Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Kapel, Silvia Goldman Ber |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| 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://www.teses.usp.br/teses/disponiveis/3/3141/tde-20052021-135458/
|
Resumo: |
As cidades têm enfrentado grandes desafios com o crescimento da população urbana e o aumento da demanda de recursos de infraestrutura, exigindo que busquem por soluções que as tornem mais inteligentes. Um importante alavancador dessas soluções é a proliferação de conteúdo digital das diversas fontes de dados, que gera uma oportunidade única de análise e extração de conhecimento no contexto de Mobilidade Urbana, em Cidades Inteligentes. Neste cenário, a evolução da Internet das Coisas, com seus sensores e smartphones, tem contribuição de destaque na geração de dados para melhor compreensão da mobilidade urbana. Esse conteúdo digital é muito rico, trazendo informações em larga escala e com alto nível de detalhes da dinâmica humana urbana. Essas informações oferecem inúmeras possibilidades de aplicação, onde a análise dos dados gera subsídios para maior conhecimento sobre o comportamento humano nas cidades. Por outro lado, a análise desses fluxos de dados apresenta diversos desafios para a extração do conhecimento desejado no tempo necessário. Muitos são os métodos e técnicas utilizados para extrair valor desses dados em aplicações de mobilidade urbana, com questões a serem endereçadas em cada uma das etapas que compõem o processo de análise, não havendo hoje a compilação de um conjunto de recomendações a serem seguidas ou a serem evitadas para atingir-se os resultados esperados no tempo desejado. Esta pesquisa tem por objetivo reunir, em um framework analítico, um conjunto de melhores práticas para análise de dados provenientes de telefonia móvel, aplicada à mobilidade urbana. Para tal é traçado um panorama sobre o triângulo formado por mobilidade urbana, dinâmica humana e dados de telefonia móvel seguido de estudo de caso contido nas referências, avaliando-se os métodos e técnicas utilizados, dificuldades encontradas, pontos fortes e resultados obtidos. Finalmente propõe-se o desenvolvimento de um framework que contemple essas melhores práticas. |
