Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering
El propósito de la investigación es diseñar y analizar un sistema de geo sectorización con técnicas de Ciencia de Datos e IA, utilizando datos históricos de delitos. El agrupamiento con el algoritmo de K-Means de las grandes cantidades de datos los estudios de las variables a agrupar son propias del...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis de pregrado |
| Lenguaje: | español |
| Publicado: |
Universidad Peruana Unión
2019
|
| Materias: | |
| Acceso en línea: | Enlace permanente (DOI o Handle) |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| _version_ | 1881509815433297920 |
|---|---|
| author | Mamani Ramos, Yuri Lisbeth |
| author2 | Condori Coaquira, Angel Rosendo |
| author_browse | Condori Coaquira, Angel Rosendo Mamani Ramos, Yuri Lisbeth |
| author_facet | Condori Coaquira, Angel Rosendo Mamani Ramos, Yuri Lisbeth |
| author_sort | Mamani Ramos, Yuri Lisbeth |
| collection | Repositorio institucional |
| description | El propósito de la investigación es diseñar y analizar un sistema de geo sectorización con técnicas de Ciencia de Datos e IA, utilizando datos históricos de delitos. El agrupamiento con el algoritmo de K-Means de las grandes cantidades de datos los estudios de las variables a agrupar son propias del giro de negocio (turismo) del problema de la inseguridad ciudadana en el contexto turístico. Para la construcción del prototipo del sistema se adoptó dos metodologías: OpenUp para el desarrollo y CRISP-MD para el procesamiento de datos e integración del algoritmo. Para el desarrollo se recolectó datos estructurados y semi estructurados, los datos estructurados fueron tomados a estudio del repositorio público de la ciudad de buenos aires ya que tiene las variables similares a utilizar del PNP del dep. turismo, los datos semi estructurados fueron extraídos mediante técnicas de web scraping de lugares turísticos posteriormente analizados con la herramienta weka y Python utilizado las técnicas de ciencia de datos, Así mismo se trabajó con el algoritmo de clustering K Means en donde se obtuvo gráficos de agrupamiento de datos de acuerdo al centroide principal de las variables: delito y lugar, en Power BI obtuvimos la visualización basada en grafica de mapas. El resultado fue el análisis de las variables en construcción para el turismo, en el cual obtuvimos los datos estadísticos y el algoritmo de agrupamiento, construyendo según los análisis el prototipo del sistema para el sector turismo y la complejidad tanto para la integración con el algoritmo y su forma de alimentación al sistema, para así poder validar el sistema web/móvil desplegada en sus servidores de aplicación. |
| escuela_str_mv | Escuela Profesional de Ingeniería de Sistemas |
| format | info:eu-repo/semantics/bachelorThesis |
| id | oai:repositorio.upeu.edu.pe:20.500.12840/2114 |
| institution | UPeU |
| language | Spanish |
| linea_str_mv | Ingeniería de software |
| ocde_area_str_mv | Ingeniería y tecnología |
| ocde_disciplina_str_mv | Ingeniería eléctrica, electrónica e informática |
| ocde_str_mv | 2.02.04 |
| programa_nombre_str_mv | Ingeniería de Sistemas |
| programa_pxx_str_mv | P27 |
| programa_uri_str_mv | http://upeu.edu.pe/sys/programas/programa/ingenieria-de-sistemas |
| publishDate | 2019 |
| publishDateRange | 2019 |
| publishDateSort | 2019 |
| publisher | Universidad Peruana Unión |
| publisherStr | Universidad Peruana Unión |
| record_format | dspace |
| sede_str_mv | Juliaca |
| spelling | Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering Mamani Ramos, Yuri Lisbeth Condori Coaquira, Angel Rosendo Clustering Visualización de datos Algoritmos Ciencia de datos Seguridad turística El propósito de la investigación es diseñar y analizar un sistema de geo sectorización con técnicas de Ciencia de Datos e IA, utilizando datos históricos de delitos. El agrupamiento con el algoritmo de K-Means de las grandes cantidades de datos los estudios de las variables a agrupar son propias del giro de negocio (turismo) del problema de la inseguridad ciudadana en el contexto turístico. Para la construcción del prototipo del sistema se adoptó dos metodologías: OpenUp para el desarrollo y CRISP-MD para el procesamiento de datos e integración del algoritmo. Para el desarrollo se recolectó datos estructurados y semi estructurados, los datos estructurados fueron tomados a estudio del repositorio público de la ciudad de buenos aires ya que tiene las variables similares a utilizar del PNP del dep. turismo, los datos semi estructurados fueron extraídos mediante técnicas de web scraping de lugares turísticos posteriormente analizados con la herramienta weka y Python utilizado las técnicas de ciencia de datos, Así mismo se trabajó con el algoritmo de clustering K Means en donde se obtuvo gráficos de agrupamiento de datos de acuerdo al centroide principal de las variables: delito y lugar, en Power BI obtuvimos la visualización basada en grafica de mapas. El resultado fue el análisis de las variables en construcción para el turismo, en el cual obtuvimos los datos estadísticos y el algoritmo de agrupamiento, construyendo según los análisis el prototipo del sistema para el sector turismo y la complejidad tanto para la integración con el algoritmo y su forma de alimentación al sistema, para así poder validar el sistema web/móvil desplegada en sus servidores de aplicación. Tesis 2019-07-02 2019-10-30T22:17:48Z 2019-10-30T22:17:48Z info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.12840/2114 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by/3.0/es/ application/pdf Universidad Peruana Unión PE Universidad Peruana Unión Repositorio Institucional - UPEU oai:repositorio.upeu.edu.pe:20.500.12840/2114 2026-11-10T17:45:09Z |
| spellingShingle | Clustering Visualización de datos Algoritmos Ciencia de datos Seguridad turística Mamani Ramos, Yuri Lisbeth Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering |
| title | Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering |
| title_full | Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering |
| title_fullStr | Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering |
| title_full_unstemmed | Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering |
| title_short | Sistema de Geo - sectorización de la inseguridad ciudadana para la sectorización de zonas delictivas en el contexto turístico utilizando Algoritmos de clustering |
| title_sort | sistema de geo sectorizacion de la inseguridad ciudadana para la sectorizacion de zonas delictivas en el contexto turistico utilizando algoritmos de clustering |
| topic | Clustering Visualización de datos Algoritmos Ciencia de datos Seguridad turística |
| topic_facet | Clustering Visualización de datos Algoritmos Ciencia de datos Seguridad turística |
| url | https://hdl.handle.net/20.500.12840/2114 |
| work_keys_str_mv | AT mamaniramosyurilisbeth sistemadegeosectorizaciondelainseguridadciudadanaparalasectorizaciondezonasdelictivasenelcontextoturisticoutilizandoalgoritmosdeclustering |