Resumo
Em 2015, eram publicados cerca de 350 mil tweets por minuto. Estes continham informações sobre eventos e fatos que ocorreram no cotidiano dos usuários. Por in- cluírem parâmetros geográficos e temporais, essas publicações podem ser relacionadas com dados de trânsito, de modo a extraírem padrões que relacionem os dois tipos de parâmetros indicados. O objetivo deste projeto é desenvolver e implementar um mé- todo que usa a fusão desses dados em algoritmos de aprendizado de máquina, para, dessa forma, identificar automaticamente se um tweet está informando sobre o trân- sito e, caso o esteja, a que tipo de evento o texto da publicação diz respeito. Em um período de duas semanas, foram coletados cerca de 300 Gigabytes de eventos de tráfego de veículos na cidade de São Paulo, e 10 Gigabytes de publicações do Twitter geo-localizadas na mesma cidade. Os dois tipos de dados foram filtrados e formatados para poderem ser fundidos. No resultado da fusão, foram empregadas técnicas de pro- cessamento de linguagem natural, com objetivo de prepará-lo para alimentar as rotinas de aprendizado de máquina implementadas.
Palavras-chave: Informática Urbana, Fusão de Dados, Classificação de Texto, Redes Sociais, Aprendizado de Máquina.
