Detalhes bibliográficos
| Ano de defesa: |
2014 |
| Autor(a) principal: |
Chiu, Thun Pin Tiago de Freitas |
| Orientador(a): |
Tedesco, Patricia Cabral de Azevedo Restelli |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/11848
|
Resumo: |
Com o avanço da tecnologia em relação aos sensores contidos nos dispositivos móveis, as aplicações passaram a ser capazes de coletar várias informações pessoais de quem as utiliza e do ambiente no qual está inserido. Porém, esta grande quantidade de informações, se não utilizada de forma correta, pode não ter muita utilidade. Contexto aparece para suprir esta necessidade, identificando o que é relevante e como e quando utilizar as informações. Por conta do seu uso, novas aplicações puderam ser criadas com o intuito de melhorar nossas vidas, auxiliando em nossas tarefas do dia a dia. Entender os comportamentos do usuário, como hábitos e rotinas, por meio de um algoritmo que possa interpretar essas informações e disponibilizar informações contextuais tais como, quais ações o usuário poderia realizar em um determinado momento, ajudam as aplicações a tomarem decisões mais precisas, prever ações futuras, possibilitando a execução de tarefas de formas autônomas, trazendo grandes benefícios para quem as utiliza. Por essa razão, propomos neste trabalho um algoritmo para detecção dos hábitos e rotinas, baseado no contexto atual do usuário, o T2H (Temporal Tag History). Para sua construção, foi realizada uma coleta de informações (histórico de ligações e aplicativos utilizados, idade, sexo e escolaridade), capturadas por meio de uma aplicação instalada nos dispositivos móveis pessoais de cinquenta e oito usuários distintos, que serviu como fonte de análise dos comportamentos e definições dos cenários que o algoritmo seria capaz de cobrir. Como base para a solução, criaram-se protótipos de diferentes algoritmos encontrados na literatura, tais como probabilidade bayesiana, modelagem do problema a partir de estrutura de dados e centroide. Por meio dos resultados das nossas análises e dos protótipos, elaborou-se um algoritmo que é executado diretamente nos dispositivos móveis, cuja qualidade e precisão das respostas são similares aos algoritmos encontrados na literatura, projetados para serem executados em servidores. |
