Antunes, Mário João GonçalvesSilva, Catarina Helena Branco Simões daCunha, João Filipe da Silva2020-02-172020-02-172019-12-12http://hdl.handle.net/10400.8/4668O 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).engTwitterMachine learningDeteção de surtosData miningSaúdeEpidemiologiamaster thesis202444406