Desarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datos
En 2016, los delitos de mayor impacto, como los homicidios, extorsiones y secuestros, disminuyeron con respecto a años anteriores, sin embargo, los delitos de hurto a personas han incrementado en todas sus modalidades. En los 12 meses del 2016, se denunciaron a alrededor de 314.511 casos según cifra...
- Autores:
-
Campo Agredo, Carlos Alberto
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/50785
- Acceso en línea:
- http://hdl.handle.net/1992/50785
- Palabra clave:
- Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| id |
UNIANDES2_2d00ff41cfe6254ec046287f96202261 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/50785 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Desarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datos |
| title |
Desarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datos |
| spellingShingle |
Desarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datos Ingeniería |
| title_short |
Desarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datos |
| title_full |
Desarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datos |
| title_fullStr |
Desarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datos |
| title_full_unstemmed |
Desarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datos |
| title_sort |
Desarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datos |
| dc.creator.fl_str_mv |
Campo Agredo, Carlos Alberto |
| dc.contributor.advisor.none.fl_str_mv |
Giraldo Trujillo, Luis Felipe |
| dc.contributor.author.none.fl_str_mv |
Campo Agredo, Carlos Alberto |
| dc.contributor.jury.none.fl_str_mv |
Lozano, Fernando Enrique |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| topic |
Ingeniería |
| description |
En 2016, los delitos de mayor impacto, como los homicidios, extorsiones y secuestros, disminuyeron con respecto a años anteriores, sin embargo, los delitos de hurto a personas han incrementado en todas sus modalidades. En los 12 meses del 2016, se denunciaron a alrededor de 314.511 casos según cifras del último censo delictivo de la fiscalía. A partir de las denuncias de las víctimas, los objetos con mayor índice de hurto son el hurto a celulares, motocicletas, residencias, a establecimientos públicos, carros, entre otros. Por lo tanto, realizar un estudio sobre dicha problemática, puede ser de gran ayuda para la disminución de este. Con ayuda de las bases de datos sobre hurto de personas disponibles en la página de datos abiertos Colombia y de la policía Nacional, se puede generar modelos matemáticos que clasifiquen y predigan las tendencias de los hurtos en las ciudades de Colombia. Para ello, se deben utilizar procesos para el análisis de información, como la minería de datos, el cual es un conjunto de pasos para la obtención óptima de los modelos que cumplan los requerimientos mínimos para la solución del problema. Por consiguiente, el propósito de este proyecto es crear modelos a partir de la utilización de algoritmos de predicción en base datos de pequeña y gran escala sobre hurtos a personas que arrojen información sobre la delictividad en distintas zonas de una ciudad. También, crear una plataforma por la cual se pueda visualizar los resultados obtenidos al aplicar los modelos, tales como la probabilidad de hurto en un día, hora y barrio específico de la ciudad para la validación del modelo. |
| publishDate |
2017 |
| dc.date.issued.none.fl_str_mv |
2017 |
| dc.date.accessioned.none.fl_str_mv |
2021-08-03T16:08:49Z |
| dc.date.available.none.fl_str_mv |
2021-08-03T16:08:49Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/50785 |
| dc.identifier.pdf.none.fl_str_mv |
23954.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/50785 |
| identifier_str_mv |
23954.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
40 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.none.fl_str_mv |
Ingeniería Electrónica |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería Eléctrica y Electrónica |
| publisher.none.fl_str_mv |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/cfea87c8-b2fb-43ea-b584-515dd9366401/download https://repositorio.uniandes.edu.co/bitstreams/b0cd1061-65a6-4b16-97ad-d654f077624a/download https://repositorio.uniandes.edu.co/bitstreams/f7bf754e-5aa3-4547-9fcf-d19aec37120e/download |
| bitstream.checksum.fl_str_mv |
1b783f76a2b5c614343478da78a1f455 cb94c4bcfad05089ba81cbaa4e0f67f1 73e0e76b79fb2836475b97b614ada84f |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812134060868239360 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Giraldo Trujillo, Luis Felipe87382f6b-7bf5-4ed1-8463-1721274e1bb7400Campo Agredo, Carlos Alberto29be00c4-a8a1-4090-858e-b454fde62c6a500Lozano, Fernando Enrique2021-08-03T16:08:49Z2021-08-03T16:08:49Z2017http://hdl.handle.net/1992/5078523954.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/En 2016, los delitos de mayor impacto, como los homicidios, extorsiones y secuestros, disminuyeron con respecto a años anteriores, sin embargo, los delitos de hurto a personas han incrementado en todas sus modalidades. En los 12 meses del 2016, se denunciaron a alrededor de 314.511 casos según cifras del último censo delictivo de la fiscalía. A partir de las denuncias de las víctimas, los objetos con mayor índice de hurto son el hurto a celulares, motocicletas, residencias, a establecimientos públicos, carros, entre otros. Por lo tanto, realizar un estudio sobre dicha problemática, puede ser de gran ayuda para la disminución de este. Con ayuda de las bases de datos sobre hurto de personas disponibles en la página de datos abiertos Colombia y de la policía Nacional, se puede generar modelos matemáticos que clasifiquen y predigan las tendencias de los hurtos en las ciudades de Colombia. Para ello, se deben utilizar procesos para el análisis de información, como la minería de datos, el cual es un conjunto de pasos para la obtención óptima de los modelos que cumplan los requerimientos mínimos para la solución del problema. Por consiguiente, el propósito de este proyecto es crear modelos a partir de la utilización de algoritmos de predicción en base datos de pequeña y gran escala sobre hurtos a personas que arrojen información sobre la delictividad en distintas zonas de una ciudad. También, crear una plataforma por la cual se pueda visualizar los resultados obtenidos al aplicar los modelos, tales como la probabilidad de hurto en un día, hora y barrio específico de la ciudad para la validación del modelo.In 2016, crimes with the highest impact, such as homicides, extortions, and kidnappings, decreased compared to previous years. However, crimes of theft to persons have increased in all its forms. In the 12 months of 2016, around 314,511 cases were reported according to figures from the latest criminal census of the prosecution. Based on the complaints of the victims, the objects with the highest theft rate are the theft of cell phones, motorcycles, residences, public establishments, cars, among others. Therefore, conducting a study on said problem can be of great help to reduce it. With the help of the databases on theft of persons available on the Colombia open data page and the National Police, mathematical models can be generated that classify and predict the trends of thefts in Colombian cities. To do this, information analysis processes must be used, such as data mining, which is a set of steps to obtain optimal models that meet the minimum requirements for solving the problem. Therefore, the purpose of this project is to create models based on the use of algorithms in small and large-scale databases on thefts from people that provide information on crime in different areas of a city. Also, create an application that shows the safest route between two points in a city, considering the results previously obtained.Ingeniero ElectrónicoPregrado40 páginasapplication/pdfspaUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y ElectrónicaDesarrollo de modelos de predicción sobre el hurto a personas en Bogotá a partir del análisis y aplicación de algoritmos en Base de datosTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPIngeniería1061793944PublicationORIGINAL23954.pdfapplication/pdf1192723https://repositorio.uniandes.edu.co/bitstreams/cfea87c8-b2fb-43ea-b584-515dd9366401/download1b783f76a2b5c614343478da78a1f455MD51TEXT23954.pdf.txt23954.pdf.txtExtracted texttext/plain95895https://repositorio.uniandes.edu.co/bitstreams/b0cd1061-65a6-4b16-97ad-d654f077624a/downloadcb94c4bcfad05089ba81cbaa4e0f67f1MD54THUMBNAIL23954.pdf.jpg23954.pdf.jpgIM Thumbnailimage/jpeg11374https://repositorio.uniandes.edu.co/bitstreams/f7bf754e-5aa3-4547-9fcf-d19aec37120e/download73e0e76b79fb2836475b97b614ada84fMD551992/50785oai:repositorio.uniandes.edu.co:1992/507852023-10-10 19:35:32.035https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |