O uso do instagram e do twitter para identificação e mapeamento de usos do solo em áreas urbanas: o caso de Fortaleza-CE/ The use of instagram and twitter for identification and mapping of soil uses in urban areas: the case of Fortaleza-CE
DOI:
https://doi.org/10.34117/bjdv5n9-172Keywords:
redes sociais, origem, destino, atividades, uso do soloAbstract
Informações acerca da mobilidade de pessoas são de grande importância para o planejamento das cidades. As técnicas tradicionais para a obtenção desses dados, entretanto, vêm sofrendo um processo de defasagem, devido principalmente a limitações como o alto custo de coleta e a estacionariedade dos dados. Nesse cenário, técnicas alternativas, de baixo custo e capazes de incorporar a dinâmica desses padrões de deslocamento, têm se mostrado bastante atrativas. Dentre elas, pode-se citar dados provenientes de redes sociais baseadas em localização (lbsn). Assim, o objetivo principal deste trabalho é a obtenção da posição dos usuários do Twitter e do Instagram, com a proposta de identificar o uso do solo da cidade de Fortaleza-CE. O método proposto consiste na aplicação de um algoritmo e o uso do site Netlytic para a obtenção dos dados, que foram mapeados e confrontados às informações sobre os diferentes tipos de uso do solo, fornecidas pela prefeitura municipal. Os resultados indicam que o método proposto apresenta alta correlação espacial entre o uso do solo inferido através das redes sociais e o uso do solo oficial, permitindo-se obter a identificação de áreas domiciliares e comerciaisReferences
ABBASI, O. R., Alesheikh, A. A., and Sharif, M. (2017). Ranking the city: the role of location-based social media check-ins in collective human mobility prediction. ISPRS International Journal of Geo-Information, 6(5), 136. https://doi.org/10.3390/ijgi6050136
BIFET, A., and Frank, E. (2010). Sentiment knowledge discovery in twitter streaming data. In International conference on discovery science. (pp. 1-15). Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-16184-1_1
CHENG, Z., Caverlee, J., Lee, K., & Sui, D. Z. Exploring millions of footprints in location sharing services. ICWSM, v. 2011, p. 81-88, 2011.
CHENG, Z., Jian, S., Maghrebi, M., Rashidi, T. H., and Waller, S. T. (2018). Is Social Media an Appropriate Data Source to Improve Travel Demand Estimation Models? (No. 18-06774). In: Transportation Research Board. 2018.
CORRÊA, Roberto Lobato et al. O espaço urbano. Ática, 1989.
CRANSHAW, Justin et al. The livehoods project: Utilizing social media to understand the dynamics of a city. 2012.
ESTER, M., Kriegel, H. P., Sander, J., Xu, X. A density-based algorithm for discovering clusters in large spatial databases with noise. In: Kdd. 1996. p. 226-231.
HANSON, S., Hu_,J., 1988. Systematic variability in repetitious travel. Transportation, 15(1-2), pp. 111-135. https://doi.org/10.1007/BF00167983
HASAN, Samiul; Zhan, Xianyuan; Ukkusuri, Satish V. Understanding urban human activity and mobility patterns using large-scale location-based data from online social media. In: Proceedings of the 2nd ACM SIGKDD international workshop on urban computing. ACM, 2013. p. 6. https://doi.org/10.1145/2505821.2505823
HAWELKA, Bartosz et al. Geo-located Twitter as proxy for global mobility patterns. Cartography and Geographic Information Science, v. 41, n. 3, p. 260-271, 2014.
LENORMAND, M., Tugores, A., Colet, P., Ramasco, J. J. Tweets on the road. PloS one, v. 9, n. 8, p. e105407, 2014.
LIMA, L. S., 2017. Espraiamento Urbano por Autossegregação e seus Impactos na Acessibilidade Urbana de Fortaleza. Tese de Doutorado. Dissertação. Universidade Federal do Ceará, Fortaleza, CE.
TAN, Pang?Ning; Steinbach, Michael; Kumar, Vipin. Data mining cluster analysis: basic concepts and algorithms. Introduction to data mining, 2013.
XAVIER, Vinicius Layter. Resolução do Problema de Agrupamento segundo o Critério de Minimização da Soma de Distâncias. 2012. Tese de Doutorado. Universidade Federal do Rio de Janeiro.
YIN, J., Yin, Z., Zhong, H., Xu, S., Hu, X., Wang, J., & Wu, J. Monitoring urban expansion and land use/land cover changes of Shanghai metropolitan area during the transitional economy (1979–2009) in China. Environmental monitoring and assessment, v. 177, n. 1, p. 609-621, 2011.
