of data. On this field, there are several data mining techniques developed, but all of these depend on trajectory quality. Hence, preprocessing becomes relevant to this field. Among trajectory data mining tasks, one important problem is trajectory reconstruction. Due to the high energy consumption of geolocation devices like GPS and the growing usage of geo-tags in social networks, which can represent trajectories by being sorted chronologically, most of these trajectories are collected at low sampling rates. A majority of research on this problem is focused on using road network information in urbanized areas to reconstruct trajectories. However, these approaches take into account vehicle trajectories only due to fact that most pedestrian paths do not always follow the same road network routes than vehicles. Currently, thanks to open collaborative maps, it is possible to add pedestrian paths to the road network structure. Thereby, this project aims to research the usage of road network information in pedestrian trajectories reconstruction. This projects scope comprises the development of a location-based social network to collect geolocation data. Subsequently, this data will be anonymized, used for pedestrian trajectory reconstruction and, finally, made available for research purposes.Biblioteca Digitais de Teses e Dissertações da USPLopes, Alneu de AndradeAlvarez, Ricardo Miguel Puma2017-06-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/55/55134/tde-21092017-140230/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2018-07-17T16:38:18Zoai:teses.usp.br:tde-21092017-140230Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212018-07-17T16:38:18Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Mineração de trajetórias em redes sociais geolocalizadas Trajectory Mining in Location-Based Social Networks |
title |
Mineração de trajetórias em redes sociais geolocalizadas |
spellingShingle |
Mineração de trajetórias em redes sociais geolocalizadas Alvarez, Ricardo Miguel Puma Data mining Location-based social networks Mineração de trajetórias Reconstrução de trajetórias Redes sociais baseadas em localização Trajectory reconstruction |
title_short |
Mineração de trajetórias em redes sociais geolocalizadas |
title_full |
Mineração de trajetórias em redes sociais geolocalizadas |
title_fullStr |
Mineração de trajetórias em redes sociais geolocalizadas |
title_full_unstemmed |
Mineração de trajetórias em redes sociais geolocalizadas |
title_sort |
Mineração de trajetórias em redes sociais geolocalizadas |
author |
Alvarez, Ricardo Miguel Puma |
author_facet |
Alvarez, Ricardo Miguel Puma |
author_role |
author |
dc.contributor.none.fl_str_mv |
Lopes, Alneu de Andrade |
dc.contributor.author.fl_str_mv |
Alvarez, Ricardo Miguel Puma |
dc.subject.por.fl_str_mv |
Data mining Location-based social networks Mineração de trajetórias Reconstrução de trajetórias Redes sociais baseadas em localização Trajectory reconstruction |
topic |
Data mining Location-based social networks Mineração de trajetórias Reconstrução de trajetórias Redes sociais baseadas em localização Trajectory reconstruction |
description |
O cada vez maior número de tecnologias que fornecem serviços de geolocalização tem possibilitado gerar uma grande quantidade de dados de geolocalização. Estes dados, são armazenados principalmente como pontos de localização com informação temporal. Uma trajetória é definida como uma sequência discreta e finita destes pontos de localização. Nos últimos anos, a recente área de mineração de trajetórias visa aproveitar esta abundância de dados. Nesta área, existem várias técnicas de mineração desenvolvidas, mas todas elas dependem diretamente da qualidade das trajetórias. Assim, o preprocessamento tem um papel primordial na mineração de trajetórias. Entre as tarefas de preprocessamento, um problema relevante é a reconstrução ou inferência de trajetórias. Devido ao alto consumo de energia de dispositivos de localização como o GPS e ao crescente uso de geo-marcações nas redes sociais, que possibilita a construção de trajetórias ordenando temporalmente estas marcações, muitas das trajetórias existentes apresentam taxas de amostragem muito baixas. A maioria das pesquisas nesse problema utilizam, no caso de áreas urbanizadas, informações do grafo formado por ruas e cruzamentos. Porém, elas levam em conta apenas trajetórias de veículos principalmente pelo fato que muitos dos percursos dos pedestres ficam fora das ruas. Atualmente, graças às plataformas livres de mapas colaborativos, é possível incluir estes trajetos como parte das informações de ruas. Assim, este projeto tem o objetivo de investigar o uso das informações das ruas na reconstrução de trajetórias, principalmente de pedestres. O escopo da proposta compreende o desenvolvimento de uma rede social geo-localizada com o intuito de capturar dados de localização. Posteriormente, estes dados serão anonimizados, utilizados na reconstrução de trajetórias de pedestres e disponibilizados para uso em pesquisas futuras. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-06-26 |
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://www.teses.usp.br/teses/disponiveis/55/55134/tde-21092017-140230/ |
url |
http://www.teses.usp.br/teses/disponiveis/55/55134/tde-21092017-140230/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815257250120335360 |