QualiBus: implementando métricas de qualidade para dados de transporte coletivo
Resumo
A análise de dados de transporte coletivo é fundamental para o planejamento de ações que visem aprimorar o sistema de transporte público em grandes cidades, reduzindo custos de operação e melhorando a mobilidade urbana e satisfação do usuário. Entretanto, analisar dados referentes à movimentação de milhares de veículos integrados com dispositivos IoT impõe desafios relacionados à qualidade e confiabilidade das informações obtidas tendo em vista a presença de inconsistências, imprecisões, duplicidades e lacunas. Este trabalho propõe um framework para a implementação de métricas de qualidade de dados de circulação de ônibus, o qual foi validado a partir de um estudo de caso com dados da movimentação de ônibus de quatro cidades brasileiras.
Palavras-chave:
qualidade de dados, dados geoespaciais, framework, qualidade de dados geoespaciais, transporte coletivo, ônibus
Referências
de Carvalho, C. H. R. (2016). Desafios da mobilidade urbana no brasil. Technical report, Texto para discussão.
de Melo, L. A., Gonzalez, L. F. G., and Borin, J. F. (2021). Identificando e recuperando anomalias em sistemas de veículos com rotas. In Simpósio Brasileiro de Computação Ubíqua e Pervasiva (SBCUP), pages 81–90. SBC.
Diniz Junior, P. C. et al. (2017). Serviços telemáticos em uma rede de transporte público baseados em veículos conectados e dados abertos. Master’s thesis, Universidade Tecnológica Federal do Paraná.
dos Santos, A. d. P., Rodrigues, D. D., Santos, N. T., and Gripp, J. (2016). Avaliação da acurácia posicional em dados espaciais utilizando técnicas de estatística espacial: Proposta de método e exemplo utilizando a norma brasileira. Boletim de Ciências Geodésicas, 22(4):630–650.
Fürber, C. (2015). Semantic technologies. In Data quality management with semantic technologies, pages 56–68. Springer.
Martins, T. S. et al. (2022). Map matching: Uma análise de dados streaming de trajetórias de gps no transporte público. Anais Estendidos do XVIII Simpósio Brasileiro de Sistemas de Informação (SBSI 2022).
Mattheis, S., Al-Zahid, K. K., Engelmann, B., Hildisch, A., Holder, S., Lazarevych, O., Mohr, D., Sedlmeier, F., and Zinck, R. (2014). Putting the car on the map: a scalable map matching system for the open source community. In Informatik 2014, pages 2109–2119. Gesellschaft für Informatik eV.
Melo, R. T., Vasconcelos, F. F., Silva, R. L. L., Santos, P. V., Ramos, V. T., and Coutinho, F. J. (2023). BRBus - construindo um dataset para monitoramento geoespacial dos ônibus de cidades brasileiras. In Dataset Showcase Workshop (DSW), pages 25–35. SBC.
Pedrosa, L. (2019). Técnicas para detecção de anomalias em padrões de séries espaço-temporais: Uma revisão sistemática de literatura. ETIS-Journal of Engineering, Technology, Innovation and Sustainability, 1(1):41–53.
Redman, T. C. (2001). Data quality: the field guide. Digital press.
Rojas, A. and Lanzilloti, R. (2019). Análise da velocidade operacional dos ônibus durante os jogos olímpicos e paraolímpicos Rio 2016 baseados em dados de GPS. Cadernos do IME - Série Informática, 40:43–58.
Wang, R. Y. and Strong, D. M. (1996). Beyond accuracy: What data quality means to data consumers. Journal of management information systems, 12(4):5–33.
Yai, A. K. (2016). Análise e visualização de dados do transporte público de ônibus da cidade de São Paulo.
Yang, C. and Gidofalvi, G. (2018). Fast map matching, an algorithm integrating hidden markov model with precomputation. International Journal of Geographical Information Science, 32(3):547–570.
Yunus, F. M., Magalingam, P., Maarop, N., Samy, G. N., Hooi-Ten Wong, D., Shanmugam, B., and Perumal, S. (2017). Proposed data quality evaluation method for a transportation agency. Open International Journal of Informatics (OIJI), 5(2):52–63.
de Melo, L. A., Gonzalez, L. F. G., and Borin, J. F. (2021). Identificando e recuperando anomalias em sistemas de veículos com rotas. In Simpósio Brasileiro de Computação Ubíqua e Pervasiva (SBCUP), pages 81–90. SBC.
Diniz Junior, P. C. et al. (2017). Serviços telemáticos em uma rede de transporte público baseados em veículos conectados e dados abertos. Master’s thesis, Universidade Tecnológica Federal do Paraná.
dos Santos, A. d. P., Rodrigues, D. D., Santos, N. T., and Gripp, J. (2016). Avaliação da acurácia posicional em dados espaciais utilizando técnicas de estatística espacial: Proposta de método e exemplo utilizando a norma brasileira. Boletim de Ciências Geodésicas, 22(4):630–650.
Fürber, C. (2015). Semantic technologies. In Data quality management with semantic technologies, pages 56–68. Springer.
Martins, T. S. et al. (2022). Map matching: Uma análise de dados streaming de trajetórias de gps no transporte público. Anais Estendidos do XVIII Simpósio Brasileiro de Sistemas de Informação (SBSI 2022).
Mattheis, S., Al-Zahid, K. K., Engelmann, B., Hildisch, A., Holder, S., Lazarevych, O., Mohr, D., Sedlmeier, F., and Zinck, R. (2014). Putting the car on the map: a scalable map matching system for the open source community. In Informatik 2014, pages 2109–2119. Gesellschaft für Informatik eV.
Melo, R. T., Vasconcelos, F. F., Silva, R. L. L., Santos, P. V., Ramos, V. T., and Coutinho, F. J. (2023). BRBus - construindo um dataset para monitoramento geoespacial dos ônibus de cidades brasileiras. In Dataset Showcase Workshop (DSW), pages 25–35. SBC.
Pedrosa, L. (2019). Técnicas para detecção de anomalias em padrões de séries espaço-temporais: Uma revisão sistemática de literatura. ETIS-Journal of Engineering, Technology, Innovation and Sustainability, 1(1):41–53.
Redman, T. C. (2001). Data quality: the field guide. Digital press.
Rojas, A. and Lanzilloti, R. (2019). Análise da velocidade operacional dos ônibus durante os jogos olímpicos e paraolímpicos Rio 2016 baseados em dados de GPS. Cadernos do IME - Série Informática, 40:43–58.
Wang, R. Y. and Strong, D. M. (1996). Beyond accuracy: What data quality means to data consumers. Journal of management information systems, 12(4):5–33.
Yai, A. K. (2016). Análise e visualização de dados do transporte público de ônibus da cidade de São Paulo.
Yang, C. and Gidofalvi, G. (2018). Fast map matching, an algorithm integrating hidden markov model with precomputation. International Journal of Geographical Information Science, 32(3):547–570.
Yunus, F. M., Magalingam, P., Maarop, N., Samy, G. N., Hooi-Ten Wong, D., Shanmugam, B., and Perumal, S. (2017). Proposed data quality evaluation method for a transportation agency. Open International Journal of Informatics (OIJI), 5(2):52–63.
Publicado
29/09/2025
Como Citar
SILVA, Rafael Luciano L.; CORREIA, Diêgo de A.; MENDES, Letícia A.; DE MELO, Ruan T.; COUTINHO, Fabio J..
QualiBus: implementando métricas de qualidade para dados de transporte coletivo. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 40. , 2025, Fortaleza/CE.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 589-601.
ISSN 2763-8979.
DOI: https://doi.org/10.5753/sbbd.2025.247287.
