Problemas frequentes nas análises estatísticas de informações meteorológicas são a ocorrência de dados faltantes e ausência de conhecimento acerca da homogeneidade das informações contidas no banco de dados. O objetivo deste trabalho foi testar e classificar a homogeneidade da série de precipitação pluvial da estação climatológica convencional da ESALQ, no período de 1917 a 1997, e comparar três métodos de imputação de dados, em diferentes intensidades amostrais (5%, 10% e 15%) de informações faltantes, geradas de forma aleatória. Foram utilizados três testes de homogeneidade da série: Pettitt, Buishand e normal padrão. Para o \"preenchimento\" das informações faltantes, foram comparados três métodos de imputação múltipla: PMM (Predictive Mean Matching), random forest e regressão linear via método bootstrap, em cada intensidade amostral de informações faltantes. Os métodos foram utilizados por meio do pacote MICE (Multivariate Imputation by Chained Equations) do R. A comparação entre cada procedimento de imputação foi feita por meio da raiz do erro quadrático médio, índice de exatidão de Willmott e o índice de desempenho. A série de chuva foi entendida como de classe 1, ou seja, \"útil\" - Nenhum sinal claro de falta de homogeneidade foi aparente e, o método que resultou em menores valores da raiz quadrada dos erros e maiores índices foi o PMM, em especial na intensidade de 10% de informações faltantes. O índice de desempenho para os três métodos de imputação de dados em todas as intensidades de observações faltantes foi considerado \"Péssimo\" / Frequent problems in the statistical analyzes of meteorological information are the occurrence of missing data and missing of knowledge about the homogeneity of the information contained in the data base. The objective of this work was to test and classify the homogeneity of the rainfall series of the conventional climatological station of the ESALQ from 1917 to 1997 and to compare three methods of data imputation in different sample intensities (5%, 10% and 15%), of missing data, generated in a random way. Three homogeneity tests were used: Pettitt, Buishand and standard normal. For the \"filling\" of missing information, three methods of multiple imputation were compared: PMM (Predictive Mean Matching), random forest and linear regression via bootstrap method, in each sampling intensity of missing information. The methods were used by means of the MICE (Multivariate Imputation by Chained Equations) package of R. The comparison of each imputation procedure was done by root mean square error, Willmott\'s accuracy index and performance index. The rainfall series was understood to be class 1 \"useful\" - No clear sign of lack of homogeneity was apparent and the method that resulted in smaller values of the square root of the errors and higher indexes was the PMM, in particular the intensity of 10% of missing information. The performance index for the three methods of imputation the data at all missing observation intensities was considered \"Terrible\"

Neste trabalho estudam-se alguns novos métodos de seleção de variáveis no contexto da regressão linear que surgiram nos últimos 15 anos, especificamente o LARS - Least Angle Regression, o NAMS - Noise Addition Model Selection, a Razão de Falsa Seleção - RFS (FSR em inglês), o LASSO Bayesiano e o Spike-and-Slab LASSO. A metodologia foi a análise e comparação dos métodos estudados e aplicações. Após esse estudo, realizam-se aplicações em bases de dados reais e um estudo de simulação, em que todos os métodos se mostraram promissores, com os métodos Bayesianos apresentando os melhores resultados. / In this work, some new variable selection methods that have appeared in the last 15 years in the context of linear regression are studied, specifically the LARS - Least Angle Regression, the NAMS - Noise Addition Model Selection, the False Selection Rate - FSR, the Bayesian LASSO and the Spike-and-Slab LASSO. The methodology was the analysis and comparison of the studied methods. After this study, applications to real data bases are made, as well as a simulation study, in which all methods are shown to be promising, with the Bayesian methods showing the best results.

Na tentativa de contornar os problemas ainda existentes para a detecção e identificação de erros grosseiros (EGs) no processo de estimação de estado em sistemas elétricos de potência (EESEP), realiza-se, neste trabalho, uma análise da formulação dos estimadores aplicados a sistemas elétricos de potência, em especial, o de mínimos quadrados ponderados, tendo em vista evidenciar as limitações dos mesmos para o tratamento de EGs. Em razão da dificuldade de detectar EGs em medidas pontos de alavancamento, foram também analisadas as metodologias desenvolvidas para identificação de medidas pontos de alavancamento. Através da formulação do processo de EESEP como um problema de álgebra linear, demonstra-se o porquê da impossibilidade de detectar EGs em determinadas medidas redundantes, sendo proposto, na seqüência, um método para identificação de medidas pontos de alavancamento. Para reduzir os efeitos maléficos dessas medidas no processo de EESEP verifica-se a possibilidade de aplicar outras técnicas estatísticas para o processamento de EGs, bem como técnicas para obtenção de uma matriz de ponderação adequada. / To overcome the problems still existent for gross errors (GEs) detection and identification in the process of power system state estimation (PSSE), the formulations of the estimators applied to power systems are analyzed, specially, the formulation of the weighted squares estimator. These analyses were performed to show the limitations of these estimators for GEs processing. As leverage points (LP) represent a problem for GEs processing, methodologies for LP identification were also verified. By means of the linear formulation of the PSSE process, the reason for the impossibility of GEs detection in some redundant measurements is shown and a method for LP identification is proposed. To minimize the bad effects of the LP to the PSSE process, the possibility of applying other statistic techniques for GEs processing, as well as techniques to estimate an weighting matrix are also analyzed.

In the post-harvest area, a common approach to quantify the average color of fruits peel over time is the sampling of small number of points generally on its equatorial region using a colorimeter. However, when we use a colorimeter to classify an uneven-colored fruit misclassification may occur because points in the peel region may not be representative of average color of fruit. The main problem when we use this method is to determine the number of points to be sampled as well as the location of these points on the fruit\'s surface. An alternative method to evaluate measure of color is digital image analysis because it covers whole of the object surface, by using a sample of pixels taken from the image. As the colorimeter approach is faster and easier than image analysis, it may not be suitable for assessing the overall mean color of the papaya\'s peel and its performance will depend on the number of measured points and choice of sampled region. In this sense, the comparison between these approach is still necessary because we need to know if a sample on the equatorial region can reproduce a sample over the whole region, and if the colorimeter can compete with a scanner or digital camera in measuring the mean hue of papaya peel over time. Thus, we proposed a longitudinal concordance correlation (LCC) based on polynomial mixed-effects regression model to evaluate the extent of agreement among methods. The results show that ideally image analysis of whole fruit\'s region should be used to compute the mean hue and that the topography and curved surface of papaya fruit did not affect the mean hue obtained by the scanner. Since there are still no packages available to estimate the LCC in the free software environment R, we are developing a package called lcc, which provides functions for estimating the longitudinal concordance correlation (LCC) among methods based on variance components and fixed effects of polynomial mixed-effects model. Additionally, we implemented arguments in this function to estimating the longitudinal Pearson correlation (LPC), as precision measure, and longitudinal bias corrector factor (LA), as accuracy measure. Moreover, these components can be estimated using different structures for variance- covariance matrices of random effects and variance functions to model heteroscedasticity among within-group errors using or not the time as variance covariate. / No setor de pós-colheita é muito comum a utilização de colorímetros para avaliar a cor média da casca de frutos ao longo do tempo. No entanto, muitas vezes as técnicas de amostragem utilizando esse equipamento podem levar a medidas tendenciosas da média amostral. Alternativamente, a utilização de imagens digitais pode levar a um menor viés, uma vez que toda a região da casca do fruto é amostrada de forma sistemática. No entanto, ainda é necessária a comparação de ambas abordagens, pois o colorímetro tem vantagens em relação a facilidade de utilização e menor tempo para realizar a amostragem em cada fruto quando comparado a um scanner de mesa. Assim, no caso de variáveis respostas medidas em uma escala contínua, a reprodutibilidade das medidas tomadas por ambos equipamentos pode ser avaliada por meio do coeficiente de correlação de concordância. Dessa forma, para avaliar o perfil da concordância entre métodos, nós propomos uma correlação de concordância longitudinal (LCC), baseada em um modelo de regressão polinomial com efeitos mistos. Os resultados sugeriram que as técnicas por meio de imagens digitais devem ser utilizadas para a quantificação da tonalidade média de frutos. Adicionalmente, a partir do perfil de concordância estimado notamos que existe um período em que ambos os equipamentos podem ser utilizados. A performance do coeficiente de concordância longitudinal foi avaliada por meio de um estudo de simulação, o qual sugeriu que nossa metodologia é robusta a dados desbalanceados (\"dropout\") e que a probabilidade de convergência é aceitavel para uma amostra de 20 frutos e ideal para amostras a partir de 100 frutos. Uma vez que ainda não existem pacotes disponibilizados no ambiente computacional R para a estimação da correlação de concordância longitudinal, nós estamos desenvolvendo um pacote intitulado lcc, o qual será submetido ao \"Comprehensive R Archive Network\" (CRAN). Nesse pacote nós implementamos procedimentos para estimação da correlação de concordância longitudinal, da correlação de Person longitudinal e de uma medida de acurácia longitudinal. Além disso, nosso pacote foi desenvolvido para dados balanceados e desbalanceados, permitindo modelar a heteroscedasticidade entre erros dentro do grupo usando ou não o tempo como covariável, e, também, permitindo a inclusão de covariáveis no preditor linear para controlar variações sistemáticas na variável resposta.

Neste trabalho estudam-se alguns novos métodos de seleção de variáveis no contexto da regressão linear que surgiram nos últimos 15 anos, especificamente o LARS - Least Angle Regression, o NAMS - Noise Addition Model Selection, a Razão de Falsa Seleção - RFS (FSR em inglês), o LASSO Bayesiano e o Spike-and-Slab LASSO. A metodologia foi a análise e comparação dos métodos estudados e aplicações. Após esse estudo, realizam-se aplicações em bases de dados reais e um estudo de simulação, em que todos os métodos se mostraram promissores, com os métodos Bayesianos apresentando os melhores resultados. / In this work, some new variable selection methods that have appeared in the last 15 years in the context of linear regression are studied, specifically the LARS - Least Angle Regression, the NAMS - Noise Addition Model Selection, the False Selection Rate - FSR, the Bayesian LASSO and the Spike-and-Slab LASSO. The methodology was the analysis and comparison of the studied methods. After this study, applications to real data bases are made, as well as a simulation study, in which all methods are shown to be promising, with the Bayesian methods showing the best results.

Made available in DSpace on 2017-07-10T19:24:46Z (GMT). No. of bitstreams: 1 Marcio Paulo de Oliveira.pdf: 1960743 bytes, checksum: 7438fe00d388d47b01b27d6cfdf2e229 (MD5) Previous issue date: 2010-02-04 / The knowledge about soil and plant attributes is important for the improvement of agricultural management. Intense tillage activities may induce not only alterations in the soil attributes but also decrease in productivity. Studies directed to the soil and plant spatial variability identification and the relations amid these variables are tools for agriculture, with the potential to increase productivity. The data set for this study was sampled in a Rhodic Acrudox soil, at a farmland that has been being cultivated for over five years under no-tillage system, with soybean and wheat in crop succession. At 252 m long transect, 84 points were demarcated, with 3 m of spacing between each of them. The relations between soybean productivity and soil water content, micro, macro and total porosity, soil density and soil resistance to penetration at 0,0-0,10 m and 0,10-0,20 m deep layers, were evaluated, as well as the respective variabilities. The relations between soybean productivity and soil attributes were determined using simple and cross correlations, followed by the state space models determinations, compared to linear and multiple regression models. The results have shown that the soybean productivity and soil mechanical resistance variables presented not only autocorrelation structure but also crosscorrelation structure. The state space models, relating to the soybean productivity at a point i, with the same attribute at point i-1, at the two layers, were more efficient than the equivalent models in simple and multiple regression. With geoestatistics, the spatial dependence structure was determined with envelopes and models for the semivariograms, allowing identification and classification of the spatial dependence for the variables under study. The thematic maps were obtained with simple kriging and indicated the soil attributes behavior, related to the soybean productivity. / O conhecimento do comportamento dos atributos do solo e da planta é importante para a melhoria das práticas agrícolas. A intensa atividade de cultivo pode provocar modificações dos atributos do solo e reduzir a produtividade de uma cultura em determinada região. Os estudos que visam identificar a variabilidade espacial dos atributos do solo e da planta e a relação entre esses atributos surgem como um recurso para a agricultura, podendo ser utilizados para realização de um manejo adequado dos recursos disponíveis, ampliando a produtividade e preservando o meioambiente. Os dados para a realização deste estudo foram obtidos em um Latossolo Vermelho distroférrico, em uma área cultivada há mais de cinco anos com alternância entre as culturas de soja e trigo, com o sistema de plantio direto. Em uma transeção de 252 m de comprimento foram demarcados 84 elementos amostrais, espaçados de 3 m entre si. As relações da produtividade da soja com os seguintes atributos físicos e hídricos do solo: teor de água no solo, microporosidade, macroporosidade e porosidade total do solo, densidade do solo e resistência mecânica do solo à penetração, nas camadas 0,0-0,10 m e 0,10-0,20 m, foram avaliadas bem como a variabilidade espacial desses atributos. A relação entre a produtividade da soja e os atributos do solo foi determinada através das correlações simples e cruzada entre os elementos amostrais de cada atributo, seguida da estimação dos modelos em espaço de estados, comparados aos modelos equivalentes em regressão linear múltipla. Os resultados mostraram que as variáveis produtividade da soja e resistência do solo a penetração apresentaram estrutura de autocorrelação e de correlação cruzada entre si. Os modelos estimados em espaço de estados, relacionando a produtividade da soja em um ponto i com a produtividade da soja e resistência do solo a penetração nas duas camadas no ponto i -1 mostraram-se mais eficientes do que os modelos equivalentes estimados em regressão linear simples e múltipla. Por meio da geoestatística, a estrutura de dependência espacial foi avaliada por meio dos envelopes e modelos para os semivariogramas experimentais, permitindo identificar e classificar a dependência espacial das variáveis em estudo. Os mapas temáticos foram obtidos por meio de interpolação por krigagem ordinária e indicaram o comportamento dos atributos do solo ligadas a produtividade da soja.

Made available in DSpace on 2017-05-12T14:48:09Z (GMT). No. of bitstreams: 1 Marcio Paulo de Oliveira.pdf: 1960743 bytes, checksum: 7438fe00d388d47b01b27d6cfdf2e229 (MD5) Previous issue date: 2010-02-04 / The knowledge about soil and plant attributes is important for the improvement of agricultural management. Intense tillage activities may induce not only alterations in the soil attributes but also decrease in productivity. Studies directed to the soil and plant spatial variability identification and the relations amid these variables are tools for agriculture, with the potential to increase productivity. The data set for this study was sampled in a Rhodic Acrudox soil, at a farmland that has been being cultivated for over five years under no-tillage system, with soybean and wheat in crop succession. At 252 m long transect, 84 points were demarcated, with 3 m of spacing between each of them. The relations between soybean productivity and soil water content, micro, macro and total porosity, soil density and soil resistance to penetration at 0,0-0,10 m and 0,10-0,20 m deep layers, were evaluated, as well as the respective variabilities. The relations between soybean productivity and soil attributes were determined using simple and cross correlations, followed by the state space models determinations, compared to linear and multiple regression models. The results have shown that the soybean productivity and soil mechanical resistance variables presented not only autocorrelation structure but also crosscorrelation structure. The state space models, relating to the soybean productivity at a point i, with the same attribute at point i-1, at the two layers, were more efficient than the equivalent models in simple and multiple regression. With geoestatistics, the spatial dependence structure was determined with envelopes and models for the semivariograms, allowing identification and classification of the spatial dependence for the variables under study. The thematic maps were obtained with simple kriging and indicated the soil attributes behavior, related to the soybean productivity. / O conhecimento do comportamento dos atributos do solo e da planta é importante para a melhoria das práticas agrícolas. A intensa atividade de cultivo pode provocar modificações dos atributos do solo e reduzir a produtividade de uma cultura em determinada região. Os estudos que visam identificar a variabilidade espacial dos atributos do solo e da planta e a relação entre esses atributos surgem como um recurso para a agricultura, podendo ser utilizados para realização de um manejo adequado dos recursos disponíveis, ampliando a produtividade e preservando o meioambiente. Os dados para a realização deste estudo foram obtidos em um Latossolo Vermelho distroférrico, em uma área cultivada há mais de cinco anos com alternância entre as culturas de soja e trigo, com o sistema de plantio direto. Em uma transeção de 252 m de comprimento foram demarcados 84 elementos amostrais, espaçados de 3 m entre si. As relações da produtividade da soja com os seguintes atributos físicos e hídricos do solo: teor de água no solo, microporosidade, macroporosidade e porosidade total do solo, densidade do solo e resistência mecânica do solo à penetração, nas camadas 0,0-0,10 m e 0,10-0,20 m, foram avaliadas bem como a variabilidade espacial desses atributos. A relação entre a produtividade da soja e os atributos do solo foi determinada através das correlações simples e cruzada entre os elementos amostrais de cada atributo, seguida da estimação dos modelos em espaço de estados, comparados aos modelos equivalentes em regressão linear múltipla. Os resultados mostraram que as variáveis produtividade da soja e resistência do solo a penetração apresentaram estrutura de autocorrelação e de correlação cruzada entre si. Os modelos estimados em espaço de estados, relacionando a produtividade da soja em um ponto i com a produtividade da soja e resistência do solo a penetração nas duas camadas no ponto i -1 mostraram-se mais eficientes do que os modelos equivalentes estimados em regressão linear simples e múltipla. Por meio da geoestatística, a estrutura de dependência espacial foi avaliada por meio dos envelopes e modelos para os semivariogramas experimentais, permitindo identificar e classificar a dependência espacial das variáveis em estudo. Os mapas temáticos foram obtidos por meio de interpolação por krigagem ordinária e indicaram o comportamento dos atributos do solo ligadas a produtividade da soja.

Submitted by Maicon Juliano Schmidt (maicons) on 2015-04-24T15:27:39Z No. of bitstreams: 1 Renato Przyczynski.pdf: 2517179 bytes, checksum: e844b080b56ae169db7db8ac58436525 (MD5) / Made available in DSpace on 2015-04-24T15:27:39Z (GMT). No. of bitstreams: 1 Renato Przyczynski.pdf: 2517179 bytes, checksum: e844b080b56ae169db7db8ac58436525 (MD5) Previous issue date: 2013-12-10 / Nenhuma / A produção de serviços depende de uma capacidade coprodutiva que considera a interferência dos clientes usuários na prestação, no consumo e no desempenho dos serviços. Investigações empíricas com o objetivo de mensurar as capacidades de coprodução não encontram-se bem desenvolvidos na literatura de gestão de operações de serviços. O objetivo principal desta tese é investigar empiricamente as Capacidades Organizacionais (CORS) e as Capacidades Operacionais (COPS) para a coprodução de serviços de telecomunicações em um contexto B2B, considerando as dimensões antecedentes e os efeitos no desempenho dos serviços. O instrumento inicial com 77 indicadores foi submetido aos procedimentos de item-sorting, validade de conteúdo e validade de construto. Análises adicionais foram realizadas por especialistas em TI e o instrumento foi submetido a teste piloto com gerentes de TI de 37 agências do Banco do Brasil S.A. O coeficiente alpha de Cronbach foi adotado como medida de confiabilidade. Os procedimentos de pré-teste excluíram 33 questões do instrumento e reduziram para 39 o número de indicadores. O modelo de mensuração ficou estruturado através de quatro construtos operacionalizados como CORS: normas e procedimentos, qualidade da integração com fornecedores, planejamento estratégico de serviços e habilidade em serviços; e quatro construtos operacionalizados como COPS: gerenciamento dos equipamentos, gerenciamento das instalações, segurança dos equipamentos e capacitação dos funcionários. O modelo foi testado em uma amostra de 300 empresas usuárias de serviços de telecomunicações (100 matrizes e 200 filiais). Após a etapa de teste, o modelo foi ajustado durante a técnica de modelagem de equações estruturais e análise fatorial confirmatória. Os índices de ajuste, de confiabilidade composta e de média de variância extraída atingiram os valores recomendados. A validade discriminante foi verificada pelos métodos de Fornell e Larcker (1981) e de Bagozzi e Phillips (1982). Os construtos obtiveram valores significativos (P<0,001) de Critical Ratio (CR) o que sugere validade convergente dos indicadores. Após a verificação de validade e confiabilidade o modelo de mensuração ficou estruturado com 20 indicadores válidos e confiáveis distribuídos em sete variáveis independentes e uma variável dependente. O teste t para amostras independentes revelou diferenças significativas em dois construtos (planejamento estratégico de serviços e segurança dos equipamentos) entre as matrizes e filiais. A análise de regressão linear hierárquica com quatro blocos de variáveis revelou que o modelo proposto é capaz de explicar 23,9% do desempenho dos serviços. Dois construtos formadores das CORS (normas e procedimentos e qualidade da integração com fornecedores) obtiveram valores estatisticamente significativos (P<0,05) o que sugere influência dessas duas CORS no desempenho dos serviços de telecomunicações. Procedimentos estatísticos adicionais de multicolinearidade e de homoscedasticidade mostram evidência de normalidade e consistência na distribuição dos dados. / Service coproduction depends on capabilities that focus on the users interference in the provision, consumption and service performance. Empirical investigations in the production and operations management area aimed at measuring coproduction organizational and operational capabilities are not well developed in the literature. The aim of this paper is to empirically test and investigate the Organizational Capabilities (ORCAPS) and the Operational Capabilities (OPCAPS) for the coproduction of telecommunication services in B2B environments considering their antecedent dimensions and the effects on service performance. The initial instrument consisting of 77 items was submitted to procedures such as item-sorting, content validity and construct validity. Further analysis by IT experts were conducted before the pilot experiment with IT managers from 37 branches of Banco do Brasil S.A. Cronbach’s alpha was adopted as a reliability measure. The pretesting procedures excluded 33 questions from the instrument. For the structuring of the measurement model four constructs were operationalized as ORCAPS (rules and procedures, quality of interaction with suppliers, service strategic planning, and service ability); and four constructs were operationalized as OPCAPS (equipment management, installations management, information security, and staff capacity). The model was tested in a sample of 300 companies, users of telecommunication services (100 headquarters and 200 business units). After testing, the model fit was verified through the structural equations modeling technique and confirmatory factor analysis. The model fit, composite reliability and average variance extracted scores achieved all the recommended cutoff values. Discriminant validity was assessed following the methodology by Fornell and Larcker (1981) and Bagozzi and Phillips (1982). All the constructs were significant (p<0,001) in the assessment of critical ratio suggesting convergent validity of the items. After the validity and reliability tests, the measurement model consisted of 20 valid and reliable items distributed in seven independent variables and one dependent variable. The t test for independent samples revealed significant differences among IT managers from headquarters and business units in two constructs (service strategic planning and equipment safety). The hierarchical linear regression analysis organized in four groups of variables revealed that the proposed model is capable of explaining 23.9% of service performance. Two of the four ORCAP constructs (rules and procedures and quality of interaction with suppliers) were significant (p<0,05) suggesting influence on telecommunication service performance. Additional statistical procedures of multicollinearity and homoscedasticity provided evidence of consistency and normality in the distribution of data.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-04-12T20:38:00Z No. of bitstreams: 1 IURY DEWAR CRUZ DE OLIVEIRA NUNES - DISSERTAÇÃO PPGCC 2014..pdf: 1148640 bytes, checksum: 9e084516af4065804bc3489d60d75384 (MD5) / Made available in DSpace on 2018-04-12T20:38:00Z (GMT). No. of bitstreams: 1 IURY DEWAR CRUZ DE OLIVEIRA NUNES - DISSERTAÇÃO PPGCC 2014..pdf: 1148640 bytes, checksum: 9e084516af4065804bc3489d60d75384 (MD5) Previous issue date: 2014-08-28 / As Redes Sociais Baseadas em Localização (RSBL) surgiram com o propósito de permitir que os usuários possam compartilhar com sua rede de amigos informações a respeito dos pontos de interesse (POIs) que eles visitaram. Neste contexto, a capacidade de recomendar novos lugares para que os usuários possam visitar é importante, pois pode, eventualmente, melhorar a experiência destes usuários ao utilizar o sistema. O contexto geogr´afico certamente influencia os usu´arios na hora de escolher os locais a serem visitados. Sendo assim, inicialmente analisamos este contexto de forma isolada, através de recomendadores de POIs puramente baseados em informacões geográficas. Além disso, propomos um novo recomendador puramente geográfico baseado em Kernels Gaussianos. Os resultados dos nossos experimentos demonstraram que o modelo proposto consegue alcançar uma maior acurácia que os recomendadores puramente geográficos presentes no estado-da-arte na maioria dos casos avaliados. Porém esta mesma análise demonstrou que o contexto geográfico isoladamente não é capaz de gerar recomendações com alta acurácia de forma geral. Logo, ao modelar um recomendador de POIs é necessário combinar as informações geográficas com outros contextos a fim de melhorar sua acurácia. Sendo assim, também propomos um novo recomendador de POIs que consegue capturar as preferências de usuários (de forma similar às técnicas de filtragem colaborativa) e informações geográficas em um único modelo baseado em difusão de grafos. Este recomendador visa aprender um ranking personalizado de lugares a serem recomendados para cada usuário levando em consideração os lugares visitados por outros usuários com preferências similares, as distâncias entre os lugares visitados e os lugares candidatos à recomendação, e as regiões as quais o usuário visita mais frequentemente. Os nossos experimentos mostraram que este modelo consegue ser mais eficiente que os modelos de recomendações de POIs presentes no estado-da-arte, além de conseguir alcançar uma acurácia igual ou superior às abordagens comparadas. todos os experimentos foram realizados utilizando dados reais de uma das RSBL mais populares atualmente: o Foursquare. / Location-Based Social Networks (LBSN) emerged with the purpose of allowing users to share, with their friends, information about points of interest (POIs) they visited. In this context, the ability to recommend new places for users to visit is important because it can eventually improve the overall user experience while using the system. The geographical context certainly influences the locations that the users choose to visit. Therefore, initially we analyzed this context separately, through the recommenders of POIs purely based on geographical information. Furthermore, we propose a new geographicaware recommender based on Gaussian Kernels. The results of our experiments demonstrated that the proposed model can achieve higher accuracy than the state-of-the art recommenders solely based on geographical information, in most of the cases evaluated. However, this same analysis showed that the geographical context alone is not able to generate recommendations owith high accuracy. So to model a new recommender of POIs, it is necessary to combine geographic information with other contexts in order to achieve high accuracy. Thus, we also propose a new recommender of POIs that can capture the preferences of users (similar to collaborative filtering techniques) and geographical information in a single model based on diffusion on graphs. This recommender aims to learn a personalized ranking of places to be recommended for each user taking into consideration the places visited by other users with similar preferences, the distances between the places visited and places candidates for recommendation, and the regions which the user visits more often. Our experiments showed that this model can be more efficient than state-of-the-art recommenders of POIs, also achieving an accuracy equal to or greater than the compared approaches. All experiments were conducted using real data from one of the most popular RSBL nowadays: Foursquare.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-09-05T18:25:04Z No. of bitstreams: 1 HUGO MORAIS DE ALCÂNTARA - DISSERTAÇÃO PPGECA 2007..pdf: 2937576 bytes, checksum: 4120665ff013d35f135ab12cfe7ca9a5 (MD5) / Made available in DSpace on 2018-09-05T18:25:04Z (GMT). No. of bitstreams: 1 HUGO MORAIS DE ALCÂNTARA - DISSERTAÇÃO PPGECA 2007..pdf: 2937576 bytes, checksum: 4120665ff013d35f135ab12cfe7ca9a5 (MD5) Previous issue date: 2007-03-29 / O presente trabalho tem o objetivo de avaliar a natureza da variação da resistência total em canais aluviais e propor uma função de resistência total. A partir da equação fundamental da resistência da superfície, é definida uma função cuja variação pode ser associada aos efeitos da forma do leito e da distribuição granulométrica de sedimentos. A forma desta função, obtida através de análise dimensional utilizando a técnica de regressão linear múltipla, é apresentada para sedimentos unimodais e bimodais associada a cada tipo de canal e mistura de sedimentos. Foi utilizada uma grande massa de dados experimentais de laboratório e de campo coletados por diversos pesquisadores em vários estudos. Com base nos diversos estudos encontrados na bibliografia e considerando as incertezas envolvidas na separação da resistência total em, a resistência devido aos grãos na superfície e das formas do leito, decidiu-se propor uma função de resistência separadamente para cada forma do leito para o parâmetro de resistência B. A grande vantagem da metodologia proposta é que esta avalia a resistência total do leito sem a necessidade de separação dos efeitos dos grãos e das formas do leito. Os resultados mostram que uma excelente relação funcional pode ser estabelecida para cada forma do leito e mistura de sedimentos utilizando três e dois parâmetros adimensionais. O efeito da distribuição granulométrica dos sedimentos ficou evidenciado no caso do leito plano e com sedimentos bimodais, indicando que nos casos em que a distribuição natural – log-normal – de sedimentos não seja aplicável, o efeito da distribuição granulométrica é significativo na resistência total do canal aluvial. / The present work has the objective of evaluating the variation of the hydraulic resistance in alluvial channels and propose a function of total resistance. Starting from the fundamental concept of the resistance of the surface, a function is defined in which the variation of resistance can be associated with the characteristics of the bed form and the grain size distribution of the mixture of the sediments in the bed. The form of this function, obtained through dimensional analysis using the technique of multiple linear regression, is presented for unimodal and bimodal sediments associated with each channel type and mixture of sediments. Utilizing the data collected by various researchers in laboratory canals and rivers, the functional relationships for the resistance factor, here in identified as a dimensionless factor “B”, has been established utilizing three, or in a simple form, two, dimensionless parameters as independent variables. The great advantage of the resistance function proposed here is that it eliminates the need to separate the total resistance into two components. The results show that an excellent functional relationship can be established for each bed form and mixture of sediments using three parameters. The influence of the grain size distribution of the sediments was evidenced in the case of all the bed forms and especially bimodal sediments. In the cases of natural distribution (log-normal) of sediments in the sand range, the effect on the individual grain size distributions became hardly noticeable.