Tweets analysis for supporting public transportation management

The drastic rise of social media has opened new possibilities to companies and institutions that have different objectives, including general forecasting and prediction. Many different tools and techniques were developed to leverage this fact. The purpose of this thesis is to use these tools and methods and create an application that will help public transportation institutions know in advance if there is a chance that their system will face a challenge as a result of very crowded events. In this thesis, the developed application tries to predict events in high population cities using public data from Twitter. The application is able to recognize clusters that contain events and predict them when there is enough data available.

La crescita impressionante dei social media ha creato nuove possibilità per imprese e istituzioni con obbiettivi diverse, tra cui la previsione e la predizione. Sono stati sviluppati numerosi strumenti e metodologie con l’obbiettivo di sfruttare tale situazione. Questa tesi ha lo scopo di utilizzare tali strumenti e metodologie per creare un’applicazione in grado di permettere ai vari enti di trasporto pubblico di stabilire in anticipo se i propri sistemi corrano il rischio di dover affrontare difficoltà provocate dal sovraffollamento. L’applicazione presa in esame dalla tesi fa uso di dati pubblici provenienti da Twitter per cercare di prevedere eventi che si verificano in città ad alta densità di popolazione. A patto che siano disponibili dati a sufficienza, l’applicazione è in grado di individuare la presenza di eventi all’interno di cluster in modo tale da prevedere successivamente gli stessi eventi.