Made available in DSpace on 2014-06-12T15:50:15Z (GMT). No. of bitstreams: 2 arquivo1402_1.pdf: 3159163 bytes, checksum: f1456cd735a3541751542a864fd7d8ae (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A crescente popularização dos dispositivos móveis, como celular ou GPS, tem gerado uma grande quantidade de dados espaço-temporais. Estes dados são também denominados como dados de trajetórias de objetos móveis. Em seu formato original de coleta, estes dados não possuem qualquer tipo de semântica. Desta forma, diversos estudos têm focado na extração de conhecimento a partir de dados de trajetórias. Buscando a adição de semântica a partir deste tipo de dado, recentemente foi definido um modelo conceitual para defini-lo: o modelo de stops e moves. Diferentes trabalhos têm estendido este modelo com o objetivo de se extrair conhecimento sobre dados gerados pelos objetos móveis. Estes trabalhos têm investigado como extrair conhecimento dos dados de trajetórias fazendo uso de suas propriedades geométricas e geográficas, porém, pouca atenção tem sido dada às propriedades de contexto das trajetórias. O trabalho apresentado nesta dissertação propõe um método que faz uso de informações de contexto do objeto móvel para extrair conhecimento e, conseqüentemente, adicionar semântica em dados de trajetórias, este método é denominado MTSA (Method for Trajectory Semantic Annotation). Para que o mesmo fosse desenvolvido, foi necessário definir um modelo de contexto para dados de trajetórias com o objetivo de representar os principais conceitos referentes ao significado de informações de contexto na área de trajetórias de objetos móveis. O método proposto adiciona semântica a trajetórias por meio de elementos básicos definidos como stops e moves e acessa as informações de contexto representadas em uma base de dados que contém informações sobre as principais situações de contexto que um objeto móvel pode realizar em um domínio específico. Para validar o MTSA, foram obtidos resultados da execução do mesmo sobre três conjuntos de dados de trajetórias de domínios diferentes. Estes resultados mostraram que o uso do MTSA pode ser útil para extração de conhecimento, definição de padrões de comportamento e adição de semântica a trajetórias