Resumo: Cidades Inteligentes surgem como um tópico que utiliza tecnologia da informação e comunicação em centros urbanos para monitorar suas dinâmicas e possibilitar que serviços prestados aos seus cidadãos possam ser melhorados. Esse monitoramento se dá, por exemplo, por meio da observação de dados gerados pelos cidadãos nas suas vidas cotidianas. Uma parcela significativa desses dados contém anotações espaço-temporais que podem ser utilizadas para analisar características específicas das cidades como, por exemplo, seus fluxos de mobilidade. Considerando essas características, o presente trabalho propõe a criação do SMAFramework, arcabouço para análise de dados de mobilidade urbana. Para validar o arcabouço com dados do mundo real, este trabalho faz uso de dados de mídias sociais para criar uma metodologia capaz de melhorar o posicionamento de táxis em cidades. Os resultados mostram indícios de que dados de mídias sociais podem ser utilizados como sensores virtuais de concentrações de pessoas em determinados locais, podendo ser usados pelo sistema de transporte urbano. Com o presente trabalho foi possível verificar como diferentes fontes de dados urbanos podem ser relacionadas por meio da correlação espaço-temporal. A proposta foi validada com uso de dados reais de táxis da cidade de Nova Iorque e do Twitter. Além da metodologia de posicionamento de táxis, também é apresentada uma metodologia para recomendação de rotas híbridas com transporte público e sistema de táxis a fim de reduzir custo e tempo das viagens devido a congestionamentos. Novamente foram utilizados dados de táxis da cidade de Nova Iorque aliados a dados de fluxos de trânsito coletados por meio do serviço HERE. Foi possível encontrar determinados padrões de viagens nos quais uma rota híbrida pode reduzir o custo e/ou o tempo de viagem, todavia esses valores tem pouco impacto nas viagens de forma geral, o que ocasiona pequenas diferenças nas médias de custo e duração de viagens; mesmo com o pequeno impacto o uso de rotas híbridas ainda é viável como provedor de informações para suporte a escolha da rota a ser praticada Ver menos

Abstract: Smart cities emerge as a topic that applies information and communication technology in urban centers to monitor their dynamics and allow the improvement of services for their citizens. This monitoring occurs, for example, when analyzing data produced by citizens in their daily lives. A significant amount of this data has spatio-temporal annotations, which may be used to analyze the city dynamics, such as the mobility flow. Due to these characteristics, and also the possibilities brought by their use and analysis, this work presents a novel framework, namely SMAFramework, to perform analysis in urban mobility data. We suggest an approach to use social media data to enhance the positioning of taxis within the city to evaluate the framework with real data. The results show that data from location-based social networks may be used as people's concentration virtual sensor, which can be used by the urban transportation system. The present study shows how different urban data sources can be related using spatio-temporal correlation of three different sources was verified. The proposal was validated using data from the taxi system of the New York City and also data from the Twitter platform. Furthermore, we show an approach to recommend hybrid hybrid routes with public transportation and taxi trips to reduce duration and cost due to traffic congestion. Again, data from New York City were used with traffic data from the HERE API to validate the proposal Ver menos