La scia di tracce digitali rilasciate dall'enorme quantitativo di dati prodotto giornalmente dai dispositivi elettronici (scambio di email, strisciare carte di credito, geolocalizzazione), sta rivoluzionando la Social Network Analysis, ovvero il campo che studia le interazioni umane. Infatti, utilizzando dispositivi in grado di catturare informazioni in real-time sui movimenti e sul comportamento individuale e collettivo, ਠpossibile analizzare e valutare in maniera pi๠accurata e su ampia scala, le interazioni di gruppo face-to-face in ambienti collaborativi. Alcuni esempi significativi risultanti dall'analisi di questi dati raccolti: predizione di pattern di prossimità  e comunicazione all'interno di un'azienda; in che modo queste interazioni influiscono sulla produttività  economica o sulla salute; capire in che modo un agente patogeno come l'influenza possa diffondersi attraverso la popolazione. Questo nuovo approccio allo studio delle interazioni e relazioni comportamentali, va sotto il nome di Computational Social Science. Questo lavoro di tesi ha l'obiettivo di sviluppare un tool per dispostivi mobili android in grado di eseguire il data-sensing in real-time, in modo da raccogliere un notevole quantitativo di dati da analizzare e sfruttare per monitorare l'attività  di gruppi di individui situati all'interno di ambienti collaborativi, allo scopo di predire particolari pattern di mobilità  e interazione in tale ambiente. Il focus di questo elaborato ਠsul processo di re-engineering di un tool per la generazione automatica di applicazioni android per il data-sensing, chiamato funf-in-a-box. Nella seconda parte del lavoro, queste applicazioni vengono sfruttate per raccogliere dati da gruppi di persone presso il Tecnopolo di Reggio Emilia, per essere successivamente trattati, analizzati e affiancati ad altri dati provenienti da surveys, allo scopo di predire, con degli algoritmi, particolari pattern di movimento e interazione tra gli individui nell'ambiente collaborativo. Questo lavoro di tesi rientra, inoltre, nel progetto di ricerca interdisciplinare presso l'Università  degli studi di Modena e Reggio Emilia intitolato †œA Multidisciplinary Study of Physical and On-Line Collaborative Spaces and Their Implications for Creativity and Innovation†�.

Re-engineering di una piattaforma per la computational social science e sua sperimentazione per l'analisi degli ambienti collaborativi

-
2018

Abstract

La scia di tracce digitali rilasciate dall'enorme quantitativo di dati prodotto giornalmente dai dispositivi elettronici (scambio di email, strisciare carte di credito, geolocalizzazione), sta rivoluzionando la Social Network Analysis, ovvero il campo che studia le interazioni umane. Infatti, utilizzando dispositivi in grado di catturare informazioni in real-time sui movimenti e sul comportamento individuale e collettivo, ਠpossibile analizzare e valutare in maniera pi๠accurata e su ampia scala, le interazioni di gruppo face-to-face in ambienti collaborativi. Alcuni esempi significativi risultanti dall'analisi di questi dati raccolti: predizione di pattern di prossimità  e comunicazione all'interno di un'azienda; in che modo queste interazioni influiscono sulla produttività  economica o sulla salute; capire in che modo un agente patogeno come l'influenza possa diffondersi attraverso la popolazione. Questo nuovo approccio allo studio delle interazioni e relazioni comportamentali, va sotto il nome di Computational Social Science. Questo lavoro di tesi ha l'obiettivo di sviluppare un tool per dispostivi mobili android in grado di eseguire il data-sensing in real-time, in modo da raccogliere un notevole quantitativo di dati da analizzare e sfruttare per monitorare l'attività  di gruppi di individui situati all'interno di ambienti collaborativi, allo scopo di predire particolari pattern di mobilità  e interazione in tale ambiente. Il focus di questo elaborato ਠsul processo di re-engineering di un tool per la generazione automatica di applicazioni android per il data-sensing, chiamato funf-in-a-box. Nella seconda parte del lavoro, queste applicazioni vengono sfruttate per raccogliere dati da gruppi di persone presso il Tecnopolo di Reggio Emilia, per essere successivamente trattati, analizzati e affiancati ad altri dati provenienti da surveys, allo scopo di predire, con degli algoritmi, particolari pattern di movimento e interazione tra gli individui nell'ambiente collaborativo. Questo lavoro di tesi rientra, inoltre, nel progetto di ricerca interdisciplinare presso l'Università  degli studi di Modena e Reggio Emilia intitolato †œA Multidisciplinary Study of Physical and On-Line Collaborative Spaces and Their Implications for Creativity and Innovation†�.
2018
it
Dipartimento di Ingegneria "Enzo Ferrari"
Università degli Studi di Modena e Reggio Emilia
File in questo prodotto:
File Dimensione Formato  
Tesi_definitivo.pdf

non disponibili

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 2.25 MB
Formato Adobe PDF
2.25 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/299283
Il codice NBN di questa tesi è URN:NBN:IT:UNIMORE-299283