Comparando la detección y la divulgación de incidentes de tránsito en redes sociales: un enfoque inteligente basado en Twitter vs. Waze

SEBASTIÁN VALLEJOS; LUIS BERDUN; BRIAN CAIMMI; ÁLVARO SORIA; DIEGO ALONSO

INTELIGENCIA ARTIFICIAL. IBERO-AMERICAN JOURNAL OF ARTIFICIAL INTELLIGENCE

Asociación Española para la Inteligencia Artificial

Año: 2018 vol. 21 p. 47 - 66

1137-3601

Hoy en día, las redes sociales se han convertido en un medio de comunicación ampliamente utilizado para divulgar todo tipo de información. En particular, entre la información que es compartida se suelen incluir reportes de incidentes de tránsito de ciudades específicas. En vista de esto, aparte de las redes sociales genéricas en donde se comunican una amplia variedad de temas, han surgido redes sociales especializadas en la detección y divulgación de incidentes de tránsito. En este contexto, Twitter es un ejemplo de red social genérica en donde sus usuarios suelen informar incidentes de tránsito, mientras que Waze es una red social especializada en tránsito. En este artículo presentamos un estudio comparativo entre Waze y un enfoque inteligente que detecta incidentes de tránsito a partir del análisis de publicaciones compartidas en Twitter. El estudio comparativo fue realizado considerando a la Ciudad Autónoma de Buenos Aires (CABA), Argentina, como región de interés. Los resultados de este trabajo sugieren que ambos enfoques deberían ser considerados como fuentes de información complementarias. Esta conclusión se fundamenta en que la proporción de detecciones mutuas, es decir incidentes de transito detectados por ambos enfoques, resultó ser considerablemente baja no superando el 6% de los casos. Además, los resultados no evidencian que alguno de los enfoques tienda a anticipar temporalmente a su similar en la detección de incidentes