Regresar

Módulo de Análisis de Datos (Pbkp_redicción, Agrupación, Clasificación) e Identificación de Patrones Asociados a la Movilidad.

Abstract:

Los problemas de tránsito se consideran un impedimento que repercute en el desarrollo personal de las personas que deben cumplir horarios específicos, como los estudiantes y trabajadores. Es por esto que, para profundizar el estudio de esta problemática, se desarrolla un módulo de análisis de datos de trayectorias del sistema SIAMS-UG para los investigadores que deseen analizar y establecer soluciones relacionadas. En esta investigación, y para el módulo propuesto, se decidieron aplicar algoritmos de clasificación, agrupación y pbkp_redicción para detectar patrones asociados a la movilidad, para esto se utilizó la base de datos del sistema principal. La investigación seguirá una metodología cuantitativa con diseño no experimental de tipo transversal. Esto debido a que los resultados y la forma de obtener los mismos se darán por medio de mediciones y operaciones cuantificables a realizarse sobre las variables definidas. Para el desarrollo del análisis se usaron tres conjuntos de datos de trayectorias, la duración que es un atributo en común para todos los conjuntos de datos y se diferencian por un atributo diferente en cada uno, estos son: temperatura, distancia y hora del día. Los algoritmos seleccionados fueron: K-Nearest Neighbors (clasificación), K-mean (agrupación) y en Regresión Lineal (Pbkp_redicción); se analizaron los resultados obtenidos de todos los algoritmos por cada conjunto de datos elaborado. Se concluyó que los conjuntos de datos analizados obtuvieron resultados favorables para los indicadores evaluados por cada algoritmo: coeficiente Silhouette para Kmeans, coeficiente de determinación R^2 para Regresión Lineal y precisión de la clasificación para K-Nearest Neighbors; a excepción del coeficiente de determinación R^2.