Banca de TCC: Vitor Gonçalves de Lima

UNIVERSIDADE FEDERAL DE PELOTAS
CENTRO DE DESENVOLVIMENTO TECNOLÓGICO
TRABALHO DE CONCLUSÃO DE CURSO

Apresentações Finais (2015/2)

Técnicas de Inteligência Artificial para mapeamento das zonas de congestionamento em tempo-real através do Twitter
por
Vitor Gonçalves de Lima

Curso:
Ciência da Computação

Banca:
Prof. Paulo Roberto Ferreira Jr. (orientador)
Prof. Ricardo Matsumura Araujo (co-orientador)
Prof. Marilton Sanchotene de Aguiar
Prof. Anderson Priebe Ferrugem

Data: 03 de Dezembro de 2015

Hora: 08:30h

Local: Auditório da Reitoria

Resumo do Trabalho: Com a popularização das redes sociais virtuais, muitos utilizam essa tecnologia para compartilhar suas opiniões e informações diversas. O Twitter é uma rede social com mais 600 milhões de usuários e mais de 400 milhões de mensagens enviadas diariamente. Com o limite de 140 caracteres por mensagem, permitir o usuário fornecer a geolocalização do tweet e possuir mecanismos para integração com ferramentas externas, o Twitter se torna a fonte de informações ideal para trabalhos que visam obter uma grande quantidade de informações com objetividade e rastreabilidade. Contudo, extrair informações úteis dessa quantidade de informações não é uma tarefa trivial. Os congestionamentos limitam o direito de ir e vir, em 2008, 63% dos moradores de São Paulo passavam entre 30 minutos e 3 horas no deslocamento para a escola, universidade ou trabalho. Por isso, este trabalho comparou e utilizou algoritmos de classificação, através de técnicas de Inteligência Artificial, para determinar os tweets que são relevantes para estabelecer as zonas de congestionamento no Brasil através de um mapa térmico.

Para mais informações acesse: http://inf.ufpel.edu.br/notcc/doku.php?id=bancas:2015_2