Classificação e detecção de variações de comportamento: uma abordagem aplicada à identificação de perfis de usuários

Autor(es)

Matheus Lorenzo dos Santos

• Tipo de documento: Dissertação de Mestrado
• Imprenta: São Carlos.
• Instituição: Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB)
• Data de defesa: 2008-12-12

Membros da banca

Rodrigo Fernandes de Mello; Eduardo Raul Hruschka; Alessandra Alaniz Macedo

• Orientador: Rodrigo Fernandes de Mello

Resumo

Estudos comportamentais têm sido conduzidos, há séculos, por cientistas e filósofos, abordando assuntos tais como trajetórias de estrelas e planetas, organizações da sociedade, evolução dos seres vivos, comportamento e linguagem humana. Com o advento da computação, grandes quantidades de informação tornaram-se disponíveis, as quais geram novos desafios a fim de explorar e compreender variações comportamentais de interação com esses sistemas. Motivado por esses desafios e pela disponibilidade de informações, esta dissertação de mestrado propõe uma metodologia com objetivo de classificar, detectar e identificar padrões de comportamento. A fim de validar essa metodologia, modelou-se conhecimentos embutidos em informações relativas a interações de usuários durante a grafia digital de assinaturas (tais informações foram obtidas de uma base de dados do campeonato SVC2004 -- First International Signature Verification Competition). Os modelos de conhecimento gerados foram, posteriormente, empregados em experimentos visando o reconhecimento de assinaturas. Resultados obtidos foram comparados a outras abordagens propostas na literatura (AU)

• Processo FAPESP: 06/02113-3 - Classificação e detecção de variações de comportamento de usuários
• Beneficiário: Matheus Lorenzo dos Santos
• Modalidade de apoio: Bolsas no Brasil - Mestrado