Mineração do Comportamento de Usuários em Redes Sociais baseadas em Localização

• Processo: 13/12191-5
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Vigência (Início): 01 de março de 2014
• Vigência (Término): 31 de julho de 2017
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Alneu de Andrade Lopes
• Beneficiário: Jorge Carlos Valverde Rebaza
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Inteligência artificial Mineração de dados
• Palavra(s)-Chave do Pesquisador: Formação de relacionamentos | Mineração de Dados | Modelagem e Análise de Comportamentos | Redes Sociais Baseadas em Localização | Inteligência Artificial

Resumo

Redes sociais baseadas em localização (LBSN) são plataformas web que refletem as estruturas de redes sociais do mundo real. Nos últimos anos, o estudo das LBSNs tem atraído a atenção da comunidade científica pelo fato de considerar as informações da interação entre usuários junto com suas informações de localização geográfica em um período de tempo, para o desenvolvimento de aplicações como sistemas de recomendação de locais, sistemas de planejamento de viagens, entre outras. Um problema específico na análise de redes sociais é a exploração do comportamento dinâmico dos usuários. No contexto das LBSNs, as diferentes propostas que exploram o comportamento dos usuários abordam apenas uma de suas três instâncias, isto é, a detecção de padrões comportamentais dos usuários, ficando em aberto a exploração das outras duas instâncias desse problema: a predição de mudanças futuras na estrutura da rede e a detecção de comportamentos incomuns. Motivado por essa lacuna, este projeto tem o objetivo de investigar técnicas inovadoras que explorem de maneira efetiva os diferentes problemas em torno ao comportamento dos usuários, considerando a informação dos locais visitados pelos usuários das LBSNs em um domínio dinâmico temporal. O escopo desta proposta compreende todas as etapas da modelagem de um LBSN, bem como a criação de um modelo de comportamentos baseado nas informações de localização dos usuários. O modelo de comportamentos a ser desenvolvido neste projeto terá como base os modelos comportamentais existentes para redes sociais tradicionais. Os resultados deste projeto de doutorado serão validados por meio de corpus e métodos disponíveis na comunidade de análise de redes sociais e mineração de dados.

Publicações científicas

(4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DRURY, BRETT; VALVERDE-REBAZA, JORGE; MOURA, MARIA-FERNANDA; LOPES, ALNEU DE ANDRADE. A survey of the applications of Bayesian networks in agriculture. ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, v. 65, p. 29-42, OCT 2017. (13/12191-5, 11/20451-1, 15/14228-9)

BERTON, LILIAN; FALEIROS, THIAGO DE PAULO; VALEJO, ALAN; VALVERDE-REBAZA, JORGE; LOPES, ALNEU DE ANDRADE. RGCLI: Robust Graph that Considers Labeled Instances for Semi Supervised Learning. Neurocomputing, v. 226, p. 238-248, FEB 22 2017. (11/23689-9, 11/21880-3, 15/14228-9, 13/12191-5)

CHERMAN, EVERTON ALVARES; SPOLAOR, NEWTON; VALVERDE-REBAZA, JORGE; MONARD, MARIA CAROLINA. Lazy Multi-label Learning Algorithms Based on Mutuality Strategies. JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, v. 80, n. 1, SI, p. S261-S276, DEC 2015. (11/02393-4, 11/22749-8, 13/12191-5, 10/15992-0)

VALVERDE-REBAZA, JORGE C.; ROCHE, MATHIEU; PONCELET, PASCAL; LOPES, ALNEU DE ANDRADE. The role of location and social strength for friendship prediction in location-based social networks. INFORMATION PROCESSING & MANAGEMENT, v. 54, n. 4, p. 475-489, JUL 2018. (13/12191-5, 15/14228-9)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

REBAZA, Jorge Carlos Valverde. Mineração do comportamento de usuários em redes sociais baseadas em localização. 2017. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.