Modelos de inferência de localização de residência para usuários do foursquare

• Ano de defesa: 2016
• Autor(a) principal: Michelle Hanne Soares de Andrade
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Minas Gerais; UFMG
• Palavras-chave em Português: redes sociais online; privacidade; inferência; Foursquare; residência; Computação; Redes sociais on-line; Probabilidades; Direito a privacidade
• Link de acesso: http://hdl.handle.net/1843/ESBF-AEFJE5

Vivenciamos uma época em que tudo que acontece está nas redes sociais online, sejam eventos cotidianos ou de grandes proporções. Este trabalho propõe diferentes modelos de inferência de localização de residência de usuários a partir de dados públicos compartilhados no Foursquare. Foram propostos diferentes modelos de inferência, que exploram as coordenadas geográficas, incluindo dados sobre as redes de amizade. A avaliação experimental mostrou que em comparação com os modelos de referência, os propostos atingem melhores resultados, com ganhos de até 12,17% de acurácia. Em particular, um dos modelos propostos que explora a combinação de vários classificadores (modelo Híbrido) inferiu corretamente a cidade de residência de mais de 4 bilhões de usuários e obteve uma acurácia de 68,07%. Em granularidades como bairro, obtivemos uma acurácia média de até 66,20% e na granularidade de coordenadas geográficas, obtivemos uma acurácia de 65,47%.