dc.creator | Souza, Isadora Vasconcellos e | |
dc.date.accessioned | 2019-01-11T10:49:41Z | |
dc.date.available | 2019-01-11T10:49:41Z | |
dc.date.issued | 2018-07-11 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/15302 | |
dc.description.abstract | Context-aware Computing is characterized by the development of devices capable of making
decisions, offering services and answers based on the user’s current context. It is
formed by different types of context, among them there is the social context. The main factor
of a social context is information about social relations. These relationships are formed
by a set of social interactions. Therefore, in this work we suggest the SocialCount, a model
of inference of social interactions face to face for the identification of a social context. The
challenge of the area is the use of abstract concepts (social interaction, social relation, social
context) in computational means. For the inference of social interactions we use a set
of approaches, the differential in relation to related works is the speaker recognition. The
identification of the social context is performed based on three factors: number of users
in the group, interactions between users and the main type of relationship present in the
group. In the experiment performed, the set of approaches used by SocialCount inferred
enough interactions to achieve an accuracy of 86% in the classification of relationships.
With respect to the identification of the social context, the context identified by SocialCount
obtained two factors (number of users in the group and interactions between users) equivalent
to the context recognized by the validator method. Thus, the model was able to achieve
the proposed goal of adequately inferring face-to-face social interactions made by the user,
identifying their social context. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES | por |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Contexto social | por |
dc.subject | Interações sociais | por |
dc.subject | Relações sociais | por |
dc.subject | Computação ciente de contexto | por |
dc.subject | Computação móvel | por |
dc.subject | Social context | eng |
dc.subject | Social interactions | eng |
dc.subject | Social relations | eng |
dc.subject | Context-aware computing | eng |
dc.subject | Mobile computing | eng |
dc.title | Modelo para identificação de contexto social através da inferência de interações sociais | por |
dc.title.alternative | Model for identification of social context through the inference of social interactions | eng |
dc.type | Dissertação | por |
dc.description.resumo | A Computação Ciente de Contexto é caracterizada por desenvolver dispositivos capazes
de tomar decisões, oferecer serviços e respostas baseadas no contexto atual do usuário.
Ela é formada por diferentes tipos de contexto, entre eles há o contexto social. O principal
fator de um contexto social são informações sobre relações sociais. Estas relações são
formadas por um conjunto de interações sociais. Por isso, neste trabalho sugerimos o SocialCount,
um modelo de inferência de interações sociais face a face para a identificação
de um contexto social. O desafio da área é a utilização de conceitos abstratos (interação
social, relação social, contexto social) em meios computacionais. Para a inferência de
interações sociais utilizamos um conjunto de abordagens. O diferencial em relação aos
trabalhos relacionados é o reconhecimento de locutor. A identificação do contexto social é
realizada com base em três fatores: número de usuários no grupo, interações realizadas
entre os usuários e o principal tipo de relacionamento presente no grupo. No experimento
realizado, o conjunto de abordagens utilizado pelo SocialCount inferiu interações suficientes
para atingir uma acurácia de 86% na classificação dos relacionamentos. Com relação à
identificação do contexto social, o contexto identificado pelo SocialCount obteve dois fatores
(número de usuários no grupo e interações realizadas entre os usuários) equivalentes
ao contexto reconhecido pelo método validador. Sendo assim, o modelo conseguiu atingir
o objetivo proposto de inferir adequadamente as interações sociais face a face realizadas
pelo usuário, identificando seu contexto social. | por |
dc.contributor.advisor1 | Lima, João Carlos Damasceno | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/8369217264362638 | por |
dc.contributor.referee1 | Charao, Andrea Schwertner | |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/8251676116103188 | por |
dc.contributor.referee2 | Costa, Cristiano André da | |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/9637121030877187 | por |
dc.creator.Lattes | http://lattes.cnpq.br/5537339789868353 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Ciência da Computação | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência da Computação | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.publisher.unidade | Centro de Tecnologia | por |