Theses

@mastersthesis{amslaurea13797,
title = {Sviluppo di un'Applicazione in ambito fieristico: Tecnologie di Posizionamento e Beacon},
author = {Gabriele Carlucci},
url = {https://amslaurea.unibo.it/id/eprint/13797},
year = {2017},
date = {2017-01-01},
abstract = {L'elaborato si concentra sullo sviluppo di un'applicazione di ambienti fieristici. Vengono discusse specifiche ed implementazione di soluzioni confrontandole con le attuali tecnologie di Posizionamento e soffermandosi su vantaggi e limiti di ognuna. In particolare viene affrontata un'analisi approfondita sulla tecnologia basata su Beacon.},
keywords = {applicazione, Beacon, Bluetooth, GPS, Ibeacon, INDOOR, mapping, outdoor, RFID, TecnologieDiPosizionamento, WiFi},
pubstate = {published},
tppubtype = {mastersthesis}
}

@mastersthesis{amslaurea13723,
title = {Un sistema di Smart Retail basato su Riconoscimento Espressivo e dispositivi Beacon BLE},
author = {Orgest Shehaj},
url = {https://amslaurea.unibo.it/id/eprint/13723},
year = {2017},
date = {2017-01-01},
abstract = {Lo scopo di questo lavoro di tesi è quello di proporre un nuovo ed innovativo sistema di smart retail. In particolare, questo sistema, cerca di sostituirsi alla figura del commesso, migliorando l’esperienza offerta da quest’ultimo, e lo fa analizzando le caratteristiche e le espressioni facciali dei clienti. Caratteristiche come l’età, il sesso, gli stati d’animo, la
direzione della testa, della vista e la posizione del cliente. Grazie a una telecamera montata su un raspberry pi, viene fatto la profilazione degli utenti che si trovano davanti la telecamera, ogni secondo. Utilizzando il riconoscimento facciale ed emotivo, si individua
l’età, il sesso e anche le preferenze del cliente analizzando i suoi stati d’animo. Abbiamo creato un applicazione android, ad hoc, che utilizza almeno 3 beacon bluetooth low energy per individuare la posizione indoor del cliente, grazie alla tecnica della trilaterazione,
e calcola la percentuale di acquisto del cliente sugli oggetti che quest’ultimo osserva. E stato utilizzato l’algoritmo di classificazione Naive Bayes per calcolare la percentuale di acquisto del cliente. Il sistema tiene conto anche delle caratteristiche dei clienti che hanno
acquistato in passato, e propone delle eventuali offerte o sconti, sull’articolo interessato, qualora queste dovessero convincere il cliente ad acquistare l’articolo. Il sistema proposto migliora le esperienze di shopping dei consumatori ma porta anche numerosi vantaggi
ai rivenditori poichè offre una migliore gestione aziendale, riduce i cosi del rivenditore e, infine, porta una maggiore redditività aziendale. Questo sistema è stato pensato per qualsiasi tipo di attività commerciale, sia virtuale che fisica.},
keywords = {activity, alexa, amazon echo, android 5.0, android app, android studio, beacon ble, Bluetooth low energy, client, Eddystone Beacon, Human Vision Components (HVC), Ibeacon, Internet of Things, IoT, Naive Bayes, omron, profilazione, Raspberry pi, Riconoscimento espressivo, server, shopping, showBeacon, smart retail, Sqlite, trilaterazione, weka},
pubstate = {published},
tppubtype = {mastersthesis}
}