Análise e Discussão Big Data Cases

Twitter: usando algoritmos de Machine Learning e Big Data para salvar vidas

0

Imagine se alguém pudesse descobrir, apenas observando os seus hábitos, que você fez algo errado.

É exatamente isso que um novo algoritmo, que utiliza a plataforma do Twitter, faz.

Baseado em Big Data, o algoritmo é capaz de identificar posts publicados sob a influência do álcool e, dessa forma, o microblog já é capaz de ajudar órgãos de segurança pública a localizar quem bebe e dirige logo depois, por exemplo.

O algoritmo foi desenvolvido por pesquisadores da Universidade de Rochester, nos Estados Unidos, e testado em duas cidades americanas: New York e Monroe County. O objetivo dos pesquisadores era analisar o comportamento de pessoas que sofrem de alcoolismo e evitar que elas causassem ou sofressem acidentes graves.

Atualmente, mais de 75 mil americanos morrem todos os anos por causas relacionadas ao uso exagerado do álcool.

“Twitter, I’m finally home!”

O primeiro passo dos pesquisadores foi realizar um levantamento de palavras-chave que possuem relação com o uso de bebidas alcoólicas. Dessa forma, todos os tuítes postados naquelas cidades que contivessem os termos “bêbado”, “festa” e “cerveja”, por exemplo, passaram a ser rastreados pelo algoritmo.

Para tornar a análise e o cruzamento de Big Data ainda mais efetivos, depois foram inseridas frases que normalmente as pessoas usam ao chegar em casa após festas e encontros com os amigos. Expressões como: “finalmente em casa”, “sofá”, “TV” e outras palavras relacionadas foram utilizadas para identificar quando os usuários chegavam ao seu destino.

Geolocalização apurada

Para mapear os trajetos percorridos pelos “usuários bêbados”, também foi utilizado o serviço de geolocalização do Twitter. Assim, os pesquisadores identificaram onde os usuários do microblog moravam e em quais locais eles tinham costume de beber.

A pesquisa identificou que, em New York, as pessoas frequentavam bares mais próximos às suas residências, enquanto em Monroe County os usuários do microblog geralmente percorriam mais de um quilômetro, provavelmente dirigindo, após ingerirem álcool.

Uso de Big Data para a prevenção de acidentes

Com a ajuda da plataforma de crowdsourcing da Amazon, o Mechanical Turk, mais de 11 mil tuítes foram analisados pelos pesquisadores. Com base nos resultados obtidos, espera-se que o algoritmo possa atuar em outros tipos de monitoramento no futuro e, assim, ajudar as pessoas a se manterem mais saudáveis e seguras.

Dedurando motoristas distraídos

Outro projeto com intenções parecidas foi desenvolvido pelo Instituto de Pesquisa da Universidade de Dayton, nos Estados Unidos. Dessa vez, no entanto, o objetivo é identificar motoristas, bêbados ou não, que estejam “distraídos”, de acordo com a movimentação de seus carros ao longo da rodovia.

A iniciativa, que ganhou o nome de Traffic Camera Distracted Driver Project, trabalha com a análise das coordenadas dos veículos para identificar aqueles que sinalizam o comportamento de motoristas que podem estar embriagados.

A trajetória do carro é comparada com padrões estabelecidos por algoritmos, que indicam qual deveria ser o movimento normal daquele veículo, de acordo com a velocidade e a aceleração que ele apresenta no momento.

De acordo com o projeto, todos os dias, cerca de 660 mil motoristas “distraídos” saem pelas ruas e, para detê-los, a iniciativa conta com mais de 10 mil câmeras para registrar o trânsito em 500 comunidades norte-americanas.

Sem arrependimentos com Machine Learning

Saindo da tentativa de salvar vidas no trânsito e partindo para o objetivo de salvar a reputação e a vida virtual de alguns usuários, o Facebook também está desenvolvendo um projeto que promete usar os dados inseridos na rede para diminuir os apuros e os arrependimentos após momentos de bebedeira.

O departamento de inteligência artificial da maior rede social do mundo tem trabalhado na criação de um assistente virtual que usará Machine Learning e recursos de reconhecimento facial para identificar, em tempo real, informações de posts possivelmente criados sob o efeito de álcool.

A ideia é cruzar as postagens possivelmente feitas sob influência etílica com o padrão de postagens comuns do próprio usuário. Dessa forma, de acordo com o grau de variação desse padrão, que valeria tanto para textos quanto para fotos, o usuário poderia receber uma mensagem de alerta, como “Ei, você parece bêbado no momento. Realmente gostaria de criar este post?”.

Interessante, não?

Você conhece outras iniciativas em que os algoritmos e a análise de Big Data ajudaram a salvar vidas ou evitar pequenos desastres virtuais?

Compartilhe com a gente nos comentários abaixo!

Baixe_aqui_seu_Ebook (7)