Twittraffic: Uma plataforma de monitoração, visualização e identificação de ocorrências no trânsito

• Lucas Schmidt UFOP
• Jeferson Ferreira UFOP
• Vicente Amorim UFOP
• Ricardo Oliveira UFOP
• Fabricio Benevenuto UFMG

Resumo

No contexto atual, o trânsito é um dos fatores mais críticos da mobilidade urbana nas grandes cidades. Nesta perspectiva, o presente trabalho propõe a Twittraffic: uma plataforma de monitoração, visualização e identificação de ocorrências no trânsito. A plataforma permite, o compartilhamento das informações nas redes sociais como o Twitter, de forma pervasiva e colaborativa. Durante o período de dezembro de 2012 a março de 2013, foram coletados dados (tweets) com conteúdo relacionado ao trânsito das cidades de Belo Horizonte, Rio de Janeiro e São Paulo. Ao final da análise e tratamento dos dados coletados, foi possível traçar o perfil do trânsito das cidades estudadas, identificando horário, local (vias) e dias da semana em que há mais ocorrências de trânsito. O estudo apresentou resultados de coleta próximos a 90% de confiança no contexto de trânsito, fato que demonstra a eficiência do funcionamento da plataforma.

Referências

Aggarwal, C. C. and Abdelzaher, T. F. (2011). Integrating sensors and social networks. In Social Network Data Analytics, pages 379–412.

Albuquerque, F. C., Bacelar, F. C., Tapia, X. A. C., and Carvalho, M. T. M. (2012). Extrator de fatos relacionados ao tráfego. SBBD’12 Simpósio Brasileiro de Bancos de Dados, pages 169 – 176.

Baqer, M. (2009). S-sensors: Integrating physical world inputs with social networks using wireless sensor networks. In 5th International Conference on Intelligent Sensors, Sensor Networks and Information Processing (ISSNIP), 2009, pages 213–218. IEEE Computer Society.

Chew, C. and Eysenbach, G. (2010). Pandemics in the age of twitter: Content analysis of tweets during the 2009 h1n1 outbreak. PLoS ONE, 5(11):e14118.

Demirbas, M., Bayir, M. A., Akcora, C. G., Yilmaz, Y. S., and Ferhatosmanoglu, H. (2010). Crowd-sourced sensing and collaboration using twitter. In Proceedings of the 2010 IEEE International Symposium on A World of Wireless, Mobile and Multimedia Networks (WoWMoM), WOWMOM ’10, pages 1–9, Washington, DC, USA. IEEE Computer Society.

Endarnoto, S. K., Pradipta, S., Nugroho, A. S., and Purnama, J. (2011). Trafc condition information extraction visualization from social media twitter for android mobile application. In Syaichu-Rohman, A., Hamdani, D., Akbar, S., Adiprawita, W., Razali, R., and Sahari, N., editors, ICEEI, pages 1–4. IEEE.

Gomide, J., Veloso, A., Jr., W. M., Almeida, V., Benevenuto, F., Ferraz, F., and Teixeira, M. (2011). Dengue surveillance based on a computational model of spatio-temporal locality of twitter. In ACM Web Science Conference (WebSci).

Kosala, R., Adi, E., and Steven (2012). Harvesting real time trafc information from twitter. Procedia Engineering, 50(0):1 – 11. International Conference on Advances Science and Contemporary Engineering 2012.

Rosi, A., Mamei, M., Zambonelli, F., Dobson, S., Stevenson, G., and Ye, J. (2011). Social sensors and pervasive services: Approaches and perspectives. In PerCom Workshops, pages 525–530.

Sakaki, T., Okazaki, M., and Matsuo, Y. (2010). Earthquake shakes twitter users: realtime event detection by social sensors. In Proceedings of the 19th international conference on World wide web, WWW ’10, pages 851–860, New York, NY, USA. ACM.

Tumasjan, A., Sprenger, T. O., Sandner, P. G., and Welpe, I. M. (2010). Predicting elections with twitter: What 140 characters reveal about political sentiment. In ICWSM’10, pages 1–1.