Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/1013
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Descoberta de conhecimento em banco de dados da Polícia Rodoviária Federal nos acidentes da BR-316 no Estado do Pará utilizando a ferramenta Weka
metadata.dc.creator: PINHEIRO, Adriana Medeiros
metadata.dc.contributor.advisor1: COUTO, Danielle Costa Carrara
metadata.dc.contributor.advisor-co1: BARBOSA, Estêvão José da Silva
Issue Date: 10-Jan-2019
Citation: PINHEIRO, Adriana Medeiros. Descoberta de conhecimento em banco de dados da Polícia Rodoviária Federal nos acidentes da BR-316 no Estado do Pará utilizando a ferramenta Weka. Orientadora: Danielle Costa Carrara Couto. 2019. 66 f. Trabalho de Conclusão de Curso (Tecnólogo em Geoprocessamento) – Campus Universitário de Ananindeua, Universidade Federal do Pará, Ananindeua, 2018. Disponível em: http://bdm.ufpa.br/jspui/handle/prefix/1013. Acesso em:.
metadata.dc.description.resumo: Um dos grandes desafios da era da informação é transformar informações em conhecimento. Neste contexto, houve um progresso impressionante em mineração de dados e aprendizado de máquina nos últimos anos. A aprendizagem de máquina, síntese de estatísticas, teoria da informação e computação criou uma ciência sólida, com uma base matemática firme e com ferramentas muito poderosas buscando solucionar este desafio. Diante disso, a mineração de dados surge como extração de informações implícitas, anteriormente desconhecidas e potencialmente úteis. O presente trabalho teve como objetivo principal usar o banco de dados do Departamento de Trânsito da Polícia Rodoviária Federal e construir associações de acidentes de trânsito buscando regularidades ou padrões, usando o software livre Weka. Foi usado dados de acidentes da BR-316 no estado do Pará entre Janeiro de 2007 a Setembro de 2018. A descoberta de conhecimento se deu por meio de regras de associações geradas pelo software livre Weka através do algoritmo Apriori. Por meio de resultados estatísticos do programa gerou-se gráficos que mostram fatores que mais contribuíram para os acidentes de trânsito na rodovia BR-316 na última década. Os resultados apontam que nos quilômetros iniciais da rodovia capitão Pedro Teixeira (BR-316) no Pará e mais precisamente nos quilômetros 0 e 8, em pleno dia, e nos municípios Ananindeua, Marituba e Castanhal há um alto índice de acidentes de trânsito.
Abstract: One of the great challenges of the information age is to transform information into knowledge. In this context, there has been impressive progress in data mining and machine learning in recent years. Machine learning, synthesis of statistics, information theory and computation has created a solid science with a firm mathematical base and with very powerful tools seeking to solve this challenge. Given this, data mining appears as the extraction of implicit information, previously unknown and potentially useful. The main objective of this work was to use the database of the Traffic Department of the Federal Highway Police and to build associations of traffic accidents seeking regularities or standards, using the free software Weka. We used accident data from BR-316 in the state of Pará between January 2007 and September 2018. The knowledge discovery occurred through association rules generated by the free software Weka through the Apriori algorithm. The program's statistical results generated graphs that show the factors that contributed the most to traffic accidents on the BR-316 highway in the last decade. The results indicate that in the initial kilometers of the captain Pedro Teixeira highway (BR-316) in Pará and more precisely in kilometers 0 and 8, in the daytime, and in the municipalities of Ananindeua, Marituba and Castanhal there is a high rate of traffic accidents.
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA CIVIL::INFRA-ESTRUTURA DE TRANSPORTES
Keywords: Acidentes de trânsito
Mineração de dados
Weka
Transit accidents
Data mining
metadata.dc.rights: Acesso Aberto
Appears in Collections:Curso de Geoprocessamento - CANAN

Files in This Item:
File Description SizeFormat 
TCC_DescobertaConhecimentoBanco.pdf2,03 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons