Um modelo para seleção automática de algoritmos de extração de eventos de trânsito para aplicações ITS

Eventos de trânsito podem ser úteis para uma variedade de aplicações de sistemas de transporte inteligente (Intelligent Transportation Systems (ITS)). Este trabalho apresenta um modelo capaz de correlacionar características de múltiplas fontes de dados com demandas de aplicações ITS interessadas em consumir eventos de trânsito para estabelecer a melhor estratégia para extraí-los. Uma vez utilizado, o modelo leva a uma lista de eventos, cada um deles reportando o que aconteceu, além de onde e quando. Uma instância do modelo proposto usando duas redes sociais como fontes de dados e quatro algoritmos de aprendizado de máquina foi implementada como estudo de caso. Os resultados mostraram que foi possível detectar uma grande parte dos eventos esperados, todos com suas informações completas sobre o que, onde e quando.