Perfilado inteligente de movilidad de usuarios

Autores
Vallejos, Sebastián
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Berdun, Luis Sebastián
Schiaffino, Silvia
Descripción
Hoy en día, los dispositivos móviles son omnipresentes en nuestra vida cotidiana. Estos dispositivos, en conjunto con Internet, nos permiten realizar prácticamente cualquier tarea, desde buscar información en la web, realizar un comentario en una red social, contactar a un amigo, participar en una clase virtualy hasta realizar compras de manera online. Con el transcurso de los años, loscelulares han ido incrementando su capacidad de cómputo. Los dispositivos móviles modernos permiten procesar y almacenar una gran cantidad de datos. Además, vienen equipados con diversos sensores que permiten capturar datos del contexto del individuo, tales como el acelerómetro, el giroscopio, el barómetro, y el sensor de luz, entre otros. Incluso es posible conocer la ubicación geográfica del dispositivo mediante el GPS que traen equipados.Los celulares han remplazado a diferentes dispositivos individuales (GPS, cámara de fotos, agenda) y se han vuelto indispensablesen nuestra vida.En particular, la capacidad de registrar y procesar datos del contexto del usuario abrió las puertas a distintas líneas de investigación y desarrollo, y puntualmente, permitió estudiar la movilidad de los usuarios. Los datos capturados por los dispositivos móviles permiten aprender los lugares por donde se mueve una persona, identificar su hogar, su lugar de trabajo, los lugares que suele visitar (como un supermercado o un gimnasio), los caminos que toma para ir de un lugar al otro, e incluso sus rutinas (en qué momentos visita cada lugar). A partir de estos datos es posible construir un perfil de movilidad del usuario, que resultaría de gran utilidad tanto en el desarrollo de aplicaciones sensibles al contexto como de ciudades inteligentes.Las utilidades y posibles aplicaciones de un perfil de estas características atrajeron el interés de la comunidad científica. Distintos autores abordaron el aprendizaje de la movilidad del usuario a partir de los datos capturados por su dispositivo móvil personal. Sin embargo, todavía existen problemáticas no abordadas o que necesitan estudiarse con mayor profundidad. Entre estos problemas se destacan: la limitación que presentan los enfoques propuestos para identificar correctamente lugares con distintas dimensiones; la inexistencia en la literatura de un conjunto de datos apto para evaluar las distintas técnicas propuestas de detección de visitas y lugares; los problemas de privacidad implicados al exponer datos sensibles como la ubicación del usuario; y la necesidad de profundizar en la predicción de movilidad,ya que los enfoques propuestos todavía no se acercan a los límites de predictibilidad teóricos establecidos.En este contexto, se propone un enfoque liviano para la construcción de perfiles de movilidad a partir de los datos recolectados por los dispositivos móviles de los usuarios. El enfoque propuesto se ejecutará íntegramente en los dispositivos móviles del usuario,evitando exponer cualquier dato sensible del usuario que comprometa su privacidad. A su vez, este enfoque busca resolver algunas de las problemáticas y limitaciones identificadas en la literatura. En particular, se propone: utilizar información geográficaexterna que permita identificar cuando el usuario está visitando lugares pequeños o lugares de grandes dimensiones; combinar múltiples predictores sencillos que permitan analizar distintos aspectos de la movilidad del usuario para mejorar la predicción; yconstruir un conjunto de datos apto para la evaluación no solo del enfoque propuesto, sino de otras técnicas propuestas en la literatura.
Fil: Vallejos, Sebastián. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Berdun, Luis Sebastián. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Schiaffino, Silvia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Dispositivos móviles
Computación
Redes sociales
Ingeniería en sistemas
Perfiles de usuarios
Ingeniería electrónica
Tesis de doctorado
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/2617

id RIDUNICEN_9adbc25fb58677046fa88610f15675ac
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/2617
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Perfilado inteligente de movilidad de usuariosVallejos, SebastiánDispositivos móvilesComputaciónRedes socialesIngeniería en sistemasPerfiles de usuariosIngeniería electrónicaTesis de doctoradoHoy en día, los dispositivos móviles son omnipresentes en nuestra vida cotidiana. Estos dispositivos, en conjunto con Internet, nos permiten realizar prácticamente cualquier tarea, desde buscar información en la web, realizar un comentario en una red social, contactar a un amigo, participar en una clase virtualy hasta realizar compras de manera online. Con el transcurso de los años, loscelulares han ido incrementando su capacidad de cómputo. Los dispositivos móviles modernos permiten procesar y almacenar una gran cantidad de datos. Además, vienen equipados con diversos sensores que permiten capturar datos del contexto del individuo, tales como el acelerómetro, el giroscopio, el barómetro, y el sensor de luz, entre otros. Incluso es posible conocer la ubicación geográfica del dispositivo mediante el GPS que traen equipados.Los celulares han remplazado a diferentes dispositivos individuales (GPS, cámara de fotos, agenda) y se han vuelto indispensablesen nuestra vida.En particular, la capacidad de registrar y procesar datos del contexto del usuario abrió las puertas a distintas líneas de investigación y desarrollo, y puntualmente, permitió estudiar la movilidad de los usuarios. Los datos capturados por los dispositivos móviles permiten aprender los lugares por donde se mueve una persona, identificar su hogar, su lugar de trabajo, los lugares que suele visitar (como un supermercado o un gimnasio), los caminos que toma para ir de un lugar al otro, e incluso sus rutinas (en qué momentos visita cada lugar). A partir de estos datos es posible construir un perfil de movilidad del usuario, que resultaría de gran utilidad tanto en el desarrollo de aplicaciones sensibles al contexto como de ciudades inteligentes.Las utilidades y posibles aplicaciones de un perfil de estas características atrajeron el interés de la comunidad científica. Distintos autores abordaron el aprendizaje de la movilidad del usuario a partir de los datos capturados por su dispositivo móvil personal. Sin embargo, todavía existen problemáticas no abordadas o que necesitan estudiarse con mayor profundidad. Entre estos problemas se destacan: la limitación que presentan los enfoques propuestos para identificar correctamente lugares con distintas dimensiones; la inexistencia en la literatura de un conjunto de datos apto para evaluar las distintas técnicas propuestas de detección de visitas y lugares; los problemas de privacidad implicados al exponer datos sensibles como la ubicación del usuario; y la necesidad de profundizar en la predicción de movilidad,ya que los enfoques propuestos todavía no se acercan a los límites de predictibilidad teóricos establecidos.En este contexto, se propone un enfoque liviano para la construcción de perfiles de movilidad a partir de los datos recolectados por los dispositivos móviles de los usuarios. El enfoque propuesto se ejecutará íntegramente en los dispositivos móviles del usuario,evitando exponer cualquier dato sensible del usuario que comprometa su privacidad. A su vez, este enfoque busca resolver algunas de las problemáticas y limitaciones identificadas en la literatura. En particular, se propone: utilizar información geográficaexterna que permita identificar cuando el usuario está visitando lugares pequeños o lugares de grandes dimensiones; combinar múltiples predictores sencillos que permitan analizar distintos aspectos de la movilidad del usuario para mejorar la predicción; yconstruir un conjunto de datos apto para la evaluación no solo del enfoque propuesto, sino de otras técnicas propuestas en la literatura.Fil: Vallejos, Sebastián. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Berdun, Luis Sebastián. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Schiaffino, Silvia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasBerdun, Luis SebastiánSchiaffino, Silvia2021-022021-04-20T21:34:57Z2021-04-20T21:34:57Zinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfapplication/pdfhttps://doi.org/10.52278/2617https://www.ridaa.unicen.edu.ar/handle/123456789/2617spahttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-11-06T09:36:21Zoai:ridaa.unicen.edu.ar:123456789/2617instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-11-06 09:36:21.444RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Perfilado inteligente de movilidad de usuarios
title Perfilado inteligente de movilidad de usuarios
spellingShingle Perfilado inteligente de movilidad de usuarios
Vallejos, Sebastián
Dispositivos móviles
Computación
Redes sociales
Ingeniería en sistemas
Perfiles de usuarios
Ingeniería electrónica
Tesis de doctorado
title_short Perfilado inteligente de movilidad de usuarios
title_full Perfilado inteligente de movilidad de usuarios
title_fullStr Perfilado inteligente de movilidad de usuarios
title_full_unstemmed Perfilado inteligente de movilidad de usuarios
title_sort Perfilado inteligente de movilidad de usuarios
dc.creator.none.fl_str_mv Vallejos, Sebastián
author Vallejos, Sebastián
author_facet Vallejos, Sebastián
author_role author
dc.contributor.none.fl_str_mv Berdun, Luis Sebastián
Schiaffino, Silvia
dc.subject.none.fl_str_mv Dispositivos móviles
Computación
Redes sociales
Ingeniería en sistemas
Perfiles de usuarios
Ingeniería electrónica
Tesis de doctorado
topic Dispositivos móviles
Computación
Redes sociales
Ingeniería en sistemas
Perfiles de usuarios
Ingeniería electrónica
Tesis de doctorado
dc.description.none.fl_txt_mv Hoy en día, los dispositivos móviles son omnipresentes en nuestra vida cotidiana. Estos dispositivos, en conjunto con Internet, nos permiten realizar prácticamente cualquier tarea, desde buscar información en la web, realizar un comentario en una red social, contactar a un amigo, participar en una clase virtualy hasta realizar compras de manera online. Con el transcurso de los años, loscelulares han ido incrementando su capacidad de cómputo. Los dispositivos móviles modernos permiten procesar y almacenar una gran cantidad de datos. Además, vienen equipados con diversos sensores que permiten capturar datos del contexto del individuo, tales como el acelerómetro, el giroscopio, el barómetro, y el sensor de luz, entre otros. Incluso es posible conocer la ubicación geográfica del dispositivo mediante el GPS que traen equipados.Los celulares han remplazado a diferentes dispositivos individuales (GPS, cámara de fotos, agenda) y se han vuelto indispensablesen nuestra vida.En particular, la capacidad de registrar y procesar datos del contexto del usuario abrió las puertas a distintas líneas de investigación y desarrollo, y puntualmente, permitió estudiar la movilidad de los usuarios. Los datos capturados por los dispositivos móviles permiten aprender los lugares por donde se mueve una persona, identificar su hogar, su lugar de trabajo, los lugares que suele visitar (como un supermercado o un gimnasio), los caminos que toma para ir de un lugar al otro, e incluso sus rutinas (en qué momentos visita cada lugar). A partir de estos datos es posible construir un perfil de movilidad del usuario, que resultaría de gran utilidad tanto en el desarrollo de aplicaciones sensibles al contexto como de ciudades inteligentes.Las utilidades y posibles aplicaciones de un perfil de estas características atrajeron el interés de la comunidad científica. Distintos autores abordaron el aprendizaje de la movilidad del usuario a partir de los datos capturados por su dispositivo móvil personal. Sin embargo, todavía existen problemáticas no abordadas o que necesitan estudiarse con mayor profundidad. Entre estos problemas se destacan: la limitación que presentan los enfoques propuestos para identificar correctamente lugares con distintas dimensiones; la inexistencia en la literatura de un conjunto de datos apto para evaluar las distintas técnicas propuestas de detección de visitas y lugares; los problemas de privacidad implicados al exponer datos sensibles como la ubicación del usuario; y la necesidad de profundizar en la predicción de movilidad,ya que los enfoques propuestos todavía no se acercan a los límites de predictibilidad teóricos establecidos.En este contexto, se propone un enfoque liviano para la construcción de perfiles de movilidad a partir de los datos recolectados por los dispositivos móviles de los usuarios. El enfoque propuesto se ejecutará íntegramente en los dispositivos móviles del usuario,evitando exponer cualquier dato sensible del usuario que comprometa su privacidad. A su vez, este enfoque busca resolver algunas de las problemáticas y limitaciones identificadas en la literatura. En particular, se propone: utilizar información geográficaexterna que permita identificar cuando el usuario está visitando lugares pequeños o lugares de grandes dimensiones; combinar múltiples predictores sencillos que permitan analizar distintos aspectos de la movilidad del usuario para mejorar la predicción; yconstruir un conjunto de datos apto para la evaluación no solo del enfoque propuesto, sino de otras técnicas propuestas en la literatura.
Fil: Vallejos, Sebastián. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Berdun, Luis Sebastián. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Schiaffino, Silvia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
description Hoy en día, los dispositivos móviles son omnipresentes en nuestra vida cotidiana. Estos dispositivos, en conjunto con Internet, nos permiten realizar prácticamente cualquier tarea, desde buscar información en la web, realizar un comentario en una red social, contactar a un amigo, participar en una clase virtualy hasta realizar compras de manera online. Con el transcurso de los años, loscelulares han ido incrementando su capacidad de cómputo. Los dispositivos móviles modernos permiten procesar y almacenar una gran cantidad de datos. Además, vienen equipados con diversos sensores que permiten capturar datos del contexto del individuo, tales como el acelerómetro, el giroscopio, el barómetro, y el sensor de luz, entre otros. Incluso es posible conocer la ubicación geográfica del dispositivo mediante el GPS que traen equipados.Los celulares han remplazado a diferentes dispositivos individuales (GPS, cámara de fotos, agenda) y se han vuelto indispensablesen nuestra vida.En particular, la capacidad de registrar y procesar datos del contexto del usuario abrió las puertas a distintas líneas de investigación y desarrollo, y puntualmente, permitió estudiar la movilidad de los usuarios. Los datos capturados por los dispositivos móviles permiten aprender los lugares por donde se mueve una persona, identificar su hogar, su lugar de trabajo, los lugares que suele visitar (como un supermercado o un gimnasio), los caminos que toma para ir de un lugar al otro, e incluso sus rutinas (en qué momentos visita cada lugar). A partir de estos datos es posible construir un perfil de movilidad del usuario, que resultaría de gran utilidad tanto en el desarrollo de aplicaciones sensibles al contexto como de ciudades inteligentes.Las utilidades y posibles aplicaciones de un perfil de estas características atrajeron el interés de la comunidad científica. Distintos autores abordaron el aprendizaje de la movilidad del usuario a partir de los datos capturados por su dispositivo móvil personal. Sin embargo, todavía existen problemáticas no abordadas o que necesitan estudiarse con mayor profundidad. Entre estos problemas se destacan: la limitación que presentan los enfoques propuestos para identificar correctamente lugares con distintas dimensiones; la inexistencia en la literatura de un conjunto de datos apto para evaluar las distintas técnicas propuestas de detección de visitas y lugares; los problemas de privacidad implicados al exponer datos sensibles como la ubicación del usuario; y la necesidad de profundizar en la predicción de movilidad,ya que los enfoques propuestos todavía no se acercan a los límites de predictibilidad teóricos establecidos.En este contexto, se propone un enfoque liviano para la construcción de perfiles de movilidad a partir de los datos recolectados por los dispositivos móviles de los usuarios. El enfoque propuesto se ejecutará íntegramente en los dispositivos móviles del usuario,evitando exponer cualquier dato sensible del usuario que comprometa su privacidad. A su vez, este enfoque busca resolver algunas de las problemáticas y limitaciones identificadas en la literatura. En particular, se propone: utilizar información geográficaexterna que permita identificar cuando el usuario está visitando lugares pequeños o lugares de grandes dimensiones; combinar múltiples predictores sencillos que permitan analizar distintos aspectos de la movilidad del usuario para mejorar la predicción; yconstruir un conjunto de datos apto para la evaluación no solo del enfoque propuesto, sino de otras técnicas propuestas en la literatura.
publishDate 2021
dc.date.none.fl_str_mv 2021-02
2021-04-20T21:34:57Z
2021-04-20T21:34:57Z
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://doi.org/10.52278/2617
https://www.ridaa.unicen.edu.ar/handle/123456789/2617
url https://doi.org/10.52278/2617
https://www.ridaa.unicen.edu.ar/handle/123456789/2617
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
dc.source.none.fl_str_mv reponame:RIDAA (UNICEN)
instname:Universidad Nacional del Centro de la Provincia de Buenos Aires
reponame_str RIDAA (UNICEN)
collection RIDAA (UNICEN)
instname_str Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.name.fl_str_mv RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.mail.fl_str_mv lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;
_version_ 1848045703543128064
score 13.087074