Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20518
Full metadata record
DC FieldValueLanguage
dc.creator.IDMAIA, P. H. C.pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/5093882516719820pt_BR
dc.contributor.advisor1CAMPELO, Claudio Elízio Calazans.
dc.contributor.advisor1IDCAMPELO, C. E. C.pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2042247762832979pt_BR
dc.contributor.referee1BRITO, Andrey Elísio Monteiro.
dc.contributor.referee1IDBRITO, A. E. M.pt_BR
dc.description.resumoCom a maior disponibilidade de bases de dados georreferenciados, expandiu-se o interesse em analisá-los em pesquisas que buscam ter uma melhor compreensão dos padrões de mobilidade de pessoas, especialmente em centros urbanos. Esse conhecimento pode contribuir para diferentes campos de pesquisa, além de ser útil para melhorar a infraestrutura das grandes cidades. Diante dessa abrangência de aplicações, criaram-se várias métricas na literatura para inferir padrões de movimento de usuários, entretanto nem todas estão disponíveis para uso em outros trabalhos. Os algoritmos utilizados podem estar indisponíveis, incompatíveis, ou precisando de ajustes, dificultando o reuso. Neste trabalho, apresentamos a Mobipy, uma biblioteca em Python que reúne métricas e funções frequentemente utilizadas para o cálculo de padrões de mobilidade de usuários. Ela foi desenvolvida com foco na usabilidade e na compatibilidade com vários conjuntos de dados, facilitando as tarefas de pesquisa e análise de dados. Para validação, a biblioteca foi testada com dados reais. Esperamos que a Mobipy forneça novas possibilidades para os pesquisadores e desenvolvedores, enriquecendo suas análises e gerando novo conhecimento.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCentro de Engenharia Elétrica e Informática - CEEIpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqCiência da Computação.pt_BR
dc.titleMobipy – Biblioteca para análise de padrões de mobilidade de usuários.pt_BR
dc.date.issued2019-11-25
dc.description.abstractWith the increased availability of georeferenced databases, the interest in analyzing them in researches that require understanding mobility patterns of people, specially in urban centers, has expanded. This knowledge may help researches in different fields, as well as being useful for improving the infrastructure of large cities. Given this range of applications, several metrics were proposed in the literature to infer patterns of user movement, however, they are not frequently available for use in other studies. The algorithms used may be unavailable, incompatible, or in need of adjustments, making it hard to be reused. In this paper, we present Mobipy, a Python library that brings together metrics and functions frequently used to calculate user mobility patterns. It was developed with a focus on usability and compatibility with multiple data sets, facilitating the tasks of research and data analysis. For validation, the library was tested with real-world data. We hope Mobipy willpt_BR
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20518
dc.date.accessioned2021-08-11T17:29:32Z
dc.date.available2021-08-11
dc.date.available2021-08-11T17:29:32Z
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.subjectBiblioteca Pythonpt_BR
dc.subjectGeoinformáticapt_BR
dc.subjectMobilidade de usuários - padrõespt_BR
dc.subjectPadrões de movimentos de usuáriospt_BR
dc.subjectClusterizaçãopt_BR
dc.subjectDataframept_BR
dc.subjectCálculo de padrão de mobilidade de usuáriospt_BR
dc.subjectPython Librarypt_BR
dc.subjectGeoinformaticspt_BR
dc.subjectUser mobility - patternspt_BR
dc.subjectUser movement patternspt_BR
dc.subjectClusteringpt_BR
dc.subjectCalculation of user mobility patternpt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorMAIA, Pedro Henrique Costa.
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeMobipy – Library for analyzing patterns of mobility of users.pt_BR
dc.identifier.citationMAIA, Pedro Henrique Costa. Mobipy – Biblioteca para análise de padrões de mobilidade de usuários. 2019. 10f. . (Trabalho de Conclusão de Curso - Artigo) – Curso de Bacharelado em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2019. http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20518pt_BR
Appears in Collections:Trabalho de Conclusão de Curso - Artigo - Ciência da Computação

Files in This Item:
File Description SizeFormat 
PEDRO HENRIQUE COSTA MAIA - TCC COMPUTAÇÃO 2019 (1).pdfPedro Henrique Costa Maia - Relatório de Estágio Eng. Elétrica 2019.1.14 MBAdobe PDFView/Open


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