Pré-processamento de dados de trajetórias para mineração de dados e análise de similaridade

Abstract

O crescimento do uso de dispositivos móveis com sensores GPS possibilitou o aumento da coleta e disponibilidade de dados do movimento de indivíduos como um novo tipo de dado, chamado de trajetória. Sobre esse tipo de dado foram propostas diversas técnicas de mineração para encontrar padrões no movimento de indivíduos. Entretanto, vários fatores durante a coleta podem afetar diretamente a estrutura e qualidade dos dados para tarefas de mineração e análise de similaridade, implicando diretamente em seu resultado. Por exemplo: i) dois indivíduos, realizando movimentos idênticos, geram trajetórias distintas quando seus aparelhos GPS estão configurados com diferentes intervalos de registro; ii) interferência no sinal do GPS causada por grandes obstáculos, como prédios e montanhas, geram ruídos e/ou gaps ao longo da trajetória; iii) trajetórias coletadas continuamente por um longo período não permitem identificar onde o indivíduo iniciou ou terminou determinado percurso. Por causa desses fatores, ocorridos ao longo da coleta, é necessário realizar um pré-processamento nos dados das trajetórias para garantir sua estrutura e qualidade através da aplicação de técnicas de organização e limpeza de trajetórias brutas, de acordo com critérios relevantes para o domínio de aplicação. Essas técnicas podem compactar a trajetória, reduzindo o número de pontos onde o indivíduo ficou parado, eliminar ruídos ou segmentar e selecionar trechos relevantes da trajetória. Como por exemplo, selecionar trechos de trajetórias entre duas regiões importantes da cidade em uma aplicação para análise de mobilidade. Desta forma este trabalho identifica e reúne métodos para organização, limpeza e pré-processamento de trajetórias brutas, de modo a melhorar a qualidade e estrutura dos dados para permitir a aplicação de diferentes técnicas de mineração e análise de similaridade em trajetórias. Tais métodos serão reunidos em um sistema que permitirá a manipulação de bases de trajetórias brutas. Esse sistema será utilizado para organizar bases públicas de trajetórias brutas, comumente utilizadas na literatura em um estudo de caso. Por fim, técnicas de análise de similaridade em trajetórias serão aplicadas para comparar as bases organizadas e pré-processadas em relação com as bases de trajetórias originais, avaliando a variação do resultado.