Limiares estatísticos para detecção de chuvas fortes por mineração do X/Twitter

Abstract

Nos últimos tempos, o Brasil tem enfrentado uma série de desastres com impactos a bens, serviços e, principalmente, a pessoas. Um dos componentes de um sistema de alerta é o monitoramento. Equipamentos como pluviômetros são tradicionalmente usados para medir a intensidade da chuva. Com o avanço das ferramentas de mineração de redes sociais, surge a pergunta se é possível monitorar chuva por monitoramento de redes sociais. Neste trabalho, propomos limiares estatísticos para detecção de chuvas fortes com base na frequência de palavras-chave previamente definidas. São feitas análises de distribuições, testes de normalidade e de similaridade entre séries temporais para diferentes pontos do espaço e instantes de tempo. O estudo de caso é feito para a região central da cidade de São Paulo. O projeto é desenvolvido em Python, para simplificar o uso desses filtros. A aplicação se comunica diretamente com a API do X, permitindo a busca automatizada de tweets, e é configurada para iniciar automaticamente sua busca com base nos dados de precipitação detectados pelos pluviômetros localizados nas regiões de interesse - reduzindo significativamente o número de consultas e o custo computacional. Vale ressaltar que este projeto propõe uma abordagem centrada nas pessoas para aprimorar os sistemas de alerta diante de desastres. Ferramentas matemáticas podem fazer a diferença para que as informações coletadas sejam eficazes e eficientes para o propósito de apoiar sistemas de suporte a decisão.