Agrupamento de Regiões: Uma Abordagem Utilizando Acessibilidade
Autores
|
4107 |
312,1749
|
|
|
4108 |
312,1749
|
Informações:
Publicações do PESC
O agrupamento de dados espaciais consiste em agrupar objetos espaciais do tipo ponto ou polígono, de maneira que seja considerada a componente espacial dos objetos. Embora muitos métodos de agrupamento para dados convencionais tenham sido desenvolvidos, existem poucos métodos que tratam de dados espaciais. Além disso, os métodos de agrupamento espaciais existentes utilizam a informação da vizinhança ou distância geográfica entre os objetos para agrupá-los. Nesta dissertação, propomos uma abordagem de agrupamento espacial através da informação de acessibilidade entre regiões. O objetivo é encontrar grupos de regiões semelhantes e acessíveis entre si. Além disso, adaptamos um método de agrupamento espacial para trabalhar com a abordagem proposta. Para avaliarmos nossa abordagem, esta foi comparada com a abordagem por vizinhança. Essa avaliação consistiu de um estudo de caso da distribuição do IDH (Índice de Desenvolvimento Humano) dos bairros da cidade do Rio de Janeiro. Neste, a abordagem proposta apresentou resultados de melhor qualidade.
Spatial clustering consists in grouping spatial objects, which can be points or polygons, considering the spatial component of the objects in the group formation. Although several clustering methods have been developed, there are few methods that work on spatial data. In addiction, those spatial clustering methods use neighborhood information or geographical distance among the objects to identify the groups. In this dissertation, we propose a clustering approach that uses accessibility information among the regions. It aims to identify clusters with similar and accessible regions. Besides, we modified a spatial clustering method to work on the proposed approach. In order to evaluate our approach, we compared both the accessibility and neighborhood approaches in an experiment. We conducted a case study of HDI (Human Development Index) distribution within Rio de Janeiro’s neighborhoods. It showed that our approach achieves better results than the neighborhood approach.