Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37931
Title: SafeTrip: uma ferramenta para detecção e notificação de acidentes em rodovias brasileiras a partir do Twitter.
Other Titles: SafeTrip: a tool for detecting and reporting accidents on Brazilian highways using Twitter.
???metadata.dc.creator???: VASCONCELOS, Samuel Pereira de.
???metadata.dc.contributor.advisor1???: BAPTISTA, Cláudio de Souza.
???metadata.dc.contributor.referee1???: MARINHO, Leandro Balby.
???metadata.dc.contributor.referee2???: MASSONI, Tiago Lima.
Keywords: Acidentes de Trânsito;Aprendizagem de Máquina;Rotulagem de Dados;Coleta de Tweets;Aplicativo Mobile;Modelos de Classificação;Pré-processamento;Georreferenciamento;Traffic Accidents;Machine Learning;Data Labeling;Tweet Collection;Mobile Application;Classification Models;Pre-processing;Georeferencing
Issue Date: 6-Apr-2022
Publisher: Universidade Federal de Campina Grande
Citation: VASCONCELOS, Samuel Pereira de. SafeTrip: uma ferramenta para detecção e notificação de acidentes em rodovias brasileiras a partir do Twitter. 2022. 13 f. Artigo (Bacharelado em Ciência da Computação) - Universidade Federal de Campina Grande, Centro de Engenharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2022. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37931
???metadata.dc.description.resumo???: O sistema rodoviário é o principal meio de transporte no Brasil. Os acidentes de trânsito são bastante comuns nesse modal de transporte, incorrendo em uma das maiores causa mortis no país. Perfis em redes sociais da Polícia Rodoviária Federal (PRF) e de outras fontes de informações, contribuem para alertar os motoristas sobre acidentes rodoviários ocorridos, no intuito de reduzir a frequência desta incidência. Porém, acessar essas informações por leitura ao dirigir, é ilegal e eleva ainda mais o risco de acidentes. Portanto, este trabalho se propõe a desenvolver um estudo a respeito de publicações em redes sociais, em particular o Twitter, para criação de um modelo de classificação, baseado em aprendizagem de máquina, que seja capaz de classificar tweets acerca de informações sobre a ocorrência ou não de acidentes rodoviários. Os resultados esperados incluem o modelo de classificação de tweets, bem como um aplicativo de celular que possa notificar os condutores sobre acidentes reportados no seu trajeto, em tempo real e através de áudio.
Abstract: The highway system is the main means of transportation in Brazil. Traffic accidents are quite common in this mode of transportation, and are one of the leading causes of death in the country. Social media profiles of the Federal High-way Police (PRF) and other sources of information help to alert drivers about road accidents that have occurred, in order to reduce the frequency of this incidence. However, accessing this information by reading it while driving is illegal and further increases the risk of accidents. Therefore, this work proposes to develop a study on publications on social networks, particularly Twitter, to create a classification model, based on machine learning, that is capable of classifying tweets about information about the occurrence or not of road accidents. The expected results include the tweet classification model, as well as a mobile application that can notify drivers about accidents reported on their route, in real time and through audio.
Keywords: Acidentes de Trânsito
Aprendizagem de Máquina
Rotulagem de Dados
Coleta de Tweets
Aplicativo Mobile
Modelos de Classificação
Pré-processamento
Georreferenciamento
Traffic Accidents
Machine Learning
Data Labeling
Tweet Collection
Mobile Application
Classification Models
Pre-processing
Georeferencing
???metadata.dc.subject.cnpq???: Ciência da Computação
URI: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/37931
Appears in Collections:Trabalho de Conclusão de Curso - Artigo - Ciência da Computação

Files in This Item:
File Description SizeFormat 
SAMUEL PEREIRA DE VASCONCELOS-ARTIGO-CEEI-CIÊNCIA DA COMPUTAÇÃO (2022).pdf439.6 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.