Personalized and context-aware route suggestion service

Autor: Lucas Zanco Ladeira
Přispěvatelé: Villas, Leandro Aparecido, 1983, Madeira, Edmundo Roberto Mauro, Ramos Filho, Heitor Soares, Universidade Estadual de Campinas. Instituto de Computação, Programa de Pós-Graduação em Ciência da Computação, UNIVERSIDADE ESTADUAL DE CAMPINAS
Jazyk: portugalština
Rok vydání: 2020
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
Popis: Orientador: Leandro Aparecido Villas Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação Resumo: Dados contextuais caracterizam regiões distintas da cidade permitindo diferenciá-las de acordo com segurança, entretenimento, serviços, entre outros. O uso de dados contextuais para sugerir rotas ajuda a entender novos aspectos de uma cidade que podem mudar a percepção dos usuários sobre diferentes rotas. O impacto de cada tipo de dado contextual pode variar de acordo com o perfil do usuário, o qual não é levado em consideração na maior parte dos serviços propostos pela literatura. Além disso, é necessário considerar o comportamento dos dados contextuais o qual muda de acordo com o tipo de dado. Por fim, devido à escassez de dados de mobilidade reais disponíveis abertamente, a maioria dos trabalhos consideram traces sintéticos. Os traces sintéticos podem não representar a mobilidade urbana próxima da realidade. Para mitigar os problemas citados anteriormente é proposto um serviço de sugestão de rotas com risco espaço-temporal. O serviço é composto por três módulos, sendo: identificação das janelas contextuais, mapeamento de contexto, e personalização do roteamento. O primeiro módulo é responsável pela análise do comportamento dos dados contextuais para identificar diferentes situações que ocorrem. Para tal, são utilizadas características comuns entre os dados e a distribuição espaço-temporal. O segundo módulo é responsável pelo mapeamento das diferentes situações no cenário através de distribuições de probabilidade distintas. O terceiro módulo é responsável por, de acordo com o perfil do usuário, personalizar a sugestão de rotas. Além do serviço de sugestão de rotas proposto, também foi proposta uma estratégia para geração de padrões de mobilidade utilizando dados reais de fluxo de tráfego. Os resultados da avaliação mostram que o serviço se adapta a sensíveis mudanças no perfil do usuário. Além disso, foram obtidos resultados positivos pela utilização do comportamento dos dados contextuais para evitar requisições desnecessárias. Isso permitiu diminuir em até 50% das requisições feitas ao serviço Abstract: Contextual data characterize distinct regions of the city allowing to differentiate them according to security, entertainment, services, among others. Using contextual data to suggest routes helps to understand new aspects of a city that can change users' perceptions of different routes. The impact of each type of contextual data may vary according to the user's profile, which is not taken into account in most of the services proposed by the literature. In addition, it is necessary to consider the behavior of contextual data which changes according to the type of data. Finally, due to the scarcity of real mobility data available openly, most studies consider synthetic traces. Synthetic traces may not represent urban mobility close to reality. To mitigate the problems mentioned above, a route suggestion service with space-time risk is proposed. The service consists of three modules, namely: identification of contextual windows, context mapping, and customization of routing. The first module is responsible for analyzing the behavior of contextual data to identify different situations that occur. For this, common characteristics are used between the data and the spatio-temporal distribution. The second module is responsible for mapping the different situations in the scenario through different probability distributions. The third module is responsible for, according to the user's profile, personalizing the suggested routes. In addition to the proposed route suggestion service, a strategy for generating mobility patterns using real traffic flow data was also proposed. The evaluation results show that the service adapts to sensitive changes in the user's profile. In addition, positive results were obtained by using the behavior of contextual data to avoid unnecessary requests. This allowed for a reduction of up to 50% of requests made to the service Mestrado Ciência da Computação Mestre em Ciência da Computação CNPQ 167213/2018-0
Databáze: OpenAIRE
Externí odkaz: