Um Método para Detecção e Diagn óstico de Outliers em Dados Urbanos via Análise Multidimensional

Desde 2007, pela primeira vez na Historia, mais pessoas vivem nas cidades do que no campo e este numero so tende a crescer. Mais pessoas nas cidades significa maior estresse nas infraestruturas urbanas, maior demanda por servicos publicos e tambem uma taxa de geracao de dados heterogeneos cada vez maior. Dados sao essenciais para implementacao de politicas publicas baseadas em evidencias. Neste artigo, propomos um metodo para deteccao e diagnostico de outliers em dados urbanos via analise multidimensional em 4 passos sequenciais: (i) modelagem dos dados matriciais em um tensor 3D; (ii) decomposicao Tucker3 para extracao dos fatores latentes; (iii) estatisticas de deteccao de outliers, e (iv) tecnicas diagnosticas na inspecao das causas dos outliers. A partir de dados reais da plataforma Smart Citizen, nosso metodo permite identificar as variaveis ambientais que mais impactam os outliers. Alem disso, as curvas ROC indicaram um ganho de acuracia de 20% com relacaoa abordagem multivariada.