¿Qué está pasando en tu ciudad? Descubriendo eventos geolocalizados a través de Social Media

Abstract

El Aprendizaje Automático (Machine Learning) es una de las vertientes de la Inteligencia Artificial que busca crear aplicaciones inteligentes, a partir de unos datos suministrados, para que estas puedan ser dotadas de conocimiento. Por otra parte, las redes sociales se han convertido en una herramienta muy potente en la actualidad. Estas permiten extraer información tanto de personas como de acontecimientos gracias a que ofrecen la posibilidad de compartir experiencias al momento. En este trabajo se estudia el problema de la detección de anomalías en el caso de las redes sociales. Para ello se ha optado por utilizar Twitter, como la red social, con el propósito de encontrar diferentes eventos en zonas geográficas de interés en la ciudad de Barcelona a partir de tweets geolocalizados. Estos tweets han sido agrupados por proximidad, en sectores, usando su fecha de creación y sus coordenadas geográficas para, de esta forma, poder desarrollar la metodología de detección de anomalías. Con el fin de llevar este cometido se ha creado una aplicación web desarrollada en JavaScript utilizando la STREAMING API de Twitter para acceder a los tweets geolocalizados de la Ciudad Condal y la API de Google Maps para agrupar y visualizar esos tweets.Machine learning is one of many subfields in Artificial Intelligence, which seeks the creation of intelligent applications, from data inputs, to be provided with knowledge. In the other hand, social media has become a very powerful tool nowadays. They allow us to extract information either from people or from events, thanks to the possibility of sharing experiences among users at any time. In this work we study the issue of anomaly detection based on social networks. To do so we used Twitter, as the social network, with the purpose of finding different events in interesting geographic zones in the city of Barcelona from geolocalized tweets. This tweets have been clustered by proximity, in sectors, using their creation date and their geographic coordinates to develop the anomaly detection methodology. To achieve this task we have created a web application developed in JavaScript using the Twitter STREAMING API which grants access to geolocalized tweets of the city and Google Maps API to cluster and visualize the tweets.