Repository logo
 
Publication

Sistema de Deteção de Surtos através do Twitter

datacite.subject.fosEngenharia e Tecnologia::Outras Engenharias e Tecnologiaspt_PT
dc.contributor.advisorAntunes, Mário João Gonçalves
dc.contributor.advisorSilva, Catarina Helena Branco Simões da
dc.contributor.authorCunha, João Filipe da Silva
dc.date.accessioned2020-02-17T14:22:34Z
dc.date.available2020-02-17T14:22:34Z
dc.date.issued2019-12-12
dc.description.abstractO presente trabalho, teve como objetivo a construção de um sistema de deteção de surtos, nomeadamente de sarampo, com dados recolhidos a partir da rede social Twitter utilizando uma plataforma Web para executar algoritmos de Machine Learning. Com os modelos resultantes, pretendeu-se detetar em tempo real a ocorrência de surtos de sarampo (ou outras doenças) providenciando uma ferramenta útil para fins de monitorização da saúde pública. Foram utilizados vários datasets de diferentes dimensões e quatro algoritmos: LinearSVC, Multiplayer Perceptron, Random Forest e Logistic Regression. À exceção do Random Forest todos os algoritmos conseguiram um bom desempenho na deteção de surtos de sarampo, mas constatou-se que para tal é necessário ter um dataset com muitos tweets e, sobretudo, com igual número de tweets em ambas as classes (surto e não surto).pt_PT
dc.identifier.tid202444406pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.8/4668
dc.language.isoengpt_PT
dc.subjectTwitterpt_PT
dc.subjectMachine learningpt_PT
dc.subjectDeteção de surtospt_PT
dc.subjectData miningpt_PT
dc.subjectSaúdept_PT
dc.subjectEpidemiologiapt_PT
dc.titleSistema de Deteção de Surtos através do Twitterpt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT
thesis.degree.nameMestrado em Gestão de Sistemas de Informação Médicapt_PT

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
dissertação_mestrado MGSIM_Joao_Cunha.pdf
Size:
1.27 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.32 KB
Format:
Item-specific license agreed upon to submission
Description: