Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2016. / Made available in DSpace on 2016-09-20T04:05:20Z (GMT). No. of bitstreams: 1
341079.pdf: 3720669 bytes, checksum: 5b6f1fa58f095d53e8e517f2a5b26b14 (MD5)
Previous issue date: 2016 / Dispositivos como smartphones e navegadores GPS são muito populares. Estes equipamentos podem armazenar a localização de um objeto associada ao respectivo tempo, gerando um novo tipo de dado, chamado de trajetórias de objetos móveis. Com esses dados e possível descobrir vários padrões interessantes, entre eles o padrão encontro, permitindo inferir o grau de relacionamento entre os objetos que se encontram. Este trabalho propõe um método para inferir o grau de relacionamento entre objetos através dos encontros das suas trajetórias. Primeiramente,os encontros são detectados pelo algoritmo Being Together com base em uma nova definição, que considera todo o tempo em que os objetos estão próximos no tempo e no espaço, independentemente se estão parados ou em movimento. A partir de medidas baseadas na duração, frequência e área dos encontros são propostos os algoritmos MOREe MORE + +. Os algoritmos foram avaliados em experimentos com dados reais de trajetórias e mostram que os encontros e os respectivos relacionamentos são detectados corretamente.<br> / Abstract: Devices like smart phones and GPS navigators are very popular nowadays.These equipments can save the location of an object with an associated time, generating a new kind of data, called trajectories of moving objects. With these data it is possible to discover several interesting patterns, among which is the interaction between individuals, allowing to infer their relationship. This work proposes a method to infer the relationship degree between moving objects from their encounters. First,the encounters are detected by the algorithm Being Together based on a new denition that considers the entire time that objects are closein time and space, regardless of whether they are stopped or moving. The relationship degree is calculated using measures based on the duration, frequency and area of encounters, through the algorithms MORE and MORE + +. The algorithms were evaluated in experiments withreal datasets, and show that the meetings and their relationships are correctly detected.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/167632 |
| Date | January 2016 |
| Creators | Santos, Areli Andreia dos |
| Contributors | Universidade Federal de Santa Catarina, Bogorny, Vania |
| Source Sets | IBICT Brazilian ETDs |
| Language | English |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 70 p.| il., grafs., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.1501 seconds