Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ESBF-AEFJE5
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Jussara Marques de Almeidapt_BR
dc.contributor.referee1Clodoveu Augusto Davis Juniorpt_BR
dc.contributor.referee2Marcos Andre Goncalvespt_BR
dc.creatorMichelle Hanne Soares de Andradept_BR
dc.date.accessioned2019-08-11T17:06:21Z-
dc.date.available2019-08-11T17:06:21Z-
dc.date.issued2016-09-26pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/ESBF-AEFJE5-
dc.description.resumoVivenciamos 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%.pt_BR
dc.languagePortuguêspt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectredes sociais onlinept_BR
dc.subjectprivacidadept_BR
dc.subjectinferênciapt_BR
dc.subjectFoursquarept_BR
dc.subjectresidênciapt_BR
dc.subject.otherComputaçãopt_BR
dc.subject.otherRedes sociais on-linept_BR
dc.subject.otherProbabilidadespt_BR
dc.subject.otherFoursquarept_BR
dc.subject.otherDireito a privacidadept_BR
dc.titleModelos de inferência de localização de residência para usuários do foursquarept_BR
dc.typeDissertação de Mestradopt_BR
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
michellehannesoaresdeandrade.pdf6.11 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.