Extração de conhecimento em trajetorias semânticas

• Ano de defesa: 2017
• Autor(a) principal: Lima, Daniel da Silva Gomes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Trajetória semântica; Aprendizado de máquina; Mineração de dados; Semantic trajectory; Machine learning; Data mining
• Link de acesso: http://hdl.handle.net/11449/152337

O rápido avanço do uso de tecnologias que permitem a coleta dos dados de movimentação de indivíduos gerou como consequência um crescimento no volume de dados de trajetórias. Trabalhos que utilizam esses dados tem como principal objetivo a realização de análises para identificação de padrões que permitam explicar o comportamento do indivíduo durante o movimento. Para que a extração de conhecimento dos dados de trajetória possa ser gerada de uma forma que agregue conteúdo relevante, é necessário que exista um modelo de representação de trajetória que contemple as principais características do movimento no contexto de aplicação utilizado, além de um processo que transforme os dados brutos de trajetória na estrutura definida por esse modelo. Com isso é possível aplicar técnicas e algoritmos para exploração desses dados e geração de conhecimento. As técnicas de aprendizado de máquina em conjunto com a área de representação de conhecimento fornecem a base conceitual para que problemas desse tipo possam ser modelados e soluções possam ser desenvolvidas a fim de solucionar esses problemas. Este trabalho utiliza esses aspectos conceituais para apresentar uma proposta que permite a extração de conhecimento de trajetória. Esse conhecimento é obtido através da identificação dos locais de parada mais relevantes para um indivíduo e do movimento sequencial entres esses locais determinando o conjunto de comportamentos que representam o padrão de movimento do indivíduo em um período.