Serviço safe-return-home baseado em análise de big data em tempo real

Abstract

Na nossa sociedade existem várias formas de crimes que ocorrem com bastante frequência. No combate ao crime, vários sistemas safe-return estão a ser desenvolvidos para pessoas vulneráveis. Contudo estes sistemas focam-se principalmente na resposta a situações em que o perigo já aconteceu, não é feita nenhuma previsão de um possível crime. Estas previsões de situações de perigo podem ser feitas com a informação recolhida, relativa às proximidades do utilizador, em tempo real. Um sistema de safe-return-home deve permitir que os utilizadores do serviço sejam notificados, atempadamente, de possíveis situações perigosas que ocorram nas proximidades da localização do utilizador, em tempo real. Estas previsões são feitas através da análise de vários tipos de dados relativos ao que se encontra em redor do utilizador. A recolha e análise de dados deverá incluir informação relativa a notícias relacionadas com crimes, acidentes e desastres, incluindo também a localização do utilizador. A análise dos dados permite então fazer uma previsão de perigos, de forma que possam ser visualmente reconhecidos no smartphone do utilizador, sendo assim possível reagir de forma ativa a esses perigos, em tempo real.

In our society there are various forms of crimes that occur quite often. To diminish crime, a number of safe-return systems are being developed for vulnerable people. However these systems are focused mainly in response to situations in which the danger has occurred, with no effort to predict a possible crime. These predictions of danger situations can be done with the gathering of information concerning the surroundings of the user, in real time. A safe-return-home system should allow the users of the service, to be notified in a timely fashion of possible dangerous situations that occur near the user’s location, in real time. These predictions are made through the analysis of various types of data about the surroundings of the user. The data collection and analysis should include information regarding news about crimes, accidents and disasters, and the user’s location. Data analysis then allows to predict dangers, so that they can be visually recognized on the user’s smartphone, making it possible to respond actively to these dangers, in real time.