Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21596
Title: Busca por grupos de pontos de interesse usando processamento qualitativo de regiões espaciais.
???metadata.dc.creator???: RAFAEL, Gabriel Joseph Ramos.
???metadata.dc.contributor.advisor1???: CAMPELO, Cláudio Elízio Calazans.
???metadata.dc.contributor.advisor-co1???: PIRES, Carlos Eduardo Santos.
???metadata.dc.contributor.referee1???: ANDRADE, Nazareno Ferreira de.
???metadata.dc.contributor.referee2???: LACERDA, Yuri Almeida.
Keywords: Busca espacial;Relações espaciais;Sistemas de informação geográfica;Recuperação da informação;Spatial search;Spatial relations;Geographic information systems;Information retrieval
Issue Date: 19-Aug-2021
Publisher: Universidade Federal de Campina Grande
Citation: RAFAEL, Gabriel Joseph Ramos. Busca por grupos de pontos de interesse usando processamento qualitativo de regiões espaciais. 77 f. Dissertação (Mestrado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2021.
???metadata.dc.description.resumo???: Para minimizar dificuldades de locomoção, criar roteiros de viagens ou economizar tempo, as pessoas comumente se deparam com a necessidade de encontrar Pontos de Interesse (POI) que compartilhem a mesma extensão espacial ou estejam localizados em regiões interconectadas. As buscas por POI usando ferramentas web se concentram exclusivamente em consultas por um único tipo de estabelecimento (e.g. restaurante ou hotel) ou por palavras-chave que se referem ao nome de um local (e.g. starbucks ou subway). A recuperação de umgrupo de lugares usando palavras-chave e relações de conectividade entre suas regiões é umdesafio atual para ferramentas de busca, pois não consideram a representação do POI como uma região, mas como um ponto no espaço. As principais soluções existentes baseiam-se apenas no cálculo da distância entre estes pontos. Poucas são capazes de avaliar as relações de conectividade entre as extensões espaciais dos POI. Neste contexto, este trabalho propõe uma técnica de busca textual por grupo de POI, baseada nas relações qualitativas entre regiões espaciais. Com a técnica, é possível, por exemplo, encontrar estabelecimentos de diferentes tipos que são vizinhos ou estão localizados no mesmo prédio. A solução, denominada Topo-MSJ, define um padrão de consultas espaciais qualitativas, utilizando a combinação de um algoritmo do estado-da-arte, o “Multi-Star-Join” (MSJ), juntamente com um modelo espacial de relações qualitativas, denominado “Region Connection Calculus” (RCC). O Topo-MSJ, em uma única consulta, pode explorar até quatro tipos de relações espaciais de conectividade diferentes, sendo sobretudo adequado ao cenário de Big Spatial Data. A eficiência do algoritmo proposto é avaliada através de uma comparação com outros trabalhos que utilizam soluções de indexação qualitativa, além de uma avaliação comparativa das consultas em formato SQL. As bases utilizadas na avaliação experimental incluem aproximadamente 900 mil POI dos estados americanos da Califórnia e Nova Iorque, além de bases de dados textuais e geográficos da Agência Ambiental Europeia (AAE), utilizadas pelos trabalhos de indexação qualitativa comparados a esta pesquisa. Os resultados experimentais apontam que o algoritmo proposto é mais eficiente, em tempo de execução, do que consultas SQL realizadas em bancos de dados espaciais. Além disso, é mostrado que, mesmo possibilitando a realização de consultas de maior complexidade, é possível obter um tempo similar ao das soluções de indexação qualitativa.
Abstract: In order to decrease mobility difficulties, create travel itineraries or save time, people usually face the need to find Points of Interest (POI) that share the same spatial extent or are located in interconnected regions. POI searches using web tools focus exclusively on queries for a single type of establishment (e.g., restaurant or hotel) or for keywords referring to a place’s name (e.g., Starbucks or Subway). Retrieving a group of places by using keywords and con- nectivity relationships between their regions is a current challenge for search tools, as they do not consider POI’s representation as a region, but as a point in space. The main exist- ing solutions are based only on the distance’s calculation between these points. However, few tools are able to assess the connectivity relationships between POIs’ spatial extensions. In this context, the present study proposes a textual search technique for a group of POIs, based on the qualitative relationships between spatial regions. With the technique, it is pos- sible, for example, to find different types of establishments that are neighbors or are located in the same building. The solution, named Topo-MSJ, defines a pattern of qualitative spa- tial queries by using the combination of a state-of-the-art algorithm, the “Multi-Star-Join” (MSJ), along with a spatial model of qualitative relationships, entitled “Region Connection Calculus” (RCC). Topo-MSJ, in a single query, retrieves up to four different types of spatial connectivity relationships and is particularly suited to the Big Spatial Data scenario. The algorithm’s efficiency is evaluated through the proposed solution’s comparison with other works that use qualitative indexing solutions, in addition to a comparative evaluation of the queries in SQL format. The databases used in the experimental evaluation include approx- imately 900,000 POIs from the American states of California and New York, as well as textual and geographic databases from the European Environment Agency (EEA), which are used by the qualitative indexing works compared to this research. The experimental results indicate that the proposed algorithm is more efficient (in terms of execution time) than SQL queries performed on spatial databases. Furthermore, it is shown that even allowing the ex- ecution of more complex queries, it is possible to achieve similar execution times compared to other existing qualitative indexing solutions.
Keywords: Busca espacial
Relações espaciais
Sistemas de informação geográfica
Recuperação da informação
Spatial search
Spatial relations
Geographic information systems
Information retrieval
???metadata.dc.subject.cnpq???: Ciência da Computação.
URI: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/21596
Appears in Collections:Mestrado em Ciência da Computação.

Files in This Item:
File Description SizeFormat 
GABRIEL JOSEPH RAMOS RAFAEL – DISSERTAÇÃO (PPGCC) 2021.pdf6.96 MBAdobe PDFView/Open


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