Please use this identifier to cite or link to this item:
https://hdl.handle.net/10216/106488| Author(s): | Mike Santos Pinto |
| Title: | Customized recommendation based on the analysis of passengers' mobility profiles |
| Issue Date: | 2017-07-13 |
| Abstract: | The usage of public transportation service by the general public has been decreasing in the last few years. This is a matter of big concern as it affects the environment and traffic logistics, so there is a need to find new ways to attract users towards this kind of transportation. Previous studies show that an effective method of promotion is giving users something to look forward to, in this case, a reward for their transportation choice. A promising rewarding process consists is establishing partnerships between transportation services and business services to reward users who opt for public transports with prize offers, i.e. vouchers. With the purpose of rewarding users of public transportation services, this project consists on developing a recommender system. The system is capable of recommending business establishments and prize offers based on the user's mobility and social profile, being the main objective of the project to allow measuring the system's recommendation precision and which method is best. The Mobility Aware Recommender System (MARS) model and previous projects, such as Voyager, are used as starting point for this project. With the integration of social network services, namely Facebook and Foursquare, we aim at creating more detailed and complex user profiles. This allows defining a base profile for each user, increasing the system's efficiency right from the start, as it solves the cold start problem. This solution shows a way to reward the three parties: transportation service entities have a new tool to attract new users, business services have a way of promoting their services to targeted users and passengers are rewarded by the system in a customized way. Beyond the scope of this project are several other areas to explore. With social networks, the integration of achievement system with social sharing is one possibility; integrating new social services such as Twitter and LinkedIn to enrich the recommender system is another. Another extension to the system would be recommending other locations, for tourism, or events, like concerts or shows. |
| Description: | Nos últimos anos a utilização dos transportes públicos tem diminuído gradualmente. Isto é algo preocupante dado o impacte ambiental e logístico de utilizar o automóvel em vez de transportes coletivos. Desta forma é necessário procurar formas que deem resposta a este problema. Projetos prévios demonstram que um método eficaz de promoção de algo é dar aos seus utilizadores algo por ansiar, uma recompensa pela sua preferência. Uma forma de recompensa promissora consiste em estabelecer parcerias entre as entidades de transporte e serviços comerciais públicos e com isto premiar os utilizadores que optam pelos transportes públicos com ofertas. Na linha de recompensar os utilizadores de transportes com ofertas, este projecto baseia-se na implementação de um sistema de recomendação. O sistema é capaz de recomendar serviços comerciais de acordo com o perfil pessoal do utilizador e mobilidade, ficando o grande objetivo do projeto conseguir medir a precisão do sistema na recomendação e qual a melhor forma de o fazer. O modelo de sistema de recomendação MARS (Mobility Aware Recommendation System) e projetos anteriores como o Voyager servem de base para o projeto. Com a integração de serviços de redes sociais, nomeadamente o Facebook e o Foursquare, pretende-se desenvolver perfis de utilizadores e serviços comerciais mais complexos e específicos. Esta integração permite estabelecer um perfil de base, aumentando a precisão do sistema logo à partida (sem Cold Start), unido a uma abordagem híbrida de avaliação, em contraste com o Voyager que apenas utiliza uma abordagem content-based. A combinação de perfis sociais com a informações de mobilidade, poderemos então recomendar novos estabelecimentos e ofertas/recompensas adequadas para cada utilizador. O sistema melhora com as escolhas de ofertas, com a mobilidade e com a diversidade de utilizadores. Com esta solução, temos um método de recompensar os três partidos, as entidades de transportes aumentam o seu número de utilizadores, os serviços comerciais têm uma forma simples de dispersão atendendo ao público alvo e por último os utilizadores dos transportes são recompensados pelo sistema, elaborado à sua medida. Para além do âmbito deste projeto, ainda existem muitas áreas por onde explorar. Em redes sociais, uma possibilidade será integrar a partilha de conquistas/feitos a partir da aplicação, tal como integrar novos serviços como o Twitter e LinkedIn. Outra vertente é aumentar a recomendação para abrangir destinos não comerciais, i.e. sugerir locais turísticos, cidades, viagens. Em último ponto, seria interessante conseguir expandir o sistema para integrar a recomendação de eventos. Todos este processos teriam recompensas associadas e incluir localmente recomendação de estabelecimentos comerciais. |
| Subject: | Engenharia electrotécnica, electrónica e informática Electrical engineering, Electronic engineering, Information engineering |
| Scientific areas: | Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática Engineering and technology::Electrical engineering, Electronic engineering, Information engineering |
| DOI: | 10.34626/e97d-6v60 |
| TID identifier: | 201801639 |
| URI: | https://hdl.handle.net/10216/106488 |
| Document Type: | Dissertação |
| Rights: | openAccess |
| Appears in Collections: | FEUP - Dissertação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 205567.pdf | Customized recommendation based on the analysis of passengers' mobility profiles | 18.33 MB | Adobe PDF |  View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.