FITRANK - DESENVOLVIMENTO DE APLICATIVO PARA A IDENTIFICAÇÃO DE PADRÕES COMPORTAMENTAIS DE ATIVIDADES FÍSICAS A PARTIR DE APLICATIVOS PARA REDES SOCIAIS
Fábio Paschoal Júnior1; Gabriel Vinicius Silva Ribeiro2; Leandro Moniz de Aragão Daquer2; Renato Campos Mauro2; Eduardo Soares Ogasawara2; Nelson Francisco Favilla Ebecken3
1 COPPE-UFRJ e CEFET/RJ; 2 CEFET/RJ; 3 COPPE-UFRJ
doi:10.20906/CPS/CILAMCE2015-0684
Resumo
As redes sociais permitem o compartilhamento e a disponibilização de informações importantes oriundas de aplicativos sociais (AS). Esses AS podem ser associados com o uso de dispositivos móveis, seja através de localização (GPS, acelerômetros e giroscópio) e/ou do bio-sensoriamento (tecnologias de vestir, como pulseiras inteligentes ou monitores cardíacos). A análise dessas informações possibilita a identificação de padrões comportamentais de usuários (PCU) e, neste sentido, esse artigo apresenta o desenvolvimento de um aplicativo que fará a abordagem de identificação de PCU no Facebook. Para isso, está sendo desenvolvida uma ferramenta de extração de dados do Facebook que fará a coleta dos dados dos perfis de seus usuários, tendo como o foco principal as informações de atividades físicas como caminhada, corrida e ciclismo, publicadas por diferentes AS utilizados para a realização dessas atividades. A motivação de uso dessa ferramenta será desenvolvida na forma de rankings competitivos personalizados, onde os usuários poderão criar competições entre os seus amigos, nestas três modalidades (caminhada, corrida ou ciclismo), com as atividades físicas publicadas no Facebook. Esses rankings serão armazenados em uma base de dados, onde o usuário poderá compartilhá-los no Facebook. Com isso, espera-se o estudo de um efeito viral de utilização dessa ferramenta, dado a natureza humana de competitividade, possibilitando a visibilidade aos amigos do Facebook e potenciais usuários desta ferramenta de extração, criando um potencial para ser um problema de BigData. As informações das atividades físicas também serão armazenadas na base de dados e, associadas com o provável efeito viral de utilização desta ferramenta, tornarão uma ótima base de dados de mineração de dados para o estudo do PCU de atividades físicas.
Palavras-chave: Mineração de dados; Redes sociais; Facebook; Aplicativos sociais; Dispositivos móveis