Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos.
Ano de defesa: | 2010 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de Campina Grande
|
Programa de Pós-Graduação: |
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
|
Departamento: |
Centro de Engenharia Elétrica e Informática - CEEI
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/11024 |
Resumo: | A popularização dos dispositivos móveis cientes de localização, tais como telefones celulares e GPSs, possibilitou o monitoramento em larga escala dos objetos móveis que transportam esses dispositivos, tais como pessoas, carros e aviões. Esse monitoramento tem como resultado a geração de uma grande massa de dados bruta sobre as trajetórias desses objetos. A análise desse tipo de dado permite descobrir padrões de comportamento que podem ser explorados em uma grande número de aplicações, como por exemplo, no gerenciamento de tráfego urbano, no estudo das trajetórias de turistas em uma viagem, para identificar as rotas migratórias de aves, entre outras aplicações. Para transformar essa massa de dados bruta em informações úteis para tomada de decisão e descoberta do conhecimento, uma forma adequada seria disponibilizá-la em um Data Warehouse (DW), um banco de dados otimizado para lidar com grandes volumes de dados de forma eficiente. Para dados convencionais, as tecnologias de DW têm sido usadas com sucesso durante décadas. Entretanto, a natureza dos dados de trajetórias impões certos desafios para construção e manutenção do DW, dentre eles: (i) a grande quantidade dos dados de trajetória consome muitos recursos de memória e processamento, tornando o tempo de execução das consultas demasiadamente longo, inviabilizando análise no estilo OLAP; (ii) o suporte oferecido pelas tecnologias de DW para trajetórias ainda está limitada ao armazenamento e recuperação dos dados de trajetórias, não é possível efetuar operações OLAP sobre eles como acontece com os dados espaciais; (iii) escassez de modelos, existem poucos trabalhos relacionados a modelagem multidimensional para trajetórias. Com o objetivo de resolver parte desses problemas, neste trabalho é proposto: (i) um modelo multidimensional espacial capaz de proporcionar análise OLAP para trajetórias (roll-up para trajetórias), permitindo assim, analisar o comportamento dos objetos móveis sobre e entre as regiões no espaço e tempo; (ii) além disso, o modelo permite segmentar trajetórias em diversos componentes semânticos, os quais podem transportar informações que dão significado a trajetória; e (iii) proporcionar compactação de trajetórias, uma forma de reduzir a quantidade de dados armazenada. |
id |
UFCG_a57beabc74eeafb77bb908d521f5bc80 |
---|---|
oai_identifier_str |
oai:localhost:riufcg/11024 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
|
spelling |
SCHIEL, Ulrich.SCHIEL, U.http://lattes.cnpq.br/2971250918247087PIRES, Carlos Eduardo Santos.RIBEIRO, Claudia Maria Fernandes Araujo.http://lattes.cnpq.br/5704323329174608ALMEIDA, Carlos Augusto de Santana.A popularização dos dispositivos móveis cientes de localização, tais como telefones celulares e GPSs, possibilitou o monitoramento em larga escala dos objetos móveis que transportam esses dispositivos, tais como pessoas, carros e aviões. Esse monitoramento tem como resultado a geração de uma grande massa de dados bruta sobre as trajetórias desses objetos. A análise desse tipo de dado permite descobrir padrões de comportamento que podem ser explorados em uma grande número de aplicações, como por exemplo, no gerenciamento de tráfego urbano, no estudo das trajetórias de turistas em uma viagem, para identificar as rotas migratórias de aves, entre outras aplicações. Para transformar essa massa de dados bruta em informações úteis para tomada de decisão e descoberta do conhecimento, uma forma adequada seria disponibilizá-la em um Data Warehouse (DW), um banco de dados otimizado para lidar com grandes volumes de dados de forma eficiente. Para dados convencionais, as tecnologias de DW têm sido usadas com sucesso durante décadas. Entretanto, a natureza dos dados de trajetórias impões certos desafios para construção e manutenção do DW, dentre eles: (i) a grande quantidade dos dados de trajetória consome muitos recursos de memória e processamento, tornando o tempo de execução das consultas demasiadamente longo, inviabilizando análise no estilo OLAP; (ii) o suporte oferecido pelas tecnologias de DW para trajetórias ainda está limitada ao armazenamento e recuperação dos dados de trajetórias, não é possível efetuar operações OLAP sobre eles como acontece com os dados espaciais; (iii) escassez de modelos, existem poucos trabalhos relacionados a modelagem multidimensional para trajetórias. Com o objetivo de resolver parte desses problemas, neste trabalho é proposto: (i) um modelo multidimensional espacial capaz de proporcionar análise OLAP para trajetórias (roll-up para trajetórias), permitindo assim, analisar o comportamento dos objetos móveis sobre e entre as regiões no espaço e tempo; (ii) além disso, o modelo permite segmentar trajetórias em diversos componentes semânticos, os quais podem transportar informações que dão significado a trajetória; e (iii) proporcionar compactação de trajetórias, uma forma de reduzir a quantidade de dados armazenada.The popularization of location-aware mobile devices such as mobile phones and GPSs has enabled large-scale monitoring of mobile objects carrying such devices, such as people, cars, and airplanes. This monitoring results in the generation of a large mass of raw data about the trajectories of these objects. The analysis of this type of data allows us to discover behavioral patterns that can be explored in a large number of applications, such as urban traffic management, the study of tourist trajectories in a trip, to identify bird migratory routes, among other applications. To turn this raw data mass into useful information for decision making and knowledge discovery, a suitable way would be to make it available in a Data Warehouse (DW), a database optimized to handle large volumes of data efficiently. For conventional data, DW technologies have been used successfully for decades. However, the nature of trajectory data poses certain challenges for building and maintaining DW, including: (i) the large amount of trajectory data consumes a lot of memory and processing resources, making query execution time too long, making it impossible OLAP style analysis; (ii) support provided by DW technologies for trajectories is still limited to the storage and retrieval of trajectory data, OLAP operations cannot be performed on them as is the case with spatial data; (iii) scarcity of models, there are few studies related to multidimensional modeling for trajectories. In order to solve part of these problems, this work proposes: (i) a multidimensional spatial model capable of providing OLAP analysis for trajectories (roll-up for trajectories), thus allowing to analyze the behavior of moving objects over and between regions in space and time; (ii) furthermore, the model allows segmenting trajectories into various semantic components, which can carry information that gives meaning to trajectory; and (iii) provide trajectory compression, a way to reduce the amount of data stored.Submitted by Lucienne Costa (lucienneferreira@ufcg.edu.br) on 2020-01-17T16:42:53Z No. of bitstreams: 1 CARLOS AUGUSTO DE SANTANA ALMEIDA – DISSERTAÇÃO (PPGCC) 2010.pdf: 4495072 bytes, checksum: 41fcbf758a8664a97d1e3f10eb6ba350 (MD5)Made available in DSpace on 2020-01-17T16:42:53Z (GMT). No. of bitstreams: 1 CARLOS AUGUSTO DE SANTANA ALMEIDA – DISSERTAÇÃO (PPGCC) 2010.pdf: 4495072 bytes, checksum: 41fcbf758a8664a97d1e3f10eb6ba350 (MD5) Previous issue date: 2010-11-29CapesUniversidade Federal de Campina GrandePÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOUFCGBrasilCentro de Engenharia Elétrica e Informática - CEEICiência da ComputaçãoData Warehouse de TrajetóriasOLAP (On-Line Analytical Processing)Objetos MóveisBanco de DadosTrajectory Data WarehouseMoving ObjectsDatabaseData warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos.Trajectory data warehouse: a semantic model supporting motion direction aggregation.2010-11-292020-01-17T16:42:53Z2020-01-172020-01-17T16:42:53Zhttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/11024ALMEIDA, C. A. de S. Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. 2010. 117 f. Dissertação (Mestrado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2010. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/11024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCGORIGINALCARLOS AUGUSTO DE SANTANA ALMEIDA – DISSERTAÇÃO (PPGCC) 2010.pdfCARLOS AUGUSTO DE SANTANA ALMEIDA – DISSERTAÇÃO (PPGCC) 2010.pdfapplication/pdf5125939http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/11024/3/CARLOS+AUGUSTO+DE+SANTANA+ALMEIDA+%E2%80%93+DISSERTA%C3%87%C3%83O+%28PPGCC%29+2010.pdff4f0167ed1d9ca06d51018961d2220bfMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/11024/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52riufcg/110242022-03-18 09:57:29.259oai:localhost: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Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-03-18T12:57:29Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.pt_BR.fl_str_mv |
Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. |
dc.title.alternative.pt_BR.fl_str_mv |
Trajectory data warehouse: a semantic model supporting motion direction aggregation. |
title |
Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. |
spellingShingle |
Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. ALMEIDA, Carlos Augusto de Santana. Ciência da Computação Data Warehouse de Trajetórias OLAP (On-Line Analytical Processing) Objetos Móveis Banco de Dados Trajectory Data Warehouse Moving Objects Database |
title_short |
Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. |
title_full |
Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. |
title_fullStr |
Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. |
title_full_unstemmed |
Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. |
title_sort |
Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. |
author |
ALMEIDA, Carlos Augusto de Santana. |
author_facet |
ALMEIDA, Carlos Augusto de Santana. |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
SCHIEL, Ulrich. |
dc.contributor.advisor1ID.fl_str_mv |
SCHIEL, U. |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2971250918247087 |
dc.contributor.referee1.fl_str_mv |
PIRES, Carlos Eduardo Santos. |
dc.contributor.referee2.fl_str_mv |
RIBEIRO, Claudia Maria Fernandes Araujo. |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/5704323329174608 |
dc.contributor.author.fl_str_mv |
ALMEIDA, Carlos Augusto de Santana. |
contributor_str_mv |
SCHIEL, Ulrich. PIRES, Carlos Eduardo Santos. RIBEIRO, Claudia Maria Fernandes Araujo. |
dc.subject.cnpq.fl_str_mv |
Ciência da Computação |
topic |
Ciência da Computação Data Warehouse de Trajetórias OLAP (On-Line Analytical Processing) Objetos Móveis Banco de Dados Trajectory Data Warehouse Moving Objects Database |
dc.subject.por.fl_str_mv |
Data Warehouse de Trajetórias OLAP (On-Line Analytical Processing) Objetos Móveis Banco de Dados Trajectory Data Warehouse Moving Objects Database |
description |
A popularização dos dispositivos móveis cientes de localização, tais como telefones celulares e GPSs, possibilitou o monitoramento em larga escala dos objetos móveis que transportam esses dispositivos, tais como pessoas, carros e aviões. Esse monitoramento tem como resultado a geração de uma grande massa de dados bruta sobre as trajetórias desses objetos. A análise desse tipo de dado permite descobrir padrões de comportamento que podem ser explorados em uma grande número de aplicações, como por exemplo, no gerenciamento de tráfego urbano, no estudo das trajetórias de turistas em uma viagem, para identificar as rotas migratórias de aves, entre outras aplicações. Para transformar essa massa de dados bruta em informações úteis para tomada de decisão e descoberta do conhecimento, uma forma adequada seria disponibilizá-la em um Data Warehouse (DW), um banco de dados otimizado para lidar com grandes volumes de dados de forma eficiente. Para dados convencionais, as tecnologias de DW têm sido usadas com sucesso durante décadas. Entretanto, a natureza dos dados de trajetórias impões certos desafios para construção e manutenção do DW, dentre eles: (i) a grande quantidade dos dados de trajetória consome muitos recursos de memória e processamento, tornando o tempo de execução das consultas demasiadamente longo, inviabilizando análise no estilo OLAP; (ii) o suporte oferecido pelas tecnologias de DW para trajetórias ainda está limitada ao armazenamento e recuperação dos dados de trajetórias, não é possível efetuar operações OLAP sobre eles como acontece com os dados espaciais; (iii) escassez de modelos, existem poucos trabalhos relacionados a modelagem multidimensional para trajetórias. Com o objetivo de resolver parte desses problemas, neste trabalho é proposto: (i) um modelo multidimensional espacial capaz de proporcionar análise OLAP para trajetórias (roll-up para trajetórias), permitindo assim, analisar o comportamento dos objetos móveis sobre e entre as regiões no espaço e tempo; (ii) além disso, o modelo permite segmentar trajetórias em diversos componentes semânticos, os quais podem transportar informações que dão significado a trajetória; e (iii) proporcionar compactação de trajetórias, uma forma de reduzir a quantidade de dados armazenada. |
publishDate |
2010 |
dc.date.issued.fl_str_mv |
2010-11-29 |
dc.date.accessioned.fl_str_mv |
2020-01-17T16:42:53Z |
dc.date.available.fl_str_mv |
2020-01-17 2020-01-17T16:42:53Z |
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://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/11024 |
dc.identifier.citation.fl_str_mv |
ALMEIDA, C. A. de S. Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. 2010. 117 f. Dissertação (Mestrado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2010. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/11024 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/11024 |
identifier_str_mv |
ALMEIDA, C. A. de S. Data warehouse de trajetórias: um modelo semântico com suporte à agregação por direção dos movimentos. 2010. 117 f. Dissertação (Mestrado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2010. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/11024 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande |
dc.publisher.program.fl_str_mv |
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO |
dc.publisher.initials.fl_str_mv |
UFCG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Centro de Engenharia Elétrica e Informática - CEEI |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
bitstream.url.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/11024/3/CARLOS+AUGUSTO+DE+SANTANA+ALMEIDA+%E2%80%93+DISSERTA%C3%87%C3%83O+%28PPGCC%29+2010.pdf http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/11024/2/license.txt |
bitstream.checksum.fl_str_mv |
f4f0167ed1d9ca06d51018961d2220bf 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1799309476824612864 |