Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/147550
Título : Detección de amenazas cercanas en la ciudad mediante el uso de redes sociales
Autoría: Arnedo Nieto, Daniel
Tutor: Crespo García, David
Otros: Monzo, Carlos  
Resumen : Las redes sociales son una herramienta cada vez más arraigada en la sociedad actual hasta el punto de que pueden influir notablemente en nuestras vidas ya sea para estar en contacto con personas cercanas, obtener noticias de última hora, notificaciones de celebridades o eventos o incluso para adquirir nuevos conocimientos culturales interesantes. El presente proyecto propone diseñar un prototipo que sea capaz de extraer información útil de publicaciones de redes sociales para poder detectar emergencias, anomalías, altercados violentos o alarmantes que puedan poner en peligro a más civiles de los ya involucrados. Para ello se escoge como red social de referencia Twitter, desde donde se extraerá información de distintas publicaciones. Dicha información se analizará mediante varios algoritmos de Machine Learning que detectarán sucesos que impliquen un cierto grado de riesgo. Todo este proceso estará respaldado también por un análisis gráfico para facilitar la comprensión de los datos recopilados y explotados de una forma sencilla sin necesidad de requerir conocimientos complejos en la materia. El objetivo de este diseño es poder tener un producto escalable y fácilmente integrable con otras tecnologías para poner un punto de partida a la interconexión con una gran cantidad de individuos mediante cualquier dispositivo electrónico que porten y recibir alertas de los sucesos detectados para evitar futuros riesgos.
Palabras clave : inteligencia artificial
aprendizaje automático
ciudades inteligentes
Twitter
Tipo de documento: info:eu-repo/semantics/masterThesis
Fecha de publicación : 9-ene-2023
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Bachelor thesis, research projects, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
darnedonTFM0123memoria.pdfMemoria del TFG2,09 MBAdobe PDFVista previa
Visualizar/Abrir
darnedonTFM0123presentacion.pdfPresentación del TFG927,37 kBAdobe PDFVista previa
Visualizar/Abrir
Comparte:
Exporta:
Consulta las estadísticas

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons