Esta ponencia busca evaluar el uso de las redes sociales como fuentes de datos con gran potencial para localizar problemas en servicios de transporte público a partir de la geolocalización de los sentimientos de los ciudadanos. Para ello se ha usado datos de Twitter descargados en un periodo de dos meses. Estos tweets corresponden con respuestas de usuarios a la cuenta oficial del Metro de Madrid. Se han identificado cuatro temas principales (puntualidad, comodidad, averías, y sobresaturación) a partir del procesado del texto de los tweets mediante las librerías Pandas y ArcPy de Python. Para el análisis espacial, temporal y semántico de los datos se han usado las distintas herramientas de resumen y agregación de datos con las que cuenta el SIG de escritorio ArcGIS Pro sobre las distintas líneas y paradas del Metro de Madrid. Por último, la herramienta de estadística espacial de Regresión Geográficamente Ponderada se ha utilizado para explorar la causalidad de la distribución espacial en el Área Metropolitana de Madrid de los usuarios que escriben quejas mediante el uso de cuatro parámetros: densidad de población, nivel de renta, densidad de puntos de interés, e intermodalidad de las estaciones de metro. Los principales resultados muestran la proximidad de los usuarios de metro a los puntos de interés de los destinos de viaje como un factor importante. Además, se establece un perfil de trabajadores de nivel de renta medio que residen en áreas periféricas y que principalmente publican mensajes de Twitter cuando se desplazan al lugar de trabajo.

Joaquín Osorio Arjona
Universidad de Sevilla

 
ID Abstract: 79