Avatar

Dissertação de mestrado: “TwitterJam: Identification of Mobility Patterns in Urban Centers Based on Tweets”

29 Junho 2015
Sem comentários

Título: “TwitterJam: Identification of Mobility Patterns in Urban Centers Based on Tweets”

Autor: Francisco Rebelo

Orientadores: Prof. Carlos Soares e Prof. Rosaldo Rossetti (FEUP)

CursoMestrado Integrado em Engenharia Informática e Computação da Faculdade de Engenharia da Universidade do Porto

Resumo (PT):
No início do século XXI, as redes sociais serviam apenas para darmos a conhecer ao mundo os nossos gostos, partilhar as nossas fotografias e partilhar alguns pensamentos. Volvida uma década, percebeu-se o grande potencial destes serviços. A quantidade de informação que as redes sociais contêm é enorme, foi então que as pessoas e empresas começaram a extrair informação das redes sociais. O TwitterJam é uma ferramenta que analisa o conteúdo da rede social Twitter para extrair eventos relacionados com o tráfego automobilístico. Para chegar a este objectivo, começou-se por analisar os tweets recolhidos para obter só os que são relacionados com trânsito rodoviário. Em seguida, recolheram-se tweets de uma fonte oficial, a conta do Centro de Operações da Prefeitura do Rio de Janeiro. Para saber se a informação é fidedigna usamos a correlação, uma sobre o número de tweets obtidos de cada tipo e a segunda uma correlação espacial entre os tweets normais e os oficiais. Também foram desenvolvidas duas hipóteses para correlacionar os tweets normais e oficiais nas duas dimensões, a de volume de dados e a espacial. Os resultados não são perfeitos mas têm uma magnitude aceitável. Também foram analisadas ferramentas para a visualização dos dados e decidimos qual a melhor abordagem. Foi desenvolvida, também, uma aplicação web que mostra e que permite a análise dos resultados.

Abstract (EN):
In the early twenty-first century, social networks served only to let the world know our tastes, share our photos and share some thoughts. A decade later, these services are filled with an enormous amount of information. Now, the industry and the academia are exploring this information, in order to extract implicit patterns. TwitterJam is a tool that analyses the contents of the social network Twitter to extract events related to road traffic. To reach this goal, we started by analysing tweets to know those which really contains road traffic information. The second step was to gather official information to confirm the extracted information. With these two types of information (official and general), we correlated them in order to verify the credibility of public tweets. The correlation between the two types of information was done separately in two ways: The first one concerns the amount of tweets in a certain time of day and the second one the localization of these tweets. Two hypothesis were also devised concerning these correlations. The results were not perfect but where reasonable enough. We also analysed tools suitable for the visualization of data to decide what is the best strategy to follow. At the end we developed a web application that shows the results, to help the analysis of results.

Texto integral: Repositório Aberto UP



Sem comentários