| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.advisor | Holanda, Maristela Terto de | - |
| dc.contributor.author | Andrade, Matheus Lima de | - |
| dc.contributor.author | Kobayashi, Thiago Mitio | - |
| dc.identifier.citation | ANDRADE, Matheus Lima de; KOBAYASHI, Thiago Mitio. TwitSisbra: detecção de terremotos através da rede social Twitter. 2016. vi, 48 f., il. Monografia (Bacharelado em Ciência da Computação)—Universidade de Brasília, Brasília, 2016. | pt_BR |
| dc.description | Monografia (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2016. | pt_BR |
| dc.description.abstract | O contínuo aumento das redes sociais através da internet nos últimos anos permitiu
aos usuários se conectarem e compartilharem informações em tempo real, espalhando essas
informações a milhares de outros usuários em um curto espaço de tempo. Os usuários
dessas redes costumam postar suas opiniões sobre diversas situações que ocorrem ao seu
redor como grandes eventos, epidemias, catástrofes, entre outros acontecimentos. No caso
de desastres, sejam eles naturais ou não, é possível que a informação possa chegar mais
rápido pela comunicação entre os usuários dessas redes do que dos centros de pesquisa.
Entretanto, essa quantidade de dados continua crescendo, e a análise desses dados de
forma não automatizada pode ser um problema. Para que se possa armazenar e processar
esses dados relacionando-os com a geografia local, existem os Bancos de Dados Geográficos.
Estes possibilitam a armazenagem de atributos geográficos, tornando as informações
retiradas desses meios ainda mais completa. Dessa forma, este trabalho mostra como
o processo de mineração de dados foi usado para coletar, estruturar e analisar o texto
extraído do Twitter e como permitir que as postagens dos usuários, conhecidas como tweets,
que tratam de eventos sismológicos, podem contribuir para tomada de decisão rápida
quando desastres acontecem. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Redes sociais on-line | pt_BR |
| dc.subject.keyword | Twitter (Rede social on-line) | pt_BR |
| dc.subject.keyword | Mineração de dados | pt_BR |
| dc.title | TwitSisbra : detecção de terremotos através da rede social Twitter | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2017-01-16T11:55:47Z | - |
| dc.date.available | 2017-01-16T11:55:47Z | - |
| dc.date.submitted | 2016-08-18 | - |
| dc.identifier.uri | http://bdm.unb.br/handle/10483/15732 | - |
| dc.language.iso | Português | pt_BR |
| dc.description.abstract1 | The continous rise of social networks through the internet in recent years has allowed
users to connect and share information in real time, spreading information to thousands
of other users in a short time. Users of these networks often post their opinions about
several situations that occur around them as big events, epidemics, disasters, and other
situations. In case of disasters, whether natural or not, it is possible that the information
can arrive faster through communication between the users of these networks than the
research centers. However, this amount of data continues to grow, and the not automated
analysis of these data can be a problem. To store and process the data, conecting them
with local geographic information, there are Geographic Data Bases, which allow the
storage of geographic atributes, making the information retrieved from those sources even
more reliable. Thus, this work shows how the data mining process was used to collect,
structure and analyze the extracted text of Twitter and how to allow the posts of users,
known as tweets, that address seismological events can contribute to quickly decisions
when disasters happen. | pt_BR |
| Aparece na Coleção: | Ciência da Computação
|
