Humans are creatures of habit, often developing a routine for their day-to-day life. We propose a way to identify routine as regularities extracted from the context data of mobile phones. We choose Lecroq et al.'s existing state of the art algorithm as basis for a set of modifications that render it suitable for the task. Our approach searches alignments in sequences of n-tuples of context data, which correspond to the user traces of routine activity. Our key enhancements to this algorithm are exploiting the sequential nature of the data an early maximisation approach. We develop a generator of context-like data to allow us to evaluate our approach. Additionally, we collect and manually annotate a mobile phone context dataset to facilitate the evaluation of our algorithm. The results allow us to validate the concept of our approach.

L'homme, de manière générale apprécie ses habitudes. Nous proposons une méthodologie d'identification des activités de routine depuis des régularités extraites des données de contexte, acquises sur téléphone portable. Notre choix algorithmique se base sur l'algorithme d'alignement proposé par Lecroq et al. L'algorithme cherche à aligner des séquences de n-uplets de données du contexte. Les séquences algorithmiques correspondent aux traces d'utilisation régulières. Notre contribution technique consiste à l'amélioration de l'algorithme afin qu'il puisse exploiter la nature séquentielle des données se basant sur une approche d'optimisation locale. Les deux apports rendent la solution adaptée aux données dont la volumétrie compatibles avec les données de contexte.Afin d'évaluer notre approche, nous présentons un générateur de données simulées et une campagne d'acquisition de données réelles. Ces données sont utilisées pour valider notre approche. / Humans are creatures of habit, often developing a routine for their day-to-day life. We propose a way to identify routine as regularities extracted from the context data of mobile phones. We choose Lecroq et al.'s existing state of the art algorithm as basis for a set of modifications that render it suitable for the task. Our approach searches alignments in sequences of n-tuples of context data, which correspond to the user traces of routine activity. Our key enhancements to this algorithm are exploiting the sequential nature of the data an early maximisation approach. We develop a generator of context-like data to allow us to evaluate our approach. Additionally, we collect and manually annotate a mobile phone context dataset to facilitate the evaluation of our algorithm. The results allow us to validate the concept of our approach.

A evolução da computação móvel melhora a capacidade de comunicação e colaboração das pessoas. Os principais pilares desta transformação são: o desenvolvimento e produção de dispositivos móveis com capacidade multimídia e equipados com duas ou mais interfaces de rede, a disponibilidade de conectividade sem fio ubíqua e a popularização de aplicações sociais online. As redes sociais online merecem destaque pelas funcionalidades que permitem a criação e compartilhamento de conteúdo digital dentro de círculos sociais, também chamado de mídia social. Serviços na web anexam a localização geográfica do dispositivo ao conteúdo digital, criando as chamadas mídias sociais baseadas em localização. Equipadas com seus telefones e tablets, as pessoas estão criando e consumindo mídias sociais em qualquer lugar. Entretanto, é um desafio manter tais dispositivos móveis conectados nos ambientes de rede sem fio atuais e de próxima geração e.g., múltiplos provedores de acesso e múltiplas tecnologias de comunicação. Pesquisas recentes propõem componentes para o gerenciamento de conectividade sem fio que fazem uso simultâneo do contexto de conectividade atual e de um conjunto destes dados coletados no passado. Tais componentes são preditores de mobilidade, mecanismos de handover ou gerenciadores de mobilidade que utilizam dados de contexto de conectividade de forma particular para atingir seus propósitos. Na presente investigação, propomos uma metodologia que orquestra os principais componentes de gerenciamento de conectividade em um laço retro alimentado. Argumentamos que a coleta de dados de contexto de conectividade pode ser projetada como um sistema de sensoreamento, cujo sensores são as interfaces de rede sem fio. Como parte deste sistema de sensoriamento, os círculos sociais podem assistir o gerenciamento de conectividade compartilhando dados de contexto de conectividade. A ideia central é utilizar serviços baseados em localização para compartilhar dados de contexto de conectividade dentro dos círculos sociais. Desta forma, as redes sociais online adicionam escala para o sistema e permite colaboração em volta de dados de contexto recentes, locais, personalizados e sociais. O objetivo é melhorar experiências de conectividade sem fio e.g., métricas de QoS (Quality of Service) como: vazão, latência e qualidade do sinal. Relatamos como os dados de contexto de conectividade são manipulados com um modelo baseado em grafos e métricas como: intensidade do vértice e grau centralidade. Com isso, identificamos áreas com alta densidade de handovers, definimos a reputação dos usuários e revelamos a cobertura das redes. Resultados de experimentos mostram que a colaboração pode melhorar métricas de QoS de ~18 a ~30% se comparado ao uso de um preditor de mobilidade ou um sistema operacional moderno, respectivamente. Esta discussão se desdobra com foco na viabilidade da solução em termos de sobrecarga de armazenamento e consumo de energia. Os promissores resultados experimentais indicam que nossa solução pode melhorar experiências de conectividade sem fio de usuários móveis / The evolution of mobile computing improves communication and collaboration among people. The main pillars of this transformation are: the development and production of mobile devices with multimedia capabilities and equipped with two or more network interfaces, the availability of ubiquitous wireless connectivity and the popularity of online social applications. Online social networks noteworthy features that allow for the creation and sharing of digital content within social circles, also called textit Social Media. Web Services attach the geographic location of the device to the digital content, creating the so-called textit location-based social media. Equipped with their phones and tablets, people are creating and consuming social media anywhere. However, it is a challenge to keep such mobile devices connected in current and next generation wireless network environments textit e.g., multiple ISPs (Internet Service Provider) and multiple communication technologies. Recent researches proposes components for managing wireless connectivity that make simultaneous use of the current and past connectivity context data. Such components are mobility predictors, handovers mechanisms or mobility managers that use connectivity context data in a particular way to achieve its purposes. In this research, we propose feasiable a methodology that orchestrates the main components of the connectivity management in a feedback loop. We argue that the process of gathering connectivity context data can be designed as a sensing system, whose sensors are wireless network interfaces. As part of this sensing system, the social circles may assist the management of connectivity by sharing connectivity context data. The main idea is to use location-based services to share connectivity context data within social circles. Thus, online social networks add scale to the system and enables collaboration around recent, local, and social context data. The goal is to enhance wireless connectivity experiences in terms of QoS ( textit Quality of Service) metrics textit e.g., throughput, latency and signal quality. We report how this data is handled using complex networks metrics e.g., vertexs strength and centrality degree, to identify high density handover areas, define the mobile users reputation and to reveal the networks coverage. Real experiments showed that collaboration can improve QoS metrics from ~18 to ~30% if compared to just use a mobility predictor or a modern operational system, respectively. The discussion unfolds with focus on the collaborations efficiency as function of time, number of users, discovered area size and mobility patterns. The promising experimental results indicate that our solution can enhance mobile users wireless connectivity experiences

A evolução da computação móvel melhora a capacidade de comunicação e colaboração das pessoas. Os principais pilares desta transformação são: o desenvolvimento e produção de dispositivos móveis com capacidade multimídia e equipados com duas ou mais interfaces de rede, a disponibilidade de conectividade sem fio ubíqua e a popularização de aplicações sociais online. As redes sociais online merecem destaque pelas funcionalidades que permitem a criação e compartilhamento de conteúdo digital dentro de círculos sociais, também chamado de mídia social. Serviços na web anexam a localização geográfica do dispositivo ao conteúdo digital, criando as chamadas mídias sociais baseadas em localização. Equipadas com seus telefones e tablets, as pessoas estão criando e consumindo mídias sociais em qualquer lugar. Entretanto, é um desafio manter tais dispositivos móveis conectados nos ambientes de rede sem fio atuais e de próxima geração e.g., múltiplos provedores de acesso e múltiplas tecnologias de comunicação. Pesquisas recentes propõem componentes para o gerenciamento de conectividade sem fio que fazem uso simultâneo do contexto de conectividade atual e de um conjunto destes dados coletados no passado. Tais componentes são preditores de mobilidade, mecanismos de handover ou gerenciadores de mobilidade que utilizam dados de contexto de conectividade de forma particular para atingir seus propósitos. Na presente investigação, propomos uma metodologia que orquestra os principais componentes de gerenciamento de conectividade em um laço retro alimentado. Argumentamos que a coleta de dados de contexto de conectividade pode ser projetada como um sistema de sensoreamento, cujo sensores são as interfaces de rede sem fio. Como parte deste sistema de sensoriamento, os círculos sociais podem assistir o gerenciamento de conectividade compartilhando dados de contexto de conectividade. A ideia central é utilizar serviços baseados em localização para compartilhar dados de contexto de conectividade dentro dos círculos sociais. Desta forma, as redes sociais online adicionam escala para o sistema e permite colaboração em volta de dados de contexto recentes, locais, personalizados e sociais. O objetivo é melhorar experiências de conectividade sem fio e.g., métricas de QoS (Quality of Service) como: vazão, latência e qualidade do sinal. Relatamos como os dados de contexto de conectividade são manipulados com um modelo baseado em grafos e métricas como: intensidade do vértice e grau centralidade. Com isso, identificamos áreas com alta densidade de handovers, definimos a reputação dos usuários e revelamos a cobertura das redes. Resultados de experimentos mostram que a colaboração pode melhorar métricas de QoS de ~18 a ~30% se comparado ao uso de um preditor de mobilidade ou um sistema operacional moderno, respectivamente. Esta discussão se desdobra com foco na viabilidade da solução em termos de sobrecarga de armazenamento e consumo de energia. Os promissores resultados experimentais indicam que nossa solução pode melhorar experiências de conectividade sem fio de usuários móveis / The evolution of mobile computing improves communication and collaboration among people. The main pillars of this transformation are: the development and production of mobile devices with multimedia capabilities and equipped with two or more network interfaces, the availability of ubiquitous wireless connectivity and the popularity of online social applications. Online social networks noteworthy features that allow for the creation and sharing of digital content within social circles, also called textit Social Media. Web Services attach the geographic location of the device to the digital content, creating the so-called textit location-based social media. Equipped with their phones and tablets, people are creating and consuming social media anywhere. However, it is a challenge to keep such mobile devices connected in current and next generation wireless network environments textit e.g., multiple ISPs (Internet Service Provider) and multiple communication technologies. Recent researches proposes components for managing wireless connectivity that make simultaneous use of the current and past connectivity context data. Such components are mobility predictors, handovers mechanisms or mobility managers that use connectivity context data in a particular way to achieve its purposes. In this research, we propose feasiable a methodology that orchestrates the main components of the connectivity management in a feedback loop. We argue that the process of gathering connectivity context data can be designed as a sensing system, whose sensors are wireless network interfaces. As part of this sensing system, the social circles may assist the management of connectivity by sharing connectivity context data. The main idea is to use location-based services to share connectivity context data within social circles. Thus, online social networks add scale to the system and enables collaboration around recent, local, and social context data. The goal is to enhance wireless connectivity experiences in terms of QoS ( textit Quality of Service) metrics textit e.g., throughput, latency and signal quality. We report how this data is handled using complex networks metrics e.g., vertexs strength and centrality degree, to identify high density handover areas, define the mobile users reputation and to reveal the networks coverage. Real experiments showed that collaboration can improve QoS metrics from ~18 to ~30% if compared to just use a mobility predictor or a modern operational system, respectively. The discussion unfolds with focus on the collaborations efficiency as function of time, number of users, discovered area size and mobility patterns. The promising experimental results indicate that our solution can enhance mobile users wireless connectivity experiences