Detection of Barriers to Mobility in the Smart City Using Twitter

Abstract

We present a system that analyzes data extracted from the microbloging site Twitter to detect the occurrence of events and obstacles that can affect pedestrian mobility, with a special focus on people with impaired mobility. First, the system extracts tweets that match certain predefined terms. Then, it obtains location information from them by using the location provided by Twitter when available, as well as searching the text of the tweet for locations. Finally, it applies natural language processing techniques to confirm that an actual event that affects mobility is reported and extract its properties (which urban element is affected and how). We also present some empirical results that validate the feasibility of our approach.

Smart Village Readiness Using Decision Tree Analysis the Case of Banyumas Regency Indonesia

“…The majority of respondents answered disagree and neutral. This is in line with previous research that smart mobility still encounters many obstacles in various cases in several countries (Butler et al, 2022;Golub et al, 2019;Sánchez-Ávila et al, 2020;Vrščaj et al, 2020)…”

Redes Sociais, Eventos e Processos nas Cidades: uma revisão de literatura, sob a ótica de Smart Cities

“…Utilização de diferentes fontes de dados sob dois aspectos principais, que seriam: (1º) a utilização de mais de uma fonte de dados para (maior) riqueza analítica [9,28,20,15]; e (2º) a utilização de outras fontes de dado para comparabilidade e comprovação dos resultados de modelos propostos [9,12,23]; Combinação de fonte de dados [17], sobretudo em trabalhos que tem abordagem em Eventos, nos quais se defende combinar sensores sociaise as redes sociais, são fontes que cumprem este papelcom sensores físicos [29,16,13,30]; Obtenção de dados de movimentação humana -para trabalhos que tenham proposições voltadas à análises geográficas -além dos dados de redes socais, como, por exemplo, dados obtidos junto a operadoras de telefonia [16,30].…”

“…Desenvolvimento e aplicação de modelos de extração/análise de dados de redes sociais em diferentes contextos, sobretudo em outros idiomas e em outras fronteiras geográficas [10,24,30]; Consideração das peculiaridades das localidades analisadas a exemplo da abordagem em Eventos, onde é verificado que os trabalhos que são realizados em lugares mais carentes, por vezes, podem não retornar os dados em quantidade necessária, na medida em que, é possível que as pessoas afetadas não tenham acesso ou não utilizem redes sociais [9]; Investimento na realização de trabalhos em localidades mais pobres, como países em desenvolvimento na medida em que tais locais, geralmente, tem em sua posse uma quantidade menor de recursos disponíveis para o massivo investimento em sensores físicos, o que torna a utilização dos dados de redes sociais algo com melhor custo x benefício, para desenvolvimento de consciência situacional em incidentes, emergências e desastres, nestas localidades [25]; Desenvolvimento/aplicação de trabalhos considerando outros idiomas [10,13] o que é, em grande medida, inerente à condução de estudos em diferentes localidades.…”

“…A literatura tem abordado a temática das redes sociais aplicadas ao contexto urbano, de diferentes formas. Há trabalhos com enfoque na proposição de soluções para eventos que ocorrem nas cidades [9,10,11,12,13,14,15,16,17] como desastres, emergências e incidentes de um modo geral, assim como são, também, encontrados trabalhos com foco mais diversificado, propondo novos processos que façam uso de dados de Redes Sociais, para a consecução de objetivos, a exemplo do mapeamento de rotas e comportamentos de grupos usuários [18,19,20,21].…”

Accessible Routes Integrating Data from Multiple Sources

“…The Twitter subsystem [32] is a pipeline composed of the following stages: (1) data capture; (2) tweet preprocessing; (3) location extraction; and (4) validity detector. In the rest of this section, we describe briefly these stages.…”