Submitted by Lucienne Costa (lucienneferreira@ufcg.edu.br) on 2018-08-30T17:25:22Z No. of bitstreams: 1 CAIO LIBÂNIO MELO JERÔNIMO – DISSERTAÇÃO (PPGCC) 2017.pdf: 4821943 bytes, checksum: 615dc29730ed480c902a5496dce5492f (MD5) / Made available in DSpace on 2018-08-30T17:25:22Z (GMT). No. of bitstreams: 1 CAIO LIBÂNIO MELO JERÔNIMO – DISSERTAÇÃO (PPGCC) 2017.pdf: 4821943 bytes, checksum: 615dc29730ed480c902a5496dce5492f (MD5) Previous issue date: 2017-07-07 / Capes / A demanda constante por melhorias na qualidade de vida dos habitantes das grandes cidades, somado à crescente urbanização desses centros, torna imprescindível a utilização de meios tecnológicos para um melhor entendimento da dinâmica dos centros urbanos e como seus habitantes interagem nesses ambientes. Nesse sentido, o aumento na utilização de dispositivos eletrônicos equipados com sistemas GPS e o constante anseio da humanidade por comunicação e, mais atualmente, por conexão à internet, vem criando novas oportunidades de estudo e também grandes desafios, especialmente no que tange a grande quantidade de dados gerados pelas redes sociais. Diversas pesquisas vêm utilizando esses dados para realizar estudos que buscam compreender traços do comportamento humano, especialmente no que diz respeito à mobilidade urbana e trajetórias. Porém, grande parte das pesquisas que utilizam dados georreferenciados se restringem às dimensões espaciais e temporais, desconsiderando outros aspectos que podem influenciar na mobilidade humana. Este trabalho propõe um método computacional capaz de extrair padrões de mobilidade oriundos de mensagens georreferenciadas de redes sociais e correlacioná-los com indicadores sociais, econômicos e demográficos fornecidos por órgãos governamentais, buscando assim, analisar quais possíveis fatores poderiam exercer alguma influência sobre a mobilidade dos moradores de uma grande cidade. Para validar o método proposto, foram utilizadas mensagens postadas no Twitter e um conjunto de indicadores sociais, ambos oriundos da cidade de Londres. Os resultados mostraram a existência de correlações entre padrões de mobilidade e indicadores sociais, especialmente os relacionados com condições de emprego e renda, como também com características étnico-religiosas dos indivíduos em estudo. / The constant need for improvements in life quality of inhabitants of big cities, together with the increasing urbanization of these centers, demands the use of technological means for a better understanding of the dynamics of urban centers and how their inhabitants interact in these environments. In this sense, the adoption of electronic devices equipped with GPS systems, the human need for communication and, more recently, for Internet connection, have brought new research opportunities and great challenges, especially due to the huge amount of data generated by social networks. Several studies have used this data to carry out research that seek to understand traces of human behavior, especially with respect to urban mobility and trajectories. However, much of the research that uses georeferenced data are restricted to spatial and temporal dimensions, disregarding other aspects that may influence human mobility. This work proposes a model capable of extracting mobility patterns from georeferenced messages of social networks and correlating them with social, economic and demographic indicators provided by government agencies, seeking to analyze which factors may impact in urban mobility. To evaluate the model, we used messages posted on Twitter and a set of social indicators, both related to the city of London. The results revealed the existence of correlations between mobility patterns and social indicators, especially those related to employment and income conditions, as well as ethnic and religious characteristics of the individuals under study.