Embora os humanos tenham padrões relativamente arbitrários de movimento, existem rotinas que são facilmente identificáveis na vida das pessoas. Estas podem ser encontradas dentro de várias escalas de tempo. Nesta secção são apresentados os resultados mais relevantes da pes- quisa bibliográfica efetuada. O material aqui referido corresponde a estudos anteriores, que de alguma forma suportaram e fundamentaram o rumo escolhido para o desenvolvimento desta dissertação.
Eagle et al. em [ESP06], introduzem um sistema para deteção de sistemas sociais complexos, com dados recolhidos a partir de 100 telemóveis de estudantes durante 6 meses. Estes dados contêm informação sobre a localização temporal, localização física (resultante das antenas tele- fónicas) e contexto social (dada pela informação de proximidade derivada do Bluetooth). Este tipo de localização física foi ainda classificado em três tipos de locais: casa, trabalho ou outro. Utilizam estes dados para desenvolver estudos no sentido de reconhecer padrões pessoais na vida diária dos utilizadores, identificar locais socialmente importantes e modelar ritmos orga- nizacionais. Em particular, desenvolveram um Hidden Markov Model simples que depois de treinado com um mês de dados de alguns utilizadores, foi capaz de fazer uma muito boa sepa- ração, com mais de 95% de precisão, entre os grupos {{casa},{trabalho},{outro}}. Este modelo é condicionado pela hora do dia e por ser dia-de-semana ou não.
2. TRABALHO RELACIONADO 2.3. Extração de informação relevante
Utilizando o mesmo conjunto de dados que [ESP06], Farrahi et al. em [FGP07], apresen- tam uma estrutura para classificar as rotinas diárias das pessoas. Tentam classificar dias como sendo dias de semana ou fins-de-semana e ainda dias pertencentes à vida de estudantes de engenharia ou de negócios. A conjugação dos dados de localização física e de proximidade em diferentes intervalos de tempo e a utilização de mais de 87 000 horas de dados, permitiu-lhes uma percentagem de resultados corretos acima dos 80%, utilizando o algoritmo de classifica- ção Support Vector Machine.
Estes dois estudos acima abordados não são individuais. O objetivo é estudar grandes quantidades de utilizadores, ao invés do indivíduo como ser único. Têm assim a vantagem de dispor de um grande conjunto de dados para treinar os seus modelos, baseando-se nesse prin- cipio para conseguir tal tipo de resultados. Têm ainda um conjunto de dados diferente do aqui utilizado. Não beneficiam de uma localização física tão precisa como a do GPS, mas dispõem também de informação de proximidade através do Bluetooth.
No contexto do projeto Time Machine, é preciso considerar que os conjuntos de dados a serem estudados são reduzidos. O estudo tem por objetivo ser feito no dispositivo móvel de cada in- divíduo. Serão usadas normalmente algumas semanas de dados dos movimentos do utilizador. Já em [ZBST07], são também usadas técnicas de classificação, mas aqui para classificar lo- cais. São extraídas características dos locais (já pré-processados através de dados GPS) para os definir e classificar a sua importância.
Zhou et al. compararam dois classificadores (K-Nearest neighbor (KNN) e C4.5) com conjun- ções diferentes de atributos, num mês de dados de 28 utilizadores. Conseguiram muito bons re- sultados com o classificador KNN e o conjunto de atributos {Readings,ReadingDays,Visits,VisitDays}, onde readings é o número de leituras do local feita dos ficheiros, ReadingDays o número de dias diferentes a que equivalem essas leituras, Visits o número de visitas ao local e VisitDays o nú- mero de dias diferentes em que se visitou o mesmo.
Na arquitetura desenvolvida em [CMR07] é feita numa primeira fase a identificação semân- tica dos locais através de reverse geocodingi. Posteriormente, são utilizadas redes Bayesianas
para tentar descobrir a rotina das pessoas para cada local, classificando cada um com um este- reótipo. Foram aqui considerados os tipos casa, trabalho, restaurante, bar e discoteca.
Contudo, este processo precisa de interação com os utilizadores e de definir estereótipos de uti- lizadores e locais à partida. As experiências feitas por estes revelaram resultados muito pobres para a parte de classificação de rotinas. Apenas cerca de 64% dos locais são classificados corre- tamente, de acordo com os tipos definidos. A ideia de extrair informação semântica dos locais através de reverse geocoding, pode ser útil e já está a ser desenvolvida em paralelo no projeto, por outro elemento do grupo de trabalho.
Em [AS03], um modelo preditivo dos movimentos do utilizador é elaborado. Os modelos iReverse geocoding é o processo de transformar um ponto (latitude,longitude) num endereço ou nome de local.
de Markov foram utilizados para representar as transições entre os locais, sendo o movimento futuro depois previsto com base na transição com maior probabilidade do local corrente. Atra- vés deste modelo tornam-se também visíveis sequências de locais que ocorrem frequentemente. Revelando-se assim alguns padrões de movimento relevantes na vida dos utilizadores.
Hariharan e Toyama em [HT04], no âmbito do projeto Lachesis, propõem uma definição ri- gorosa para o historial de locais. Criam sobre este historial modelos probabilísticos para extrair dados relevantes. Sendo possível, com bases nestes, averiguar semelhanças entre períodos de tempo e gerar modelos estatísticos sobre os locais. No entanto, têm de definir intervalos de 30 minutos, onde o utilizador só pode fazer uma transição.
Liao et al. em [LFK07], utilizaram uma aproximação completamente diferente. Fizeram uso de Hierarchical Conditional Random Fields para gerar um modelo consistente das atividades e locais de um utilizador, onde obtiveram resultados muito bons.
Contudo, esta aproximação excede o âmbito do projeto Time Machine. São necessários registos GPS com dados a cada segundo e um grande poder computacional para processar estes dados. Como já explicado, o projeto tem limites em termos de poder computacional e de bateria devido a ser pensado para um dispositivo móvel, o que não permite pensar em tal tipo de aproximação.