FugaPet-Rotas: Um algoritmo inteligente para recomendação de rotas visando buscar animais desaparecidos

  • Francisco Carlos M. Souza UTFPR
  • Elio M. Costa FugaPet
  • Alexandre T. Matinelli FugaPet
  • Lincoln M. Costa UFRJ
  • Alinne C. C. Souza UTFPR

Resumo


O mercado de animais de estimação no Brasil é um dos setores que tem crescido significativamente, o qual vai de franquias especializadas em banho e tosa por aplicativo até seguros e planos de saúde. Neste contexto, surgiu a startup FugaPet que visa auxiliar tutores a encontrar pets desaparecidos. A partir da solução desenvolvida pela startup FugaPet, o artigo visa apresentar um algoritmo inteligente para recomendar caminhos que auxiliem tutores na procura do seu pet desaparecido. Para viabilizar o algoritmo, foi desenvolvido um webapp a fim de coletar dados de tutores voluntários sobre a localização em que um pet foi encontrado. Os resultados alcançados indicam que é possível recomendar rotas que minimizem o esforço para procurar um animal desaparecido. Portanto, pode-se afirmar que, por meio de um experimento com 50 repetições, o algoritmo consegue chegar na maioria das vezes na mesma solução ou em soluções muito próximas do ideal.

Referências

Basili, V. and Weiss, D. (1984). A methodology for collecting valid software engineering data. IEEE Transactions on Software Engineering, 10(6):728–738.

Chen, C., Zhang, S., Yu, Q., Ye, Z., Ye, Z., and Hu, F. (2021). Personalized travel route recommendation algorithm based on improved genetic algorithm. J. Intell. Fuzzy Syst., 40(3):4407–4423.

Dias, M. C. (2022). Mercado pet: setor bilionário inspira pequenos negócios no brasil.

Embratel (2021). Inteligência artificial: 4 setores que possuem maturidade com a tecnologia.

Germain, E., S. B. and Poulle, M.-L. (2008). Spatio-temporal sharing between the european wildcat, the domestic cat and their hybrids. In Journal of Zoology, pages 195–203.

Guerra, A., Teresa, B., Brites, J., Silva, C., and Marcelino, L. (2014). Patinhas: Service to locate missing animals. In 2014 9th Iberian Conference on Information Systems and Technologies (CISTI), pages 1–6.

Lord, L. K., Wittum, T. E., Ferketich, A. K., Funk, J. A., and Rajala-Schultz, P. J. (2007). Search and identification methods that owners use to find a lost dog. Journal of the American Veterinary Medical Association, 230(2):211 – 216.

Rocha, J. S. R. d. (2019). Cadê meu bichinho? um sistema georreferenciado para encontrar animais de estimação perdidos.

Russell, S. J. and Norvig, P. (2003). Artificial Intelligence: A Modern Approach. Pearson Education, 2nd edition.

Wohlin, C., Runeson, P., Host, M., Ohlsson, M. C., Regnell, B., and Wesslen, A. (2012). Experimentation in Software Engineering: An Introduction. Springer-Verlag Berlin Heidelberg, 1st. edition.

Zhang, J.-D. and Chow, C.-Y. (2013). Igslr: Personalized geo-social location recommendation: A kernel density estimation approach. SIGSPATIAL’13, page 334–343, New York, NY, USA. Association for Computing Machinery.
Publicado
18/10/2022
SOUZA, Francisco Carlos M.; COSTA, Elio M.; MATINELLI, Alexandre T.; COSTA, Lincoln M.; SOUZA, Alinne C. C.. FugaPet-Rotas: Um algoritmo inteligente para recomendação de rotas visando buscar animais desaparecidos. In: ESCOLA REGIONAL DE ENGENHARIA DE SOFTWARE (ERES), 6. , 2022, Blumenau. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2022 . p. 199-208. DOI: https://doi.org/10.5753/eres.2022.227993.