MY PLACES IDENTIFICATION OF USER’S GEOGRAPHIC MAP

Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e TecnologiaAs cidades estão a tornar-se cada vez mais centradas na sustentabilidade, com o objetivo adicional de as converter em locais criativos e vívidos para os seus cidadãos e visitantes. Tendo isso em mente, é importante estudar como os cidadãos usam e se movimentam nos espaços urbanos. A capacidade de melhorar estes espaços depende, geralmente, da disponibilidade de dados suportem a tomada de decisões e forneçam informações valiosas para o planeamento de uma cidade. Os dados também podem fornecer informações a empresas privadas de várias formas, especialmente sobre como administrar os seus negócios.As empresas de telecomunicações têm lutado para encontrar maneiras de atrair clientes. Uma estratégia que adotam é o estudo dos seus clientes para customizar serviços. Isto é frequentemente feito através da análise de dados ubíquos, incluindo Registos de Detalhes de Chamadas (CDRs), que eles geralmente recolhem para fins de faturamento. Algumas empresas usam CDRs para criar e analisar novos tipos de fontes de dados, como os Snapshots que tentam lidar com a dispersão e irregularidade dos dados mencionados.Dados geoespaciais, como CDRs, desempenham um papel crucial no estudo do uso do solo e fluxos urbanos, e até mesmo na compreensão de comportamentos, hábitos, preferências e necessidades dos indivíduos. O processamento e a análise destes dados podem ser usados para inferir lugares onde as pessoas passam a maior parte do seu tempo diário e até mesmo para obter uma visão geral das trajetórias humanas e dos movimentos da população.O facto de as empresas de telecomunicações terem começado a cooperar mais e a partilhar alguns dos seus dados, é uma situação vantajosa para elas, as cidades e investigadores que desenvolvem este tipo de trabalho.Ao longo deste trabalho, estudamos o uso de CDRs e Snapshots para identificar lugares importantes na vida dos indivíduos ou, por outras palavras, lugares que são regularmente visitados por eles. Utilizamos estas fontes de dados, fornecidas por uma empresa de telecomunicações, para identificar o mapa geográfico dos seus assinantes (geo-perfil), identificando zonas de casa, segunda casa e de trabalho, a nível de antena. Este geo-perfil é realizado após a determinação do perfil do indivíduo (trabalhador diurno, trabalhador noturno, etc.) de acordo com sua atividade na rede.Os resultados desta tese são a segmentação dos clientes, para traçar o seu perfil com base nos seus CDRs e Snapshots diários e um modelo, que usa agrupamento, para identificar seu geo-perfil também com base nesses dados. Por fim, usamos dados verdadeiros para validar e avaliar os resultados da inferência da localização de casa, onde alcançámos uma precisão de 66\% com a metodologia aplicada.Cities are becoming more and more centered on sustainability, with the additional goal of making them creative and vivid places for their citizens and visitors. Having this in mind, it is important to study how citizens use and move on urban spaces. The capacity of improving these spaces relies, overall, on having data that can support decision-making and provide valuable information to plan a city. The data can also provide insights to private companies in multiple ways, especially on how to run their businesses.Telecommunication companies have been struggling to find ways to attract clients. A strategy that they adopt is the study of their clients to customize services. This is frequently made through the analysis of ubiquitous data, including Call Detail Records (CDRs), that they usually collect for billing purposes. Some companies use CDRs to create and analyze new types of data sources, like Snapshots, that attempt to deal with the sparsity and irregularity of the mentioned data.Geospatial data, such as CDRs, plays a crucial role in studying land use and urban flows, and even on comprehending behaviors, habits, preferences, and needs of individuals. The processing and analysis of this data can be used to infer places where people spend most of their daily time and to get an overview of human trajectories and crowd movements.The fact that the telecommunication companies have started cooperating more and sharing some of their data, is a win-win situation for them, cities, and the researchers that develop this type of work.Throughout this work, we study the usage of CDRs and Snapshots to identify important places in individuals’ life or, in other words, places that are regularly visited by them. We use these data sources, provided by a telecommunication company, to identify their subscribers’ geographic map (geo-profile) by identifying home, second home, and work zones, at an antenna level. The geo-profile is accomplished after determining the profile of the user (day worker, night worker, etc.) according to his/her activity in the network.Outcomes of this thesis are the segmentation of customers, to profile them based on their daily CDRs and Snapshots, and a model, that uses clustering, to identify their geo profile also based on these data. Lastly, we use ground-truth to validate and evaluate the results of the inference on home locations, and we reached an accuracy of 66% with the methodology applied