As pessoas atualmente incorporaram as redes sociais a sua rotina diária, e isto permite que fiquem registrados seus principais hábitos, costumes e opiniões. Agora imagine se alguém pudesse descobrir se você fez alguma coisa de errado, apenas analisando seus dados históricos. Pois o Twitter implementou um novo algorítmo que realiza exatamente este tipo de análise

Utilizando os conceitos de Big Data, foi desenvolvido um algorítmo que pesquisa nos posts publicados e procura padrões de comportamento, como por exemplo publicações realizadas sob efeito de álcool, e assim seriam capazes de ajudar os órgãos de segurança a identificar quem pode ter dirigido sob efeito de bebidas.

Este algorítmo foi desenvolvido por uma universidade americana e testado em duas cidades: New York e Monroe, e o objetivo dos pesquisadores era exatamente identificar os americanos que dirigiam alcoolizados. Naquele país mais de 75 mil pessoas morrem anualmente por causas relacionadas ao uso excessivo de álcool.

A primeira etapa foi identificar quais palavras chave podem representar um padrão de comportamento. Por exemplo, as palavras “bêbado”, “festa” e “cerveja” foram utilizadas para identificar alguém que bebeu. Quando estas palavras são identificadas nas postagens os usuários passam então a ser monitorados pelo algorítmo. Para saber se os usuários chegaram a salvo em casa, expressões como “finalmente em casa”, “sofá”, “TV”, “cama” eram monitoradas e com isto permitiam que o cruzamento das informações indicasse que o mesmo usuário que ingeriu bebidas em uma festa, chegou bem em casa.

Este é só o começo de um trabalho que pode trazer muitos avanços futuros e que pode salvar muitas vidas ajudando aos órgãos de saúde e segurança em suas atividades de atendimento a população. O BigData e as técnicas de machine learning, podem realizar as análises de forma muito mais rápida acionando os serviços necessários de forma mais ágil.

E você o que acha deste tipo de análise em seus dados históricos? Acredita que pode lhe ajudar no futuro? Deixe sua opinião nos comentários.

Fontes:
Big Data Business