CERVA: Roteamento Contextual para Veículos com Risco Espaço-temporal
Author(s) -
Lucas Zanco Ladeira,
Allan M. de Souza,
Thiago H. Silva,
Geraldo P. Rocha Filho,
Maycon Peixoto,
Leandro A. Villas
Publication year - 2020
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/sbrc.2020.12296
Subject(s) - computer science , context (archaeology) , humanities , physics , philosophy , geography , archaeology
Nos dias atuais existe uma escassez de dados de mobilidade reais disponíveis abertamente. Sendo assim, diversos trabalhos da literatura geram mobilidade sintética a qual não representa a mobilidade real. Alguns desses trabalhos fazem o uso de dados contextuais para propor recomendação de rotas, no entanto não estudam o comportamento de tais dados. Além disso, o impacto de cada tipo de dado contextual muda de acordo com o perfil do usuário. Para resolver os problemas citados anteriormente é proposto o CERVA, uma solução de roteamento contextual para veículos com risco espaço-temporal. O CERVA é composto por três módulos, sendo: identificação das janelas contextuais, mapeamento de contexto, e personalização do roteamento. Os resultados da avaliação mostram que o CERVA recomenda as melhores rotas de acordo com o perfil do usuário.
Accelerating Research
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom
Address
John Eccles HouseRobert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom