Bio: Breno José Bueno Otsuka é um Cientista da Computação formado em 2016 pela Universidade Federal de Uberlândia (UFU). Atualmente, faz mestrado no Departamento de Computação da Universidade Federal de São Carlos (UFSCar) na área de Inteligência Artificial sob a orientação da prof. Dra Kelen Cristiane Teixeira Vivaldini. O Breno Otsuka participa de um projeto com parceria com a EasyTaxi , cuja meta é desenvolver um método de despacho de táxi para maximizar a taxa de atendimento com a predição de comportamento dos usuários (taxistas e passageiros).

Resumo: O serviço de táxi está presente em vários centros urbanos e, com a popularização dos aparelhos "smartphones", diversos aplicativos de chamada de táxi, tais como EasyTaxi , 99Taxis e Safer Taxi , surgiram como uma forma mais eficiente de acionar um táxi. Estes aplicativos são disponibilizados tanto para passageiros, quanto para taxistas, e intermedeiam a comunicação entre os usuários cadastrados, reduzindo o tempo de espera dos passageiros e aumentando a confiabilidade do serviço. Esta comunicação se dá pelo processo de atribuir táxis disponíveis aos passageiros que os requisitam, denominado
método de despacho de táxi. Neste contexto, surge o desafio de adequar as estratégias de despacho de táxi aos interesses e as necessidades dos usuários. Neste trabalho, propõe-se uma abordagem que utiliza predição do comportamento dos usuários. Para tanto, treina-se um modelo preditivo para estimar a probabilidade de um passageiro ser atendido por um táxi com um algoritmo de aprendizagem de máquina supervisionada e maximiza-se a taxa de atendimento com uma heurística de otimização combinatória para um conjunto de requisições pendentes e de taxistas disponíveis. O modelo preditivo é a combinação de três outros modelos preditivos. O primeiro estima a probabilidade de um taxista aceitar a oferta de uma requisição, o segundo a probabilidade do taxista cancelar a requisição que lhe foi atribuída e o terceiro a probabilidade do passageiro cancelar a requisição após a atribuição de um táxi.
Por meio de experimentos simulados com dados reais de um aplicativo de chamada de táxi em São Paulo, busca-se avaliar se esta abordagem pode aumentar as taxa de requisições atendidas, bem como reduzir as taxas de requisições canceladas e expiradas. Além disso, pretende-se fazer uma análise sobre a utilização da frota de táxi e o tempo de resposta do método.
Os modelos preditivos obtiveram resultados satisfatórios em relação às métricas Acurácia, AUC, F2-score, Recall e Especificidade, com valores entre 85\% e 95\%. Já em relação ao modelo proposto, os resultados parciais demonstraram, comparando-se com uma abordagem que utiliza somente a predição de aceite e testando-se três heurísticas de otimização distintas, um aumento de 6\% na taxa de atendimento e uma redução de 3\% na taxa de cancelamento.