نام پژوهشگر: رویا شورونی

تحلیل خط سیر در شبکه های اجتماعی مکان مبنا برای راه یابی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده نقشه برداری 1393
  رویا شورونی   محمدرضا ملک

ظهور شبکه های اجتماعی مکان مبنا باعث تحولی در عرصه ی فناوری اطلاعات مکانی شده است. این شبکه ها به واسطه ی اخذ و به روزرسانی داده های مکانی از سراسر دنیا، منابع غنی برای داده کاوی و کشف اطلاعات محسوب می شوند. وجود حجم زیادی از داده های مکانی و اجتماعی در این شبکه ها فرصتی را برای ارائه سرویس های متنوع مکان مبنا از طریق تجهیزات همراه فراهم می کند. یکی از مهم ترین و کاربردی ترین سرویس های مکان مبنا در زندگی افراد، سرویس های راهیابی هستند. راهیابی یکی از مسائل رایج و مبتلا به زندگی کنونی برای هدایت پیوسته عامل متحرک بدون حس گم شدگی تا رسیدن به مقصد است. در این میان کارآترین روش راهیابی در یک محیط جدید، استفاده از شاخص های راهیابی شناخته شده است. در تحقیق حاضر با ایجاد یک شبکه ی اجتماعی مکان مبنا، مجموعه ی شاخص ها از تصاویر و نظرات به اشتراک گذاشته کاربران با استفاده از متن و داده کاوی استخراج شد. علاوه بر این برای یافتن مسیر بهینه به عنوان یکی از خدمات بنیادین راه یابی، گرافی ایجاد شد که گره های اصلی آن شاخص ها، گره های میانی آن مرکز قطعه خیابان هایی است که با وسایل نقلیه کاربران محلی مکرراً پیموده شده و یال های آن بر اساس دنباله ی ترتیبی قطعه خیابان ها از خط سیر کاربران به دست می آیند. بر اساس این گراف از دو مرحله مسیریابی برای به دست آوردن مسیر بهینه استفاده شده است. داده های مورداستفاده برای پیاده سازی و آزمون، از خط سیر 22 وسیله نقلیه در شهر تهران به مدت 3 ماه جمع آوری شده است. درنهایت یک سرویس توصیه گر برای پیشنهاد مکان های موردعلاقه به عنوان شاخص های ترجیح آگاه در محدوده جست وجوی کاربران طراحی گردید.برای ارزیابی عملکرد مسیریابی دومرحله ای، میزان اتلاف زمان سفر در مسیر پیشنهادی نسبت به کوتاه ترین مسیر دایجسترا و مسیریابی شخصی الگوآگاه برای طول های مختلف و کاربران با سطح آگاهی های مختلف از منطقه، به طور تجربی مقایسه شد. بر این اساس اتلاف زمان سفر در روش پیشنهادی نسبت به کوتاه ترین مسیر و مسیریابی شخصی الگوآگاه به ترتیب حدود 60 و 25 درصد کاهش یافت. هم چنین برای ارزیابی سرویس توصیه گر مکان ، نتایج به دست آمده از پالایش مشارکتی مبتنی بر fif با نتایج پالایش مشارکتی ساده که یکی از روش های پایه در سرویس توصیه گر به شمار می آید، مقایسه شد. توصیه مکان توسط روش پیشنهادی، نسبت به پالایش مشارکتی حدود 15درصد افزایش دقت را نشان می دهد.