Big Data aplicado a Cidades Inteligentes

UNIVERSIDADE FEDERAL FLUMINENSE
FACULDADE DE ADMINISTRAÇÃO, CIÊNCIAS CONTÁBEIS E
TURISMO
PÓS-GRADUAÇÃO – LATO SENSU- MBA EM GESTÃO EMPRESARIAL
E SISTEMAS DE INFORMAÇÕES
ANDRÉ MACHADO KOUTSOUKOS
TURMA: CASI 37
BIG DATA APLICADO A CIDADES INTELIGENTES
Prof. Orientador: Martius Vicente Rodriguez y Rodriguez
Coorientação: André Luis Azevedo Guedes
Niterói
2017

1
Big Data Aplicado a Cidades Inteligentes
André Machado Koutsoukos
Universidade Federal Fluminense
André Luis Azevedo Guedes
Martius Vicente Rodriguez Y Rodriguez
RESUMO: Esta pesquisa tem como objetivo identificar uma proposta de solução para a
utilização do Big Data para a melhoria da mobilidade urbana de acordo com o preconizado pelas
cidades inteligentes. Aplicações podem ser usadas com base nas informações originadas do Big
Data mostrando seus benefícios e oportunidades, bem como os requisitos de implementação.
Após a aplicação da pesquisa será debatida aplicações para as cidades brasileiras, a partir da
generalização de um estudo de caso, que utilizará a pesquisa bibliográfica como metodologia.
Palavras-chave: Big Data; Smart Cities; IoT; Tecnologia da Informação
ABSTRACT: This research aims to identify a proposed solution for the use of Big Data for the
improvement of urban mobility according to the one recommended by smart cities. Applications
can be used based on information originating from Big Data showing its benefits and
opportunities as well as implementation requirements. After the application of the research will
be debated applications to the Brazilian cities, from the generalization of a case study, which will
use bibliographical research as methodology.
Keywords: Big Data; Smart Cities; IoT; Information Technology

2
1. INTRODUÇÃO
Atualmente, a sociedade gera muitas informações a partir de dispositivos que possuam
algum acesso à Internet ou não, como os roteadores, celulares e câmeras. Dados são gerados cada
vez mais rapidamente e em quantidades que beiram os petabytes de informações. Em muitas
ocasiões, as mesmas são inseridas a cada ano na Internet sem nenhum tratamento a cada ano e
especialistas apontam que este número pode estar sendo dobrado constantemente.
Nesse breve contexto, surge a IoT (Internet das coisas - “Internet of Things”) que vem
para facilitar ainda mais, tornando os dispositivos móveis que estão conectados à internet
produtores de dados junto a sensores, antenas e etiquetas RFID. Conforme Ziegeldorf (2014) a
Internet das coisas (IoT) prevê o aumento da interconexão de bilhões para trilhões de dispositivos
inteligentes com a capacidade de coletar, armazenar, processar e comunicar informações sobre si
mesmas e seu ambiente físico.
A quantidade de dados gerada deve ser armazenada em mídias para não se perder e pode
ser “minerada” para possuir valor de utilização. Para esse tipo de aplicação, surge o Big Data que
armazena, trata, gerencia os dados e produz informações com os mesmos.
Segundo Al Nuaimi (2015), o Big Data – termo usado para essa enorme quantidade de
dados – está crescendo rapidamente. A taxa projetada de crescimento é de 40% por ano contra o
crescimento de 5% no gasto global de Tecnologia da Informação e Comunicação (TIC). Cerca de
90% dos dados digitalizados do mundo foram capturados nos últimos dois anos.
Com essa riqueza de informações surgindo, algumas cidades começaram a utilizar estes
dados para apoiar o desenvolvimento das chamadas cidades inteligentes. As mesmas buscam
melhoria da qualidade de vida da população oferecendo serviços mais eficientes e úteis que
possam trazer benefícios para todos. Segundo Al Nuaimi (2015), muitos governos estão
começando a utilizar estes dados para apoiar o desenvolvimento e a sustentabilidade de cidades
inteligentes em todo o mundo.
Segundo Sun (2016), mais de 50% da população mundial mora nos grandes centros
urbanos e a tendência até 2050 é aumentar para 70% esse número. Desta forma, se espera que as
cidades ofereçam maior sustentabilidade e usos inteligentes para os dados.

3
O termo sustentabilidade, segundo o Guia Metodológico do BID para as cidades
sustentáveis (2014), refere-se as cidades que oferecem uma boa qualidade de vida a seus
cidadãos, minimizando seus impactos sobre o meio ambiente, preservando seus ativos ambientais
e físicos e promovendo sua competitividade. Por isso, quando falamos em Big Data aplicado a
cidades mais inteligentes, imaginamos um mundo de utilidades como por exemplo: no trânsito,
na saúde, na mobilidade urbana e na qualidade do ar que se respira.
Este trabalho, tem a intenção de propor um estudo sobre como uma cidade mais
inteligente pode se beneficiar do Big Data e está composto pelas seguintes seções: primeira parte:
introdução; na seção 2: a questão problema que este trabalho tentará responder; na seção 3: uma
abordagem teórica sobre os conceitos de dados e informações, Big Data, cidades inteligentes,
aplicações de Big Data nas cidades inteligentes, benefícios e oportunidades, além de requisitos
para implementação. A seção 4 aborda a metodologia de pesquisa, instrumento da pesquisa,
futura aplicação e as limitações previstas para a pesquisa. A última seção apresenta as conclusões
e referências utilizadas.
2. PROBLEMA DA PESQUISA
No Brasil, o tema cidades inteligentes ainda está em fase inicial de desenvolvimento,
tendo por este motivo, pouca literatura na Língua Portuguesa. O Big Data é um tema antigo que
está retornando com mais força devido à grande utilização da internet.
Este trabalho, busca juntar esses dois temas com o objetivo de realizar um estudo sobre a
utilização do Big Data nas cidades inteligentes com a formulação de uma questão problema que é
muito recorrente devido ao aumento da população nos grandes centros urbanos. O problema da
pesquisa é: como utilizar o Big Data para a melhoria da mobilidade urbana?

4
3. REVISÃO DA LITERATURA
3.1 Dados e informações
Dados é a informação não tratada vinda de dispositivos, que podem ou não ter acesso à
Internet. Os dados representam um ou mais significados que isoladamente não podem transmitir
uma mensagem ou representar algum conhecimento, Rodriguez Y Rodriguez (2011, p. 24)
menciona que “é um bem que pode ser controlado, manipulado e estocado por meio de
ferramentas da Tecnologia da Informação e Comunicação (TIC).“ Estes aparecem de forma não
estruturada sem tratamento algum para serem interpretados.
Tratando estes dados, temos o que chamamos de “informações” que é o resultado do
processamento desses dados que podem ser utilizadas para a tomada de decisões e fornecimento
de orientações para o trânsito, por exemplo.
3.2 Big Data
Dumbill (2012) define Big Data como “o dado que excede a capacidade de processamento
convencional dos sistemas de bancos de dados. ”. Da mesma forma, Leal (2015, p. 57) indica
que:
O Big Data consiste no armazenamento de grande volume de dados,
sejam eles estruturados ou não. O conceito se desenvolveu rapidamente
nos últimos anos e tem sido cada vez mais utilizado em diversos setores
da economia. Isso foi possível devido ao advento e à ampliação do uso de
novas tecnologias, que permitiram o surgimento de sistemas capazes de
captar, processar e analisar uma grande quantidade de dados em tempo
real. Organizações públicas e privadas já fazem uso dessa ferramenta para
tomada de decisão. Assim, o Big Data vem ganhando cada vez mais
importância devido à crescente demanda por soluções inovadoras para os
atuais desafios urbanos, como mobilidade, saúde e segurança pública,
entre outras.
Quando falamos em Big Data, estamos falando em um grande volume de dados gerados a
cada segundo. A presença da internet e das redes sociais possibilita a geração contínua desses
dados, que é difícil de processar usando os tradicionais bancos de dados relacionais. Dados esses

5
que com a ajuda da internet das coisas (IoT) interconecta aparelhos inteligentes que são capazes
de gerar dados.
A geração de dados pode ocorrer de algumas formas, dentre elas:
a) Estruturadas: estão em um formato específico ou rígido como, por exemplo, os dados mantidos
em um SGBD relacional (SQL Server, Oracle e PostGreSQL):
– Tabela de banco de dados (existem tipo de dados rígidos – datatype de uma
coluna e tamanho máximo de armazenamento);
– É possível prever o que será inserido em um campo de uma tabela. Analisar se é
texto, número, e seu tamanho máximo.
b) Não estruturadas: não existe rigidez (ou quase nenhuma) sobre os dados; não existe datatype
(tipo de dados) e tamanho; não seguem uma regra; são apresentados como aparecem; não
possuem estrutura definida; possuem baixa integridade. Exemplo: documentos, imagens, vídeos,
e-mails, posts em redes sociais, blogs, dados de câmeras e sensores.
O Big Data oferece uma abordagem consistente no tratamento do constante crescimento e
da complexidade dos dados e considera um conceito que são, segundo Fan (2012), chamados “5
V’s do Big Data”:
a) Volume: Refere-se a grande quantidade de dados geradas
b) Velocidade: Velocidade com que os dados são gerados. Pense nas redes sociais, nas transações
de cartões de crédito e nas imagens de câmeras em que são geradas informações a cada segundo.
c) Variedade: No passado a maior parte dos dados era estruturada. Hoje, mais de 80% que são
geradas diariamente são totalmente não estruturadas. Com o Big Data, fotos, vídeos, sons podem
ser administrados com os dados tradicionais.

6
d) Veracidade: São as informações que podem ser consideradas verdadeiras. Infelizmente não se
pode ter certeza da veracidade de tudo que trafega na internet, cada hastag do twitter e notícia
falsa. Porém, com o uso de análises e estatísticas de grandes volumes de dados é possível
compensar as informações incorretas
e) Valor: O último que pode tornar o Big Data realmente relevante. Apesar da quantidade
massiva de informação é importante lembrar dos custos e benefícios e tentar agregar valor ao que
se está coletando de informações.
Os dados quando capturados, formatados e analisados podem ajudar a tomar decisões
mais rápidas e inteligentes, obter informações mais úteis e melhorar as operações que se baseiam
nos dados e suas aplicações.
3.3 Cidades Inteligentes (Smart Cities)
Conforme observado em Celino (2013), o tema cidades inteligentes começa a surgir a
partir do momento que os grandes centros urbanos crescem cada vez mais e de forma
desordenada, resultando em trânsitos cada vez mais caóticos, poluição, falta de qualidade no
abastecimento de água e energia e falta de segurança. O que também se observa no Guia
Metodológico do BID (2014) quando mostra que as cidades da América Latina e do Caribe
(ALC) estão sendo testemunhas de um processo de urbanização acelerado.
Será que não se poderia usar a tecnologia atual para melhorar alguma coisa? Com tantas
opções eletrônicas e digitais e termos como Big Data e IoT (Internet das coisas) surge esse novo
conceito que aos poucos vem ganhando popularidade. Como usar a tecnologia para tentar
resolver ou ao menos reduzir estes problemas?
Uma das formas vislumbradas é através da coleta e análise dos dados vindo de diversos
dispositivos espalhados (IoT), captando informações constantemente relacionadas ao meio
ambiente, trânsito, segurança pública, modo de vida dos cidadãos, mobilidade e inclusive
conforme menciona Avgerou (2016), através da inteligência coletiva a qual surge da participação

7
de muitos indivíduos com seus dispositivos mobile interagindo com suas casas, pessoas
conhecidas e órgãos do governo.
Pode-se observar, que com o crescimento da população e o advento do Big Data e da
Internet das Coisas, as cidades se tornarão mais interconectadas. Já existem milhares de sensores
alocados hoje, monitorando várias informações nas metrópoles e em algumas cidades menores.
Num futuro próximo, esses sensores irão se multiplicar até que possam monitorar quase
tudo, desde faróis de trânsito e lixeiras até condições de estradas e consumo de energia.
Segundo Guedes e Soares (2016, p.3), existem inovações que a tecnologia do
conhecimento, principalmente aquelas baseadas em sistemas de informação podem proporcionar.
Como exemplo os mesmos citam: redes inteligentes, coleta e tratamento das informações por
sensores, infraestrutura compatível com o conceito dos edifícios verdes e a internet das coisas
(IoT), além de aplicações de convergência digital.
Quando os fatos acima ocorrerem, as cidades inteligentes, ou smart cities, conseguirão se
desenvolver economicamente e de forma mais sustentável fornecendo para a sua população uma
melhora na qualidade de vida com geração de maior eficiência nas operações urbanas. A
tecnologia pode auxiliar os centros urbanos para se tornarem mais ágeis, melhorando a
mobilidade urbana, fornecendo uma melhor segurança pública e um melhor uso dos recursos
naturais do meio ambiente e dos serviços em geral.
3.4 Aplicações de Big Data nas Cidades inteligentes
De acordo com o que foi observado em Al Nuaimi (2015), existem vários exemplos de
aplicações de Big Data que podem servir as cidades, tais como:
a) Smart Education: evolução do ensino a distância; maior interação dos alunos nas aulas virtuais
através de vídeos e testes rápidos sem necessidade de deslocamento para lugares físicos para
assistir as aulas e realização de provas; maior uso de ferramentas que permitem mentoria a
distância e ao vivo; criação de repositórios do conhecimento através de ferramentas analíticas que

8
possibilitem criar conteúdos sempre atualizados para os alunos e de, também, aprender com o que
os alunos demonstram de conhecimento adquirido durante os cursos realizados.
b) Smart Traffic Light: sinais inteligentes que regulam automaticamente o tempo de duração
conforme a demanda de pessoas e carros que forem passando nos horários de pico, de forma que
auxiliem o fluxo do trânsito e ajude a evitar imensos congestionamentos.
c) Smart Grid: sistema de rede elétrica inteligente com o uso de sensores e medidores que
consegue distribuir melhor a energia. Realizando um auto monitoramento e feedback do sistema,
evitando que falhas eventuais prejudiquem o consumidor possibilitando uma correção mais
rápida e eficiente pelos operadores de algum problema que possa ocorrer durante a transmissão.
Além dos exemplos citados acima, podemos incluir como aplicações, ou soluções, de Big
Data para as cidades inteligentes os seguintes tópicos:
a) Gestão das redes de negócios: podemos imaginar centros ou ilhas de inovação em uma cidade
com aplicações de Big Data, ajudando a formação de novos negócios, parcerias e trocas de
conhecimentos.
b) Mobilidade: aplicações para o trânsito de forma que o mesmo aprenda constantemente com
base em padrões e escolha automática de rotas alternativas para evitar casos de
congestionamento.
c) Gestão dos relacionamentos: aplicações que fazem uso da inteligência coletiva que de acordo
com Avgerou (2016), surge através da interação de indivíduos numa cidade inteligente que
interagem com suas casas, conhecidos, familiares e órgãos do governo. Pode-se dizer que é uma
evolução das redes de relacionamento numa cidade.
d) Gestão de pessoas: conjunto de dados e informações que mostram o conhecimento dos
participantes que podem ser filtrados por ferramentas de forma a aproveitar melhor os recursos de

9
uma companhia que pertença a uma cidade inteligente. Também no âmbito da gestão de pessoas,
a tecnologia de Big Data pode ajudar no aumento e retenção de bons funcionários, reduzindo
gastos médicos e na avaliação das habilidades em falta ou a serem desenvolvidas.
3.5 Benefícios e oportunidades
Quando temos cidades conectadas utilizando os benefícios de uma integração através do
Big Data, podemos observar melhorias que vão desde a sustentabilidade até a segurança pública,
melhorando com isso a qualidade de vida da população, a gestão inteligente da infraestrutura e
dos recursos naturais. De acordo com o que foi observado em Al Nuaimi (2015), muitas cidades
estão com esperança de colher alguns dos benefícios econômicos, ambientais e sociais e terem
como resultado oportunidades que são possibilitadas pelo uso da análise de dados e aplicações
para as cidades inteligentes. Abaixo seguem alguns benefícios que as cidades mais inteligentes
podem trazer:
a) Melhor uso dos recursos: coleta inteligente do lixo; monitoramento da água e da energia de
forma a minimizar o desperdício;
b) Melhor qualidade de vida: melhora do planejamento dos espaços urbanos; disponibilidade de
informações sobre trânsito, segurança e meio ambiente, para a tomada de decisões com
antecedência;
c) Aplicações de big data para o diagnóstico de doenças e/ou epidemias; elaboração do histórico
de pacientes de forma que o mesmo leve para onde quiser sem precisar repetir a mesma
informação para cada médico onde for realizar uma consulta;
d) Transportes urbanos: otimização de rotas garantindo a mobilidade urbana com mais eficiência;
e) Prédios inteligentes: utilização dos recursos de água, esgoto e eletricidade de forma otimizada.
Melhoria da segurança e instalações.

10
Conforme menciona Al Nuaimi (2015), as oportunidades para alcançar estes benefícios
estão disponíveis, porém, as cidades precisam realizar maior investimento em tecnologia,
desenvolvimento e uso do Big Data. Um ponto relevante é a necessidade de definição de políticas
para garantia da precisão dos dados, qualidade, segurança, privacidade e controle.
Além disso, a tecnologia pode ser útil no monitoramento dos recursos naturais com o
objetivo final de aumentar a sustentabilidade.
3.6 Requisitos para implementação
Considerando a implementação do Big Data nas cidades inteligentes, ainda existem
esforços a serem realizados para o design e desenvolvimento. Requisitos são identificados com
base no tipo das aplicações do Big Data e nas mudanças que estes implementam nas cidades
inteligentes. Os requisitos podem ser divididos da mesma forma que é feito para desenvolver
aplicações com a conscientização das pessoas e dos órgãos, além dos desafios tecnológicos.
De acordo com o observado em Al Nuaimi (2015) e Biswas (2017) temos:
a) gerenciadores de Big Data: ferramenta que garanta um uso eficiente e adequado das
informações;
b) plataformas para o Big Data: como exemplo, o Apache Hadoop e a possibilidade de execução
ou processamento na nuvem (Cloud Computing) o que possibilita o acesso de qualquer lugar;
c) redes inteligentes interligando casas, celulares, carros, edifícios e pessoas;
d) algoritmos de inteligência artificial que possibilitam um aprendizado contínuo para as
aplicações com base no Big Data;
e) tecnologias abertas: interação com milhares a milhões de pessoas. Necessário que a tecnologia
esteja ao alcance de todos de forma que tenha flexibilidade para “upgrade” de plataformas com
fácil aprendizado.

11
f) segurança e privacidade para os dados pessoais de forma que não sejam capturados
indevidamente;
g) conscientização da população das cidades afetadas pelas transformações tecnológicas e
estruturais.
4. METODOLOGIA
A pesquisa deste artigo é bibliográfica e descritiva, com a utilização de um estudo de
caso. A pesquisa bibliográfica de acordo com Vergara (2013) fornece instrumento analítico para
todo tipo de pesquisa e o estudo de caso,
como estratégia de pesquisa compreende um método que abrange tudo
com a lógica de planejamento incorporando abordagens específicas à
coleta de dados e à análise de dados. Nesse sentido, o estudo de caso não é
nem uma tática para a coleta de dados nem meramente uma característica
do planejamento em si (STOECKER, 1991), mas uma estratégia de
pesquisa abrangente. (YIN, 2001, p.33).
Foram pesquisados principalmente artigos para embasamento teórico nas bases de dados
CAPES que corresponde a 90% do artigo e no SBI Journal da UFF, além de sites de
universidades, jornais, blogs e livros para aprofundamento do conhecimento do autor e maior
embasamento da pesquisa para o estudo de caso.
4.1 Instrumento da pesquisa
Além da pesquisa bibliográfica que foi utilizada para colher os dados para o estudo, outro
instrumento escolhido para a pesquisa é a confecção de um questionário a ser apresentado a um
conjunto restrito da população da cidade com o intuito de fazer uma avaliação preliminar das
aplicações de big data para o âmbito da mobilidade.
Este questionário será composto por um total de 6 perguntas: as duas primeiras questões
são responsáveis pela identificação do perfil dos entrevistados e as quatro últimas referem-se à
coleta de dados para elaboração de possíveis aplicações, ou soluções, para o problema

12
apresentado. Os dados da pesquisa serão coletados em plataforma eletrônica e a mesma deverá
oferecer uma ferramenta que gere métricas e resultados estatísticos para estudo.
4.2 Aplicação e Limitação da pesquisa
A pesquisa possui como limitação um espaço geográfico (bairro especifico) da cidade de
forma que se possa extrair informações para uma solução local. A amostra de respondentes será
definida de acordo com critérios a serem avaliados no decorrer da pesquisa. Como forma de teste
da ferramenta será definido um roteiro que será submetido a um teste de aceitabilidade com
profissionais do mercado.
4.3 Estudo de caso
Para tentarmos responder à questão problema, a cidade escolhida para futuro estudo de
caso será Niterói, localizada no Estado do Rio de Janeiro, que vem aplicando algumas ações com
a intenção de melhorar a mobilidade urbana com a instalação de sensores em semáforos e através
do monitoramento por câmeras em bairros da cidade.
Este tipo de solução foi observado em Al Nuaimi (2015) quando cita sinais de trânsito
inteligentes que capturam informações de trânsito através de sensores instalados nos postes que
detectam parâmetros diferentes no fluxo de tráfego como a velocidade dos carros e o tempo de
espera e toma decisões de acordo com estes parâmetros capturados. Com esta captura de dados,
pode-se observar um dos benefícios do Big Data aplicado nas cidades inteligentes, para o caso
em questão, aplicado ao transporte. Segundo Al Nuaimi (2015):
a) reconhecimento de padrões de comportamento no trânsito em tempo real de forma que ações
pontuais sejam tomadas rapidamente em caso de congestionamento e acidentes. Através do Big
Data poderá se abrir novas rotas nas estradas e vias, melhorando a infraestrutura e a coleta de
informações sobre estacionamentos e estradas alternativas;

13
b) redução do desperdício da cadeia de abastecimento com a otimização dos movimentos do
transporte de forma que as cargas cheguem mais rápido ao destino e com segurança evitando
rotas que sejam consideradas perigosas;
c) captura dos dados dos sinais inteligentes através de aplicativos mobile com segurança, para a
geração de informações sobre o tráfego urbano;
d) melhora no fluxo urbano de veículos com a sincronização dos sinais de forma automática, sem
intervenção humana, de forma que o tempo de espera nos sinais diminua.
Para a transformação da cidade de Niterói, projetos em implantação estão sendo
conduzidos pela Prefeitura de Niterói e foram apresentados no evento Debates Sobre Cidades
Inteligentes e seus Dilemas realizado na Universidade Federal Fluminense. Segundo Grael
(2017), o objetivo da Prefeitura de Niterói para o ano corrente é consolidar ações já existentes e
fomentar novos projetos com foco no cidadão. Seguem algumas das ações já implementadas:
a) Implantação da Rede CCO Mobilidade com a integração de grande parte das tecnologias e
dados coletados para facilitar a gestão das cidades, tais como os gerados pelos Painéis de
Mensagens Variáveis (PMV) e controladores semafóricos inteligentes e câmeras;
b) Centro Integrado de Segurança Pública (CISP) para controle relacionado a Segurança Pública
e Crime contra o Patrimônio;
c) Sistema de Gestão da Geoinformação (SiGEO) para conexão das TICs às pessoas, através de
portais interativos ou de APIs. Monitoramento dos danos à vegetação, incluindo áreas queimadas
e com a vegetação danificada;
d) Sustentação contínua de canais de diálogo com a comunidade para a construção colaborativa
da melhoria na qualidade de vida da população e ampliação da participação dos cidadãos na
tomada de decisões, com ações de governança participativa e sistemas de ouvidoria;

14
e) Rede de Pluviômetros e sensores para automatização e instalação de sistema integrado
(hardware e software) para transmissão e gestão de dados, com emissão de alertas automáticos e
relatórios de evolução das condições meteorológicas;
f) Implantação do aplicativo “Cadê o Ônibus?” que está em fase de testes, o mesmo encontra-se
parcialmente instalado em 10% da frota;
g) Mobilidade continuada com o projeto “Bicicleta Inteligente e Compartilhada”;
h) Adoção e incentivo aos Coworkings para fomento ao desenvolvimento econômico e soluções
de startups e living labs;
i) Implantação do Plano de Ação de Mitigação de Efeitos Climáticos (GECLIMA) com estações
de monitoramento da qualidade do ar e estação meteorológica;
j) Iluminação pública inteligente, com sensores para coleta e transmissão de dados;
Diante do exposto, é possível verificar que as ações da cidade de Niterói estão de acordo
com as preconizadas pela Rede Brasileira de Cidades Inteligentes e Humanas (2016), que indica
em linhas gerais que as cidades inteligentes e humanas integram soluções e informações geradas
pela cidade, promovendo benefícios ambientais, sociais e econômicos, de forma que a população
não somente participe do processo, mas também se aproprie das tecnologias geradas para o seu
bem-estar e qualidade de vida.
5. CONCLUSÃO
Ao término deste trabalho pode-se destacar a importância do uso do Big Data aplicado as
cidades mais inteligentes e algumas soluções previstas para a mobilidade que podem evidenciar
novas percepções dos diversos atores envolvidos no ecossistema das chamadas Smart Cities.

15
A revisão da literatura permitiu uma análise das abordagens teóricas sobre o assunto e a
verificação de possíveis estudos de caso. A aplicação do Big Data ficou demonstrada como fator
preponderante para as cidades inteligentes e centros urbanos, pois as aplicações de Big Data
podem auxiliar no processo de inovação esperado para as cidades.
O monitoramento das informações em tempo real pode fornecer as opiniões e percepções
dos indivíduos envolvidos com o planejamento das cidades. O estudo de caso buscará responder
aos problemas da cidade para questões ligadas a aplicações voltadas a mobilidade.
Por fim, novos mecanismos de gestão para as cidades podem ser desenvolvidos com o
objetivo de possibilitar aos gestores pensarem sobre aprendizado, colaboração, tecnologia e
inovação. Considerando os aspectos abordados, pode-se dizer que os objetivos iniciais do estudo
foram alcançados pois, no entendimento dos autores, a literatura confirmou que o Big Data pode
ser utilizado para o desenvolvimento de melhorias para a mobilidade urbana.

16
REFERÊNCIAS
AL NUAIMI, Eiman, et al. Applications of big data to smart cities. Journal of Internet Services
and Applications. dez. 2015.
Disponível em: <https://jisajournal.springeropen.com/articles/10.1186/s13174-015-0041-5>.
Acesso em: 18 mai 2017.
AL-HTAYBAT, Khaldoon; ALBERTI-ALHTAYBAT, Larissa von. Big Data and Corporate
Reporting: Impacts and Paradoxes. mai. 2017.
Disponível
em:<https://www.researchgate.net/publication/315941651_Big_Data_and_Corporate_Reporting_
Impacts_and_Paradoxes>. Acesso em: 26 mai. 2017.
ALMEIDA, Renan. Primeiro conjunto de sinais inteligentes é instalado em Niterói. O Globo,
Rio de Janeiro, 26 set. 2016.
Disponível em:<https://oglobo.globo.com/rio/bairros/primeiro-conjunto-de-sinais-inteligentes-
instalado-em-niteroi-20171471 >Acesso em: 11 ago. 2017.
APPS para conhecer Niterói. Jornal O Fluminense, Niterói, 20 mai. 2017.
Disponível em:< http://www.ofluminense.com.br/pt-br/cidades/apps-para-conhecer-
niter%C3%B3i> Acesso em: 10 ago. 2017.
AVGEROU, Artemis, et al. On the Deployment of Citizens’ Privacy Preserving Collective
Intelligent eBusiness Models in Smart Cities.
Disponível em:
<https://www.researchgate.net/publication/297741975_On_the_Deployment_of_Citizens%27_Pr
ivacy_Preserving_Collective_Intelligent_eBusiness_Models_in_Smart_Cities>.
Acesso em: 3 jul. 2017.
BATTY, Michael. Big Data, Smart Cities and City Planning. Disponível em:
<https://www.researchgate.net/publication/270672992_Big_data_smart_cities_and_city_planning
>Acesso em: 15 mai 2017.
BISWAS, Sanjib; SEN,Jaydip. A Proposed Architecture for Big Data Driven Supply Chain
Analytics. Disponível em: <https://arxiv.org/abs/1705.04958>.
Acesso em: 10 ago. 2017.
CELINO, Irene; KOTOULAS, Spyros. Smart Cities. Disponível em:
<http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=6682980>
Acesso em: 26 jun. 2017.
CIDADE: Prefeitura de Niterói lança Escola de Governo e Gestão. Jornal Cidade de Niterói,
Niterói, 14 abr. 2017. Disponível em:< http://cidadedeniteroi.com/cidade-prefeitura-de-niteroi-
lanca-escola-de-governo-e-gestao/ >Acesso em: 10 ago. 2017.

17
DAKI, Houda et al. Big Data management in smart grid: concepts, requirements and
implementation. Journal of Big Data, v.4, n.13, abr. 2017. Disponível em:
<https://journalofbigdata.springeropen.com/articles/10.1186/s40537-017-0070-y>
DUMBILL, Edd. Planning for Big Data. United States of America: O’Reilly Radar Team, 2012.
FAN, Wei. Bifet, Albert. Mining Big Data: Current Status, and Forecast to the Future.
Disponível em: <
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.305.1082&rep=rep1&type=pdf >.
Acesso em: 29 mai. 2017.
FRITH, Jordan. Big Data, Technical Communication, and the Smart City.
Disponível em:
<https://www.researchgate.net/publication/314255544_Big_Data_Technical_Communication_an
d_the_Smart_City?enrichId=rgreq-04ba7b0df667d8e368f4d1203dc4beb3-
XXX&enrichSource=Y292ZXJQYWdlOzMxNDI1NTU0NDtBUzo0ODMwNjE1MzMwMjQyN
TZAMTQ5MjE4MjI1MjI4MA%3D%3D&el=1_x_2&_esc=publicationCoverPdf>. Acesso em:
15 mai. 2017.
GRAEL, Axel. Niterói Cidade Inteligente e Humana. Niterói, 2017. Trabalho não publicado.
GRAEL, Axel. Palestra: Niterói Cidade Inteligente e Humana. Niterói, 26 mai. 2017.
Disponível em: <http://axelgrael.blogspot.com.br/2017/05/palestra-niteroi-cidade-inteligente-
e.html> Acesso em: 10 ago. 2017.
GUEDES, André Luis Azevedo. Como implantar a governança em uma Smart City: estudos
preliminares para a cidade de Niterói, RJ.
Disponível em: <http://www.rodaconsultoria.com.br/2017/02/20/como-implantar-a-governanca-
em-uma-smart-city-estudos-preliminares-para-a-cidade-de-niteroi-rj/>
Acesso em: 27 jun. 2017.
GUEDES, André Luis Azevedo; SOARES, Carlos Alberto Pereira. Modelo para aplicação da
Tecnologia da Informação e Comunicação em construções inteligentes e sustentáveis.
Niterói, 2016. Trabalho não publicado.
GUIA METODOLÓGICO. Iniciativa Cidades Emergentes e Sustentáveis. 2. ed. BID. 2014
LEAL, Carlos Ivan Simonsen, et al. Cidades Inteligentes e Mobilidade Urbana. Cadernos FGV
Projetos, v.10, n. 24, out. 2015. Disponível em:
<http://fgvprojetos.fgv.br/sites/fgvprojetos.fgv.br/files/cadernos_fgvprojetos_smart_cities_biling
ue-final-web.pdf> Acesso em: 26 jun. 2017.

18
LEE, Jung Hoon, et. al. Towards an effective framework for building smart cities: Lessons
from Seoul and San Francisco.
Disponível em: <http://www.sciencedirect.com/science/article/pii/S0040162513002187>. Acesso
em: 10 ago. 2017.
LUDWIG, Guilherme. Big Data revoluciona gestão de pessoas nas empresas. Portal
Administradores Negócios Digitais, João Pessoa, 8 mai. 2014.
Disponível em: <http://www.administradores.com.br/artigos/carreira/big-data-revoluciona-
gestao-de-pessoas-nas-empresas/77290/>. Acesso em: 1 set. 2017.
MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Fundamentos de metodologia
científica. 5. ed. São Paulo: Atlas, 2003.
O’LEARY, Daniel E. Embedding AI and Crowdsourcing in the Big Data Lake. IEEE Computer
Society. p. 70-73, set/out. 2014.
Disponível em: <http://www.scoop.it/t/datagovernance/p/4035634851/2015/01/20/embedding-ai-
an-crowdsourcing-in-th-big-data-lake>.Acesso em: 18 jun. 2017.
PAN, Yunhe, et al. Urban Big Data and the Development of City Intelligence. Disponível em:
<http://www.sciencedirect.com/science/article/pii/S2095809916309456>. Acesso em: 09 mar.
2017.
PAROUTIS, Sotirios, et al. A strategic view on smart city technology: The case of IBM
Smarter Cities during a recession.
Disponível em: <http://www.sciencedirect.com/science/article/pii/S0040162513002266>
Acesso em: 26 jun. 2017
PREFEITURA DE NITEROI. Niterói, cada vez mais proativa e inteligente. Niterói, 14 set.
2016. Disponível em: <http://fazenda.niteroi.rj.gov.br/site/niteroi-cada-vez-mais-proativa-e-
inteligente/>.
PSOMAKELIS, Evangelos, et al. Big IoT and social networking data for smart cities:
Algorithmic improvements on Big Data Analysis in the context of RADICAL city applications.
Disponível em: <https://arxiv.org/abs/1607.00509>. Acesso em: 09 mai. 2017.
REDE BRASILEIRA DE CIDADES INTELIGENTES E HUMANAS. Brasil 2030: cidades
inteligentes e humanas. 2016. 23 p. Disponível em: <http://redebrasileira.org/brasil-2030>.
Acesso em: 14 de out. 2017.
RODRIGUEZ Y RODRIGUEZ, Martius Vicente. Gestão do Conhecimento e Inovação nas Empresas.
Rio de Janeiro: QualityMark Editora, 2011.

19
SUN, Yunchuan; JARA, Antonio J. Internet of Things and Big Data Analytics for Smart and
Connected Communities. Disponível em:
<http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=7406686>. Acesso em: 15 mai. 2017.
TEIXEIRA Jr, Sergio. O futuro do RH está no Big Data. Exame, Rio de Janeiro, 16 jun. 2014.
Disponível em: <http://exame.abril.com.br/carreira/o-futuro-do-rh-esta-no-big-data/>
Acesso em: 1 set. 2017.
VERGARA, S. C. Projetos e Relatório de Pesquisa em Administração. São Paulo: Atlas,
2013.
YIN, R. K. Estudo de caso: planejamento e métodos. 2. ed. Porto Alegre: Bookman, 2001.
ZIEGELDORF, Jan Henrik, et al. Privacy in the Internet of Things: Threats and Challenges
Disponível em:
<https://www.researchgate.net/publication/264725343_Privacy_in_the_Internet_of_Things_Thre
ats_and_Challenges> Acesso em: 27 jun. 2017.
ZHU, Zhi-Ting; YU, Ming-Hua; RIEZEBOS, Peter. A research framework of smart education.
Smart Learning Environments, v.3, n.4, mar. 2016.
Disponível em: <https://slejournal.springeropen.com/articles/10.1186/s40561-016-0026-2>.
ZOONEN, Liesbet van. Privacy concerns in smart cities.
Disponível em: <http://www.sciencedirect.com/science/article/pii/S0740624X16300818>.
Acesso em: 09 mai. 2017.

Big Data aplicado a Cidades Inteligentes

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Semelhante a Big Data aplicado a Cidades Inteligentes

Semelhante a Big Data aplicado a Cidades Inteligentes (20)

Último

Último (9)

Big Data aplicado a Cidades Inteligentes