Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/12509| Título: | Análise espaço-temporal de dados georreferenciados de casos de dengue identificados a partir de rede social no estado do Paraná |
| Título(s) alternativo(s): | Spatio-temporal analysis of georeferenced dengue cases identified from social media data in Paraná state |
| Autor(es): | Bendo, Thyago Romagna |
| Orientador(es): | Gavioli, Alan |
| Palavras-chave: | Dengue Mineração de dados (Computação) Redes sociais Data mining Social networks |
| Data do documento: | 1-Jul-2019 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Medianeira |
| Citação: | BENDO, Thyago Romagna. Análise espaço temporal de dados georreferenciados de casos de dengue identificados a partir de rede social no estado do Paraná. 2019. Trabalho de Conclusão de Curso (Bacharelado em Ciência da Computação) – Universidade Tecnológica Federal do Paraná, Medianeira, 2019. |
| Resumo: | O crescente uso de redes sociais pela população brasileira permite que uma quantidade cada vez maior de dados seja gerada. Esses dados possibilitam que diversos temas possam ser objetos de análise. Este trabalho objetivou analisar dados obtidos de uma rede social (Twitter) buscando identificar conteúdos que indiquem casos de dengue, por meio do uso de um modelo classificador desenvolvido após testes de opções de amostragem e pré-processamento e de algoritmos J48, Maquinas de Vetor de Suporte, Máxima Entropia e Bayesiano Ingenuo Multinomial. Os casos identificados foram utilizados em uma nova etapa de análise, onde a partir da localização geográfica de cada tweet georreferenciado foram definidas as suas respectivas regiões por meio do agrupamento por densidade do algoritmo BDSCAN, formando assim o conjunto de cidades consideradas de risco pela identificação por rede social. Para verificar se os dados obtidos pelas análises foram precisos, os resultados foram comparados com os dados de casos de dengue registrados pelo Ministério da Saúde, com as comparações contando com diferentes granularidades espaciais e temporais, de forma a distinguir onde se encontrava a aplicação de maior eficácia. Os resultados permitiram determinar um modelo de classificar tweets que indicam casos de dengue com 91% de acerto e determinar o padrão da eficiência da identificação se relacionando diretamente com a quantidade de dados disponíveis para análise, podendo ser a abordagem espaço-temporal aplicável de acordo com o interesse de precisão mínima, variando entre 23% e 80% de acordo com a granularidade temporal. |
| Abstract: | The rising use of social media by the Brazilian population allows generating an increasing quantity of data. This data allows analyzing many subjects as a study case. This project aims to analyze de data from social media (Twitter) searching to identify contents which indicate dengue cases, by the use of a classifier model developed with sampling and preprocessing tests and analysis based on J48, Support Vector Machine, Maximum Entropy and Multinomial Naive Bayes. A new step used this social media identified cases, using their geographical localization in a DBSCAN density cluster to define the regions with more dengue incidence, forming the social media identified risk regions. To verify the results precision, the results were compared with the Health Ministry official data, making comparisons in different spatialtemporal granularities, to discern where the identification efficacy was. The results allowed to determinate the dengue cases indicative tweets classifier model with 91% of precision. They determinate too the pattern of the efficiency, relating directly with the available data volume, with the spatial-temporal analysis being able to be applied according to the minimum precision desired, varying between 23% and 80% according to the spatial granularity. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/12509 |
| Aparece nas coleções: | MD - Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| analisedadosgeorreferenciadosdengue.pdf | 3,6 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.