Resumen

Los datos de movilidad han atraído a los investigadores en los últimos años debido a su rico contexto y naturaleza espacio-temporal, donde esta información puede ser utilizada para aplicaciones potenciales como sistemas de alerta temprana, predicción de rutas, gestión de tráfico, publicidad, redes sociales y búsqueda de comunidades. Todas las aplicaciones mencionadas se basan en la creación de perfiles de movilidad y análisis de tendencias de usuarios, donde la creación de perfiles de movilidad se realiza a través de la extracción de lugares significativos, la predicción de movimientos reales de los usuarios y la conciencia del contexto. Sin embargo, la extracción de lugares significativos y la predicción de movimientos reales de los usuarios para la creación de perfiles de movilidad son tareas triviales. En este artículo, presentamos una metodología basada en la minería de similitud de usuarios a través de la creación de perfiles de movilidad mediante el uso de la información de etiquetado semántico proporcionada por el usuario y las propiedades básicas de la arquitectura

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Datos de movilidad; Naturaleza espacio-temporal; Sistema de alerta temprana; Predicción de rutas; Gestión del tráfico; Análisis de tendencias de usuarios
• Keywords:Mobility data; Spatiotemporal nature; Early warning system; Route prediction; Traffic management; User trend analysis