Please use this identifier to cite or link to this item: http://hdl.handle.net/1822/27887

TitleiLeisure : an intelligent free time scheduler based on user profiling
Other titlesiLeisure : uma agenda inteligente para os tempos livres baseada em perfis
Author(s)Marques, Vítor
Advisor(s)Novais, Paulo
Costa, Ângelo
Issue date19-Jul-2012
Abstract(s)O envelhecimento populacional é uma realidade dos nossos tempos. O envelhecimento provoca muitas vezes o problema do sedentarismo, que é associado à obesidade e doenças cardiovasculares. O sedentarismo é por isso um problema preocupante que para além de afetar as idades avançadas afeta todas as outras faixas etárias. É nos tempos livres que as pessoas são mais sedentárias. A prática de atividades físicas combate o sedentarismo e é benéfica em termos psicológicos, sociais e económicos. É necessário incentivar as pessoas a praticá-la e uma das formas de o conseguir é através de um sistema que recomende tais atividades. A recomendação deverá contudo ter em consideração as preferências das pessoas pelas atividades, para que estas tendam a aceitar as atividades que são recomendadas. As preferências de uma pessoa são associadas ao conceito de perfil e é através deste, que um sistema de recomendação infere sobre que atividades recomendar. É por isso imperativo que o perfil esteja constantemente atualizado e consistente com a pessoa que representa. Garantir estas propriedades num perfil não é computacionalmente claro, devido às propriedades naturais de um perfil e devido à capacidade das pessoas em evoluir e variar nas suas preferências. Este trabalho tem como objetivo desenvolver um sistema que recomende às pessoas atividades que não sejam sedentárias e que incentivem o convívio social. Para que o sistema seja preciso nas atividades que recomenda, é também objetivo deste trabalho desenvolver um mecanismo para obtenção, representação e modulação de perfis que garanta a sua dinamicidade, que garanta que os perfis sejam eficientemente adaptáveis e atualizáveis. Realizaram-se observações acerca da taxa de aceitação de utilizadores, em relação às atividades recomendadas pelo sistema desenvolvido. Estas observações assistiram na avaliação da precisão do sistema em recomendar e a sua capacidade em acompanhar os utilizadores e aprender acerca das suas preferências. Consultando periodicamente a quantidade de atividades recomendadas aceites ou rejeitadas, verificou-se que o número de atividades aceites tende a aumentar e as rejeitadas a diminuir. Estes resultados demonstram que o sistema possui a capacidade de aprender e aperfeiçoar o perfil dos seus utilizadores, tornando-se mais preciso nas atividades que recomenda. Acredita-se desta forma que o mecanismo desenvolvido para a obtenção e modulação de perfis dinâmicos é eficiente e robusto.
The population aging is a known reality. Retirement often causes the inactivity, that is related to obesity and cardiovascular diseases. Physical inactivity is a serious problem that affects all people, not merely older people. Leisure activities can become sedentary, when people choose to practice activities like television and computer. The practice of physical activity addresses the inactivity and is helpful in psychological, social and economic terms. It is essential to encourage people to practice them. An approach to achieve this need is through a system that recommend activities to people. The recommendation should take into account the people preference's for the activities, so that they tend to accept the recommendation. The preferences of a person are related to the concept of profile. The recommendation system uses the profile to infer about the activities to recommend. Therefore, it is vital that the profile is constantly updated and consistent with the person who it represents. Ensuring these properties in a profile is not a clear task because of the natural properties of a profile, and because of the person's capability to evolve and change their preferences. This work aims to develop a system that recommends physical and socialization activities. It is also aimed to develop a mechanism to obtain, represent and module profiles that ensure their dynamism, that ensure that the profiles are efficiently adapted and updated. Based on these profiles, the system can be accurate in the activities that it recommends. Observations regarding the rate of acceptance of users for the activities recommend by the developed system were performed. These observations helped in the evaluation of the system accuracy in recommending and its ability to follow the users and learn their preferences. By periodically checking the number of recommended activities accepted or rejected, it was found that the number of accepted activities tends to raise, and the number of rejected to decrease. These results have proven that the system is capable of learning and improve the user profile, becoming more precise in the recommended activities. It is believed that the developed mechanism to confine and module dynamic profiles is efficient and robust.
TypeMaster thesis
DescriptionDissertação de mestrado em Engenharia Informática
URIhttp://hdl.handle.net/1822/27887
AccessOpen access
Appears in Collections:BUM - Dissertações de Mestrado
DI - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
eeum_di_dissertacao_pg17203.pdf2,87 MBAdobe PDFView/Open

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID