Clustering hierárquico numa plataforma de smart cities

Abstract

Através do conceito de smart cities os cidadãos têm, nos dias de hoje, a oportunidade de serem cidadãos mais ativos e tirarem partido das tecnologias de informação e comunicação para melhorar a qualidade de vida das suas comunidades. Neste sentido, a plataforma móvel JuntarAJunta tem como objetivo aproximar os cidadãos das suas Juntas de Freguesia, permitindo-os reportar problemas de uma localidade ou fazer uma sugestão. A utilização deste tipo de aplicações informáticas remete-nos para a necessidade da gestão dos seus dados de forma eficiente. Ao longo dos anos, cada vez mais se percebe que a análise adequada dos dados permite identificar padrões e encontrar novas correlações entre os dados e estas podem ser uma mais valia ao nível dos processos de tomadas de decisão e de desenvolvimento de estratégias. Este relatório resulta de um estágio desenvolvido numa empresa e tem como tema principal a aplicação e o desenvolvimento de técnicas de machine learning na plataforma JuntarAJunta. O objetivo é identificar participações semelhantes, reportadas pelos cidadãos, com o intuito de reduzir Informação redundante. Numa primeira abordagem recorreu-se ao método de clustering hierárquico, fazendo uso dos dados geográficos fornecidos pela aplicação. Através da análise dos resultados dos índices de validação dos clusters foi possível perceber até que ponto a localização geográfica é suficiente para agrupar participações semelhantes de forma correta. Os resultados obtidos remetem para uma segunda abordagem na qual são utilizados novos atributos da participação.

Through the smart cities concept, citizens have today the opportunity to be more active and take advantage of information and communication technologies to improve the quality of life of their communities. In this sense the mobile application JuntarAJunta aims to bring citizens closer to their Town Councils, allowing them to report problems or make suggestions. The increase in the use of this type of applications reminds us of the need to manage the data efficiently. Over the years it has become increasingly clear that an adequate analysis of the data allows the identification of patterns and finding new correlations between data, which can be an added value in the decision-making process and strategies development. This report is based on a curricular internship and its main theme is the application and development of machine learning techniques in the JuntarAJunta application. The goal is to identify similar participations, reported by citizens, in order to reduce redundant information. In the first approach was used the Hierarchical clustering method, making use of the geographic data provided by the application. By analyzing the results of the clusters validation indexes, it was possible to see at what extent the geographic location is sufficient to group similar participations correctly. The results obtained refer to a second approach in which new information are attributed to participations.