Monitoreo urbano de entidades y eventos geográficos basado en censado social

• Salazar Carrillo, Juan Carlos ^[2] ; Torres Ruiz, Miguel Jesús ^[1] ; Moreno Ibarra, Marco Antonio ^[1]
  1. [1] Instituto Politécnico Nacional

     Instituto Politécnico Nacional

     México

     
  2. [2] Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO), Mexico
• Localización: Revista Cartográfica, ISSN 0080-2085, ISSN-e 2663-3981, Nº. 96, 2018 (Ejemplar dedicado a: Revista Cartográfica N° 96 (enero-junio 2018)), págs. 93-106
• Idioma: español
• Títulos paralelos:
  • Urban monitoring of entities and geographic events based on social census
• Enlaces
  • Texto completo
• Resumen
  • español

    La proliferación de las redes sociales y la facilidad que otorgan a sus usuarios para compartir información alienta a compartir lo que ocurre a su alrededor. Las redes sociales ayudan a conocer diferentes acontecimientos, y al estar conscientes de ellos, nos ayuda a tomar decisiones con mayor certeza. Por ejemplo, acerca del tránsito vehicular, el utilizar las redes sociales nos ayuda a saber cuándo están presentes manifestaciones o cuando ha ocurrido un accidente, esta información nos ayuda a eludir un congestionamiento vial desafortunado. Aprovechando la generación de contenido en Twitter y tomando como caso de estudio la Ciudad de México, se recolectó información de usuarios dedicados a publicar eventos viales. Por tanto, se propone una metodología para la geocodificación de textos cortos y un método de aprendizaje automático basado en Máquinas de Soporte Vectorial, con el cual se obtiene un modelo capaz de realizar un análisis espacio temporal de eventos viales. Como caso de estudio se consideró a la Ciudad de México.

  • English

    Current social networks provide information with high correlation with events that are occurring worldwide. Twitter is a microblogging network of real time messages in which people post about various classes of events. A relevant topic is traffic congestion; user-generated content is useful to assist drivers in avoiding crowded areas. This work proposes a model to predict traffic-related events, based on a set of machine learning methods, in which a spatio-temporal dataset is obtained from Twitter messages. The training stage uses geocoded traffic events, in order to generate possible sites with traffic congestion at a given time. As a case study, partial areas of the Mexico City were taking into consideration.

  • português

    A proliferação das redes sociais e sua facilidade de utilização encorajam os usuários a compartilhar o que ocorre ao seu redor. Elas ajudam a conhecer diferentes fatos e, ao estar cientes deles, as decisões são tomadas com maior certeza. Como exemplo, pode-se citar trânsito de veículos, onde ao se utilizar as redes sociais pode-se saber onde estão ocorrendo manifestações ou acidentes. Esta informação ajuda a evitar entrar num congestionamento indesejado. Aproveitando a geração de conteúdo no Twitter e tomando como caso de estudo a Cidade do México, se coletou informação de usuários dedicados a publicar postagens sobre vias. Para isso, se propõe uma metodologia para a geocodificação de textos curtos e um método de aprendizagem automático baseado em Máquinas de Suporte Vetorial, com a qual se obtém um modelo capaz de realizar uma análise espaço temporal de eventos nas vias.