Fundação de Apoio a Pesquisa e à Inovação Tecnológica do Estado de Sergipe - FAPITEC/SE / A falta de mobilidade urbana é uma grande preocupação da gestão pública em todo o mundo. Algumas políticas têm sido adotadas a fim de minimizar seus efeitos nas grandes cidades. Construção de rotas alternativas, melhorias e incentivo ao uso de transportes públicos, construção de ciclovias e estímulo ao uso de bicicletas são algumas dessas políticas. Uma prática que pode contribuir para a solução do problema é a carona. Carona consiste no ato de transportar gratuitamente num veículo pessoas que possuem trajetórias semelhantes. Embora existam algumas aplicações que se propõem a facilitar a prática de caronas, nenhuma dessas aplicações possuem funcionalidades de busca por usuários que possuem similaridades de trajetória e de perfil demográfico e social. Neste trabalho, propomos uma abordagem inovadora, considerando peculiaridades do contexto do uso de caronas, que visa a descoberta de agrupamentos de usuários que possuem trajetórias semelhantes, usuários que possuem perfis semelhantes e agrupamentos de usuários que são similares considerando suas trajetórias e seus perfis. Elementos intrínsecos ao problema são formalmente definidos e uma primeira análise de complexidade para tempo de processamento foi realizada. Uma rede social de propósito específico para o compartilhamento de caronas foi modelada e implementada com respeito à abordagem proposta. O método para experimentação e avaliação da abordagem consistiu (i) na confecção de base de dados alimentada periodicamente em tempo real por dados de trânsito obtidos a partir de aparelhos de smartphone com GPS de voluntários em trânsito com seus automóveis, (ii) aplicação da abordagem proposta para geração dos agrupamentos de usuários a partir da base estabelecida e (iii) aplicação da métrica Davies-Boulding Index, que indica o quão factível os agrupamentos são. Resultados mostraram a efetividade da abordagem para solução do problema se comparada a formas bem estabelecidas da literatura relacionada, como o K-means, por exemplo. Resultados da análise da base de dados também mostraram que algumas informações de trânsito podem ser inferidas a partir de ações de mineração. Por fim, a aceitabilidade de potenciais usuários da rede social foi medida a partir de questionário. / Problems related to urban mobility is a big concern to public administration. Some policies have been adopted in order to soften those problems in large cities. Building new routes, encouraging the use of public transportation, building new bike paths and encouraging the use of bicycle are some of them. A common practice which is closely related to cultural habits in some nations and which can contribute to soften the problem is ridesharing. Ridesharing is defined as a grouping of travellers into common trip by car or van. Though there exist some applications that aim to facilitate the practice of ridesharing, none of them have the functionality to search automatically for users with similar trajectories or demographic and social profile. In this work, we proposed an innovative approach, considering ridesharing context, that aims to discover clusters of users that have similar trajectories, clusters of users that have similar profile and clusters of users with similar trajectory and similar profile. Furthermore, we define a formalization of ridesharing terms and an initial time complexity analysis is done. A social network for ridesharing has been also modeled and developed according to proposed approach. Experimentation and evaluation method consist of: (i) Building a dataset from volunteers in transit with GPS-equipped smartphones, (ii) Using proposed approach to generate clusters of users and application of Davies-Boulding index metrics which reflects how similar the elements of the same cluster are, as well as the dissimilarity among distinct clusters. Results show the feasibility of the approach to problem solution if compared with some approach established in literature such as, K-means. Results of dataset analysis show that some traffic information should undergo data mining. Finally, social network mobile app acceptance was measured by questionnaire.