T-profiles: a method for inferring socio-demographic profiles from trajectories

Detalhes bibliográficos
Ano de defesa: 2015
Autor(a) principal: Alencar, Lucas André de
Orientador(a): Bogorny, Vania
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/xmlui/handle/123456789/157350
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2015.
id UFSC_38df79de8fb38634a6a0d4fdec3ad34d
oai_identifier_str oai:repositorio.ufsc.br:123456789/157350
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaAlencar, Lucas André deBogorny, Vania2015-12-29T03:07:36Z2015-12-29T03:07:36Z2015336414https://repositorio.ufsc.br/xmlui/handle/123456789/157350Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2015.Ter o conhecimento sobre o perfil dos habitantes de uma cidade ou país tem grande valor para administrações públicas e empresas. Conhecer o perfil de uma população pode auxiliar o trabalho de planejadores urbanos, administradores de transporte público, serviços governamentais ou empresas de diferentes maneiras como, por exemplo, decidir onde é interessante instalar uma nova loja ou personalizar anúncios para um determinado público. A forma mais comum utilizada na análise de informações demográficas de uma população é através da segmentação da mesma em perfis sócio-demográficos, como idade, ocupação, estado civil ou renda mensal. Atualmente, para que essas informações sejam descobertas e analisadas, os dados são coletados através de entrevistas realizadas de casa em casa, periodicamente, em diversos países. No entanto, este tipo de abordagem possui algumas desvantagens: 1) os dados não são atualizados e precisos, pois são coletados em um intervalo de 5 - 10 anos; 2) a coleta é muito custosa e cobre apenas uma parcela da população por um curto período de tempo, apesar de ser estatisticamente significante; 3) não caracteriza as atividades completas do indivíduo, apenas o período de 1 dia de atividades, fornecidas através da entrevista realizada. Atualmente, é possível inferir muito conhecimento a partir do comportamento das pessoas analisando seu movimento do dia-a-dia, uma vez que grandes quantidades de dados de movimento estão disponíveis como: dados de telefone celular, redes sociais, dados de GPS, etc. Nesta dissertação, é proposto um método para a extração de perfis sócio-demográficos a partir de trajetórias de objetos móveis, e apresenta as seguintes contribuições: (i) proposta de um modelo de perfil geral para representar o perfil sócio-demográfico de pessoas, como trabalhador, estudante, desempregado, etc; (ii) proposta de um modelo para representar o histórico de movimentação diária dos indivíduos; (iii) proposta de funções de similaridade para fazer o casamento entre histórico e modelo de perfil e; (iv) um algoritmo chamado T-Profiles que realiza a comparação entre modelo de perfil e modelo de histórico, com o intuito de inferir o perfil sócio-demográfico de um objeto móvel a partir de sua trajetória. O algoritmo T-Profiles é validado utilizando dados reais de trajetórias, obtendo em torno de 90% de precisão.<br>Abstract : The knowledge about people living in a city or country has great value for the public administration as well as for enterprises. To know the population profile may help the job of smart city planners, public transportation administrators, government services or companies in many different ways, such as to decide if and where to install a new store or to personalize an advertisement, for example. The usual approach for population demographic analysis is to segment the population in socio-demographic profiles, such as age, occupation, marital status or income. Most attempts to discover and measure the population profiles is through human surveys, and the most well-known example is the socio-demographic census with diary activities, done periodically in many countries. However, the main drawbacks of the census data is that they: 1) are not up to date since they are usually collected every 5 - 10 years; 2) are expensive to collect, and cover only a small - although statistically significant - part of the population for a short period of time; 3) do not collect the actual movement of the individuals, but only the activity performed during one day and which is mentioned by the user during the interview. We believe that nowadays we can infer much knowledge and the real behavior about people from their every day movement. In this thesis we propose a method to extract socio-demographic profiles from trajectories of moving objects, and make the following contributions: (i) we propose a general profile model to represent socio-demographic profiles of people such as worker, student, unemployed, etc; (ii) we propose a moving object history model to represent the daily movement of the object, and (iii) we propose similarity functions and an algorithm called T-Profiles for matching the profile model and the history model in order to infer the socio-demographic profile of a moving object from his/her trajectories. We validate T-Profiles with real trajectory data obtaining about 90% of precision.64 p.| il., grafs., tabs.engInformáticaComputaçãoDemografiaT-profiles: a method for inferring socio-demographic profiles from trajectoriesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL336414.pdfapplication/pdf610401https://repositorio.ufsc.br/bitstream/123456789/157350/1/336414.pdf5a7a8897e54861e248beaedce87cd250MD51123456789/1573502016-03-07 15:54:47.233oai:repositorio.ufsc.br:123456789/157350Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732016-03-07T18:54:47Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv T-profiles: a method for inferring socio-demographic profiles from trajectories
title T-profiles: a method for inferring socio-demographic profiles from trajectories
spellingShingle T-profiles: a method for inferring socio-demographic profiles from trajectories
Alencar, Lucas André de
Informática
Computação
Demografia
title_short T-profiles: a method for inferring socio-demographic profiles from trajectories
title_full T-profiles: a method for inferring socio-demographic profiles from trajectories
title_fullStr T-profiles: a method for inferring socio-demographic profiles from trajectories
title_full_unstemmed T-profiles: a method for inferring socio-demographic profiles from trajectories
title_sort T-profiles: a method for inferring socio-demographic profiles from trajectories
author Alencar, Lucas André de
author_facet Alencar, Lucas André de
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Alencar, Lucas André de
dc.contributor.advisor1.fl_str_mv Bogorny, Vania
contributor_str_mv Bogorny, Vania
dc.subject.classification.pt_BR.fl_str_mv Informática
Computação
Demografia
topic Informática
Computação
Demografia
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2015.
publishDate 2015
dc.date.accessioned.fl_str_mv 2015-12-29T03:07:36Z
dc.date.available.fl_str_mv 2015-12-29T03:07:36Z
dc.date.issued.fl_str_mv 2015
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 https://repositorio.ufsc.br/xmlui/handle/123456789/157350
dc.identifier.other.pt_BR.fl_str_mv 336414
identifier_str_mv 336414
url https://repositorio.ufsc.br/xmlui/handle/123456789/157350
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 64 p.| il., grafs., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/157350/1/336414.pdf
bitstream.checksum.fl_str_mv 5a7a8897e54861e248beaedce87cd250
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759252535771136

Registros relacionados