Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://tede2.uefs.br:8080/handle/tede/826
Tipo do documento: Dissertação
Título: Encontrando os locais de interesse com maior concentração de objetos relevantes para um conjunto de palavras-chave
Autor: Andrade, Claudio Moisés Valiense 
Primeiro orientador: Rocha Junior, João Batista
Resumo: Dados espaciais estão cada vez mais presentes em nosso dia a dia. Usamos diversas aplicações que utilizam esses dados, como o Google Maps e Uber. Há um grande número de perguntas interessantes que podem ser realizadas com base nestes dados. Por exemplo, um turista talvez esteja interessado em hotéis que têm muitos restaurantes na sua vizinhança. Este projeto propõe um novo tipo de consulta denominada Consulta Espaço-Textual Preferencial por Popularidade (CETPP), cuja principal contribuição, pode selecionar os objetos espaciais com maior escore levando em conta o número de objetos espaço-textuais relevantes, para um determinado conjunto de palavras-chave de consulta, em sua vizinhança. Apresentamos algoritmos para processar essa consulta de forma e ciente e avaliar os algoritmos propostos em conjuntos de dados reais. Nossos experimentos mostram que tem melhor desempenho utilizar índices espaciais (e.g. R-Tree) para distâncias menores de 5 km em rela c~ao a índices textuais (e.g. Inverted File). Em nossos experimentos, o índice híbrido processou com melhor desempenho a consulta CETPP. A consulta CETPP tem como diferencial levar em considera c~ao a quantidade de objetos de referência na vizinhança espacial, al em de selecionar os objetos de referência à partir da descrição textual.
Abstract: Spatial data is increasingly present in our daily lives. We use various applications that use this data, such as Google Maps and Uber. There are a huge number of interesting questions that can be performed on these data. For example, a tourist maybe interested in hotels that have a lot of restaurants in its vicinity. This project proposes a new query type named Popularity Based Spatio-Textual Preference Query (PSTPQ), whose main contribution, that can select the best spatial objects taking into account the number of relevant spatio-textual objects, for a given set of query keywords, in its neighborhood. We present algorithms to process this query e ciently and evaluate the algorithms proposed in real datasets. Our experiments show that it is more e cient to use spatial indices (e.g. R-Tree) for distances less than 5 km in relation to textual indexes (e.g. Inverted File). In our experiments, the hybrid index processed the PSTPQ query with better performance. The PSTPQ query has as a di erential take into account the number of reference objects in the spatial neighborhood, in addition to selecting the reference objects from the textual description.
Palavras-chave: Banco de Dados Espacial
Consulta Espaço-textual
Consulta preferencial
Spatial Database
Spatio-Textual Query
Preference queries
Área(s) do CNPq: CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Idioma: por
País: Brasil
Instituição: Universidade Estadual de Feira de Santana
Sigla da instituição: UEFS
Departamento: DEPARTAMENTO DE CIÊNCIAS EXATAS
Programa: Mestrado em Computação Aplicada
Citação: ANDRADE, Claudio Moisés Valiense. Encontrando os locais de interesse com maior concentração de objetos relevantes para um conjunto de palavras-chave. 2019. 68f. Dissertação (Mestrado em Computação Aplicada) - Universidade Estadual de Feira de Santana, Feira de Santana, 2019.
Tipo de acesso: Acesso Aberto
URI: http://tede2.uefs.br:8080/handle/tede/826
Data de defesa: 29-Mar-2019
Aparece nas coleções:Coleção UEFS

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
dissertacao_claudio_joao.pdfDissertação_Claudio_20191,9 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.