Analisando padrões de mobilidade a partir de redes sociais e de dados sociodemográficos abertos.

• Autor(a) principal: JERÔNIMO, Caio Libânio Melo.
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1606
• topic: Análise de Correlação; Dados Abertos; Dados Espaciais e Temporais; Padrões de Mobilidade; Redes Sociais; Correlation Analysis; Mobility Patterns; Open Data; Social Networks; Spatio Temporal Data; Ciência da Computação

A demanda constante por melhorias na qualidade de vida dos habitantes das grandes cidades, somado à crescente urbanização desses centros, torna imprescindível a utilização de meios tecnológicos para um melhor entendimento da dinâmica dos centros urbanos e como seus habitantes interagem nesses ambientes. Nesse sentido, o aumento na utilização de dispositivos eletrônicos equipados com sistemas GPS e o constante anseio da humanidade por comunicação e, mais atualmente, por conexão à internet, vem criando novas oportunidades de estudo e também grandes desafios, especialmente no que tange a grande quantidade de dados gerados pelas redes sociais. Diversas pesquisas vêm utilizando esses dados para realizar estudos que buscam compreender traços do comportamento humano, especialmente no que diz respeito à mobilidade urbana e trajetórias. Porém, grande parte das pesquisas que utilizam dados georreferenciados se restringem às dimensões espaciais e temporais, desconsiderando outros aspectos que podem influenciar na mobilidade humana. Este trabalho propõe um método computacional capaz de extrair padrões de mobilidade oriundos de mensagens georreferenciadas de redes sociais e correlacioná-los com indicadores sociais, econômicos e demográficos fornecidos por órgãos governamentais, buscando assim, analisar quais possíveis fatores poderiam exercer alguma influência sobre a mobilidade dos moradores de uma grande cidade. Para validar o método proposto, foram utilizadas mensagens postadas no Twitter e um conjunto de indicadores sociais, ambos oriundos da cidade de Londres. Os resultados mostraram a existência de correlações entre padrões de mobilidade e indicadores sociais, especialmente os relacionados com condições de emprego e renda, como também com características étnico-religiosas dos indivíduos em estudo.