Geri Dön

Predicting the location and time of mobile phone users by using sequential pattern mining techniques

Mobil telefon kullanıcılarının sıralı örüntü madenciliği teknikleri ile konum ve zaman tahmini

  1. Tez No: 368883
  2. Yazar: MERT ÖZER
  3. Danışmanlar: DOÇ. DR. PINAR KARAGÖZ, PROF. DR. İSMAİL HAKKI TOROSLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 79

Özet

Telefon kullanım kayıtlarından insanların konumlarının tahmini aktif bir araştırma alanı haline gelmiştir. Kullanım kayıtlarının büyüklüğü ve mekansal ve zamansal bilgilerin oldukça farklı tanecik seviyelerinde incelenebilir olması bu problemin zorlaşmasının iki ana sebebini oluşturur; özellikle küçük tanecik seviyelerinde kullanıcıların ortak davranış örüntülerini çıkarmak çok daha zorlaşır. Konum tahmini problemi alanı için 3 tane alt problem tanımladık ve bu problemler için 3 farklı metod önerdik. Bütün metodlardaki temel düşünce şu iki adımı takip eder; konum bilgisini daha büyük alanlara grupla ve zaman bilgisini daha büyük zaman aralıklarına grupla ve daha sonra sıralı örüntü madenciliği yöntemleri uygulayarak sonuçlara göre konum tahmininde bulun. Sonuçlarımızı Türkiye'nin en büyük mobil operatörlerinden birinden alınan gerçek veriler ile doğruladık. Sonuçlarımız oldukça cesaret verici ve cep telefonu kullanıcılarının konumlarının tahminlerinde çok yüksek doğruluk değerleri elde ettik.

Özet (Çeviri)

Predicting the location of people from their mobile phone logs has become an active research area. Due to two main reasons this problem is very challenging: the log data is very large and there is a variety of granularity levels both for specifying the spatial and the temporal attributes, especially with low granularity level it becomes much more complicated to define common user behaviour patterns. For the location prediction problem domain, we focused on 3 sub-problems and proposed 3 different methods for these problems. The idea in all of the three methods follows these two steps; cluster the spatial data into the regions and group temporal data into the time intervals to get higher granularity level, and apply sequential pattern mining techniques to extract frequent movement patterns to predict accordingly. We have validated our results with real data obtained from one of the largest mobile phone operators in Turkey. Our results are very encouraging, and we have obtained very high accuracy results in predicting the location of mobile phone users.

Benzer Tezler

  1. CBS desteğiyle koşu ve yürüyüş rotaları oluşturma ve antrenman amaçlı mobil konum izleme uygulaması geliştirme. Pilot uygulama: Atakent mahallesi

    Creating running and walking routes with GIS support and developing a mobile location tracking app for training purposes. Pilot application: Atakent neighborhood

    ALPER TUNA NAYİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. RAHMİ NURHAN ÇELİK

  2. Pasif radar alıcılarında kullanılan anten dizilerinin ön bilgiye dayalı hedef kestirimine etkisi

    Antenna arrays which is used in passive radar receiver effect on target prediction that is based on pre-knowledge

    ŞENOL ERGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. MESUT KARTAL

  3. Mobile user data mining to infer knowledge workers' differences in office environments for effective health intervention delivery

    Etkili sağlık müdahaleleri gönderiminde ofis ortamındaki çalışanların farklılıklarını anlamak için mobil kullanıcı verisi madenciliği

    ŞEYMA ÇAVDAR

    Doktora

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. TUĞBA TAŞKAYA TEMİZEL

    DOÇ. DR. PEKİN ERHAN EREN

  4. Forecasting user behaviors in call detail records using LSTM models

    Arama ayrıntıları kayıtlarında kullanıcı davranışlarının LSTM modelleri ile tahmin edilmesi

    HASAN KOCAMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI TOROSLU