Resumo |
A utilização intensiva de sensores capazes de rastrear a geolocalização em larga escala de usuários móveis trouxe consigo diversas possibilidades de estudos sobre o comportamento humano, visando a melhoria do dia-a-dia das pessoas. Estes estudos trazem diversas vantagens tanto para empresas, que permitem um melhor planejamento sobre seus produtos, quanto para seus clientes, trazendo uma experiência mais agradável e personalizada, assim como para governos, principalmente envolvendo o planejamento urbano, entre várias outras aplicações. Dentro dos estudos de mobilidade, uma importante tarefa é o cálculo do fluxo de mobilidade, que consiste em analisar padrões de movimentos coletivos e determinar áreas ou locais com alta concentração de deslocamento de pessoas. Pensando nisso, foi desenvolvido o SENDAS, uma ferramenta que tem como objetivo facilitar estudos de fluxo de mobilidade, contendo os principais cálculos necessários para obtê-lo. Além disso, várias funcionalidades relacionadas à extração e ao enriquecimento semântico foram implementadas, sendo uma delas, a modelagem de fluxo de mobilidade. O principal destaque da ferramenta é ser uma biblioteca que suporta grandes volumes de dados, de maneira eficiente e permitindo ser facilmente utilizada em produção, compatível com diversos tipos de entradas e que gere saídas compatíveis, além de utilizar algoritmos já consolidados nos estudos geoespaciais, como por exemplo, o sistema de indexação da Uber H3. Em relação a linguagem escolhida, foi feita em SCALA, visto o desempenho e escalabilidade da linguagem, e a partir disto, foi utilizado o framework Spark, que facilita a programação em clusters, o paralelismo e principalmente pelo ganho desempenho.Através destes esforços, foi criada a primeira versão da biblioteca Sendas, que possibilitou a realização das funções relatadas anteriormente, permitindo que uma base de dados totalmente desorganizada fosse categorizada, possibilitando a observação da variação do fluxo em determinadas faixas de horários e dias. Como resultados, em comparação com uma solução da literatura, a ferramenta desenvolvida obteve um ganho de tempo de execução em até 6 vezes em um conjunto de dados com 11 milhões de entradas. Como trabalhos futuros, pretende-se adicionar novas funcionalidades nesta biblioteca, como a adição da ferramenta gráfica de visualização de fluxo, permitindo a geração de mapas de acordo com os dados fornecidos. |