Autores

6483
2283,10
6484
2283,10

Informações:

Publicações do PESC

Título
CrowdView: Uma Plataforma de Crowdsourcing para Gerenciamento Temporal de Entidades
Linha de pesquisa
Engenharia de Dados e Conhecimento
Tipo de publicação
Tese de Doutorado
Número de registro
Data da defesa
29/9/2017
Resumo

A web gera uma grande quantidade de dados sobre um mesmo objeto do mundo real ao longo do tempo. Além deste volume, a variedade com que estes dados são apresentados cresce substancialmente. Em muitos casos estes dados são descritos em formas não estruturadas como vídeos, imagens e textos. Os algoritmos para extração de dados de formas não estruturadas ainda não são precisos. Neste caso é apropriado o uso da multidão para a resolução destas tarefas.

Neste contexto, crowdsourcing surge como uma mudança de paradigma no qual a multidão, através de chamadas abertas, passa a prover soluções para problemas específicos. Sua participação é concretizada através da realização de tarefas distribuídas em diferentes etapas como coleta, tratamento, processamento e análise dos dados. Estes sistemas de crowdsourcing produzem uma grande quantidade de dados em um curto espaço de tempo. Estas iniciativas também reduzem tempo, custos operacionais e melhoram a tomada de decisões.

Diante deste cenário, a proposta nesta tese de doutorado é o desenvolvimento de uma abordagem crowdsourcing para extrair e gerenciar características temporais de um objeto do mundo real a partir de informações não estruturadas. Esta abordagem foi implementada em um sistema computacional chamado CrowdView. O estudo de caso é aplicado ao gerenciamento temporal de formas urbanas. A análise das mudanças das características em um contexto cronológico pode apoiar a tomada de decisões sobre a curadoria dessas formas urbanas dentro da gestão do espaço urbano.

Abstract

The web generates a lot of data about the same real-world object over time. In addition to this volume, the variety with which these data are presented grows substantially. In many cases this data is described in unstructured forms such as videos, images and texts. Algorithms for extracting data from unstructured forms are not yet accurate. In this case, it is appropriate to use the crowd to solve these tasks.

In this context, crowdsourcing emerges as a paradigm shift in which the crowd, through open calls, provides solutions to specific problems. It can perform tasks distributed in different stages such as data collection, treatment, processing and analysis. These crowdsourcing systems produce a lot of data in a short amount of time. These initiatives also reduce time, operational costs and improve decision making.

Given this scenario, the proposal in this doctoral thesis is the development of a crowdsourcing approach to extract and manage temporal characteristics of a real world object from unstructured information. This approach was implemented in a computer system called CrowdView. The case study is applied to the temporal management of urban forms. The analysis of the changes in characteristics in a chronological context can support decision making on the curation of urban forms within management of urban space.

Arquivo
Topo