Uso de big data para mejorar la movilidad
El Big Data es un término que se refiere a grandes volúmenes de datos que son analizados para extraer información valiosa. En el ámbito de la movilidad, el Big Data es una herramienta muy valiosa para mejorar la eficiencia y la seguridad en el transporte urbano. Uno de los principales usos del Big D...
- Autores:
-
Rojas Guarnizo, Alvaro
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad Militar Nueva Granada
- Repositorio:
- Repositorio UMNG
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unimilitar.edu.co:10654/44941
- Acceso en línea:
- http://hdl.handle.net/10654/44941
- Palabra clave:
- TOMA DE DECISIONES
Data
Mobility
Varierty
Volume
Velocity
BIG DATA
Datos
Movilidad
Variedad
Volumen
Velocidad
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
UNIMILTAR2_042b68cdf487423b72df10208ca0b020 |
|---|---|
| oai_identifier_str |
oai:repository.unimilitar.edu.co:10654/44941 |
| network_acronym_str |
UNIMILTAR2 |
| network_name_str |
Repositorio UMNG |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Uso de big data para mejorar la movilidad |
| dc.title.translated.spa.fl_str_mv |
Using big data to improve mobility |
| title |
Uso de big data para mejorar la movilidad |
| spellingShingle |
Uso de big data para mejorar la movilidad TOMA DE DECISIONES Data Mobility Varierty Volume Velocity BIG DATA Datos Movilidad Variedad Volumen Velocidad |
| title_short |
Uso de big data para mejorar la movilidad |
| title_full |
Uso de big data para mejorar la movilidad |
| title_fullStr |
Uso de big data para mejorar la movilidad |
| title_full_unstemmed |
Uso de big data para mejorar la movilidad |
| title_sort |
Uso de big data para mejorar la movilidad |
| dc.creator.fl_str_mv |
Rojas Guarnizo, Alvaro |
| dc.contributor.advisor.none.fl_str_mv |
Varela Velez, Oscar Ivan |
| dc.contributor.author.none.fl_str_mv |
Rojas Guarnizo, Alvaro |
| dc.subject.lemb.spa.fl_str_mv |
TOMA DE DECISIONES |
| topic |
TOMA DE DECISIONES Data Mobility Varierty Volume Velocity BIG DATA Datos Movilidad Variedad Volumen Velocidad |
| dc.subject.keywords.spa.fl_str_mv |
Data Mobility Varierty Volume Velocity |
| dc.subject.armarc.spa.fl_str_mv |
BIG DATA |
| dc.subject.proposal.spa.fl_str_mv |
Datos Movilidad Variedad Volumen Velocidad |
| description |
El Big Data es un término que se refiere a grandes volúmenes de datos que son analizados para extraer información valiosa. En el ámbito de la movilidad, el Big Data es una herramienta muy valiosa para mejorar la eficiencia y la seguridad en el transporte urbano. Uno de los principales usos del Big Data en la movilidad es el análisis de los patrones de desplazamiento de las personas y los vehículos. Gracias a la recolección de datos en tiempo real, es posible conocer las rutas que se utilizan con mayor frecuencia, los horarios de mayor demanda, los puntos de congestión, entre otros factores relevantes. Esto permite a las autoridades planificar y mejorar el transporte público, adaptando las rutas y horarios a las necesidades de los usuarios. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-07-12T13:26:03Z |
| dc.date.available.none.fl_str_mv |
2023-07-12T13:26:03Z |
| dc.date.issued.none.fl_str_mv |
2023-05-05 |
| dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.*.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10654/44941 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Militar Nueva Granada |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Militar Nueva Granada |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unimilitar.edu.co |
| url |
http://hdl.handle.net/10654/44941 |
| identifier_str_mv |
instname:Universidad Militar Nueva Granada reponame:Repositorio Institucional Universidad Militar Nueva Granada repourl:https://repository.unimilitar.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Adrian Merv. (2011). Big Data. Teradata Magazine. Aranega, I., Kerkach, N., Hernandez, C., & Naomi, T. S. (2018). BIG DATA ABSTRACT GRAPHIC. Madrid. Bahga, A., & Madisetti, V. (2019). Big Data Analytics: A Hands-On Approach Chunling, Z., & Zunfeng, L. (2019). Application of big data technology in agricultural internet of things. International journal of distributed sensor networks Cox, M., & Ellsworth, D. (1997). Application-controlled demand paging for out-of-core visualization. ACM Transactions on Graphics, Dasgupta, N. (2018). Practical Big Data Analytics. Birmingham: Packt IBM. (2022). Análisis del Big Data. Obtenido de IBM: https://www.ibm.com/co-es/analytics/hadoop/big-data-analytics Ignacio, L. (2020). Aplicabilidad de herramientas de big data y business analytics a la mejora de la ecomovilidad urbana: el caso bicimad. Madrid. Linze, L., & Jun, Z. (2021). Research and Analysis of an Enterprise E-Commerce Marketing System Under the Big Data Environment. Journal of Organizational and End User Computing Lopez, P. (2019). Oportunidades estratégicas y riesgos en la implementación del big data en el sector financiero español. Mayer, V., & Cukier, K. (2013). Big Data: A Revolution That Will Transform How We Live, Work, and Think. Houghton Mifflin Harcourt. Montorio, A. (2022). Big Data para la comprensión de Métricas de E-Sports usando tecnologia Web. Madrid. Nagore, A. (10 de 01 de 2023). apd. Obtenido de https://www.apd.es/big-data-ventajas/ O'Neil, C. (2016). Weapons of math destruction. New York: Crown. PLANEACIÓN, D. N. (2018). POLÍTICA NACIONAL DE EXPLOTACIÓN DE DATOS. Bogota Russom, P. (2011). Big Data Analytics. Renton: tdwi Sayantan, K., Amandeep, D., Najmul, I., & Matti, M. (2020). Big data analytics in healthcare: a systematic literature review. Enterprise information Systems Schroeck, M., Shockley, R., Smart, J., Romero, D., & Tufano, P. (2012). Analytics: el uso de big data en el mundo real Secretaria de movilidad. (17 de 11 de 2019). Secretaria de movilidad. Obtenido de https://www.movilidadbogota.gov.co/web/node/2416 SITP. (03 de 05 de 2023). SITP. Obtenido de https://www.sitp.gov.co/publicaciones/40075/informacion-general/ SKG. (03 de 05 de 2023). SKG Tecnologia. Obtenido de https://skgtecnologia.com/tag/sistema-inteligente-de-transporte/ TFL. (13 de 10 de 2017). TFL. Obtenido de https://tfl.gov.uk/info-for/media/press-releases/2017/october/tfl-s-free-open-data-boosts-london-s-economy |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.accessrights.*.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.spa.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| dc.rights.local.spa.fl_str_mv |
Acceso abierto |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 Attribution-NonCommercial-NoDerivatives 4.0 International Acceso abierto |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
applicaction/pdf |
| dc.coverage.sede.spa.fl_str_mv |
Campus UMNG |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería Informática |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Estudios a Distancia |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Militar Nueva Granada |
| institution |
Universidad Militar Nueva Granada |
| bitstream.url.fl_str_mv |
http://repository.unimilitar.edu.co/bitstream/10654/44941/1/RojasGuarnizoAlvaro2023.pdf http://repository.unimilitar.edu.co/bitstream/10654/44941/2/license.txt |
| bitstream.checksum.fl_str_mv |
53f4f8a4ee6b70df17037fbc4d9dcb14 a609d7e369577f685ce98c66b903b91b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional UMNG |
| repository.mail.fl_str_mv |
bibliodigital@unimilitar.edu.co |
| _version_ |
1814090672286728192 |
| spelling |
Varela Velez, Oscar IvanRojas Guarnizo, AlvaroIngeniero Informático2023-07-12T13:26:03Z2023-07-12T13:26:03Z2023-05-05http://hdl.handle.net/10654/44941instname:Universidad Militar Nueva Granadareponame:Repositorio Institucional Universidad Militar Nueva Granadarepourl:https://repository.unimilitar.edu.coEl Big Data es un término que se refiere a grandes volúmenes de datos que son analizados para extraer información valiosa. En el ámbito de la movilidad, el Big Data es una herramienta muy valiosa para mejorar la eficiencia y la seguridad en el transporte urbano. Uno de los principales usos del Big Data en la movilidad es el análisis de los patrones de desplazamiento de las personas y los vehículos. Gracias a la recolección de datos en tiempo real, es posible conocer las rutas que se utilizan con mayor frecuencia, los horarios de mayor demanda, los puntos de congestión, entre otros factores relevantes. Esto permite a las autoridades planificar y mejorar el transporte público, adaptando las rutas y horarios a las necesidades de los usuarios.Big Data is a term that refers to large volumes of data that are analyzed to extract valuable information. In the field of mobility, Big Data is a very valuable tool for improving efficiency and safety in urban transportation. One of the main uses of Big Data in mobility is the analysis of travel patterns of people and vehicles. Thanks to real-time data collection, it is possible to know which routes are used most frequently, the times of greatest demand, congestion points, among other relevant factors. This allows authorities to plan and improve public transportation, adapting routes and schedules to the needs of users.Pregradoapplicaction/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 InternationalAcceso abiertoUso de big data para mejorar la movilidadUsing big data to improve mobilityTOMA DE DECISIONESDataMobilityVariertyVolumeVelocityBIG DATADatosMovilidadVariedadVolumenVelocidadTesis/Trabajo de grado - Monografía - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fIngeniería InformáticaFacultad de Estudios a DistanciaUniversidad Militar Nueva GranadaAdrian Merv. (2011). Big Data. Teradata Magazine.Aranega, I., Kerkach, N., Hernandez, C., & Naomi, T. S. (2018). BIG DATA ABSTRACT GRAPHIC. Madrid.Bahga, A., & Madisetti, V. (2019). Big Data Analytics: A Hands-On ApproachChunling, Z., & Zunfeng, L. (2019). Application of big data technology in agricultural internet of things. International journal of distributed sensor networksCox, M., & Ellsworth, D. (1997). Application-controlled demand paging for out-of-core visualization. ACM Transactions on Graphics,Dasgupta, N. (2018). Practical Big Data Analytics. Birmingham: PacktIBM. (2022). Análisis del Big Data. Obtenido de IBM: https://www.ibm.com/co-es/analytics/hadoop/big-data-analyticsIgnacio, L. (2020). Aplicabilidad de herramientas de big data y business analytics a la mejora de la ecomovilidad urbana: el caso bicimad. Madrid.Linze, L., & Jun, Z. (2021). Research and Analysis of an Enterprise E-Commerce Marketing System Under the Big Data Environment. Journal of Organizational and End User ComputingLopez, P. (2019). Oportunidades estratégicas y riesgos en la implementación del big data en el sector financiero español.Mayer, V., & Cukier, K. (2013). Big Data: A Revolution That Will Transform How We Live, Work, and Think. Houghton Mifflin Harcourt.Montorio, A. (2022). Big Data para la comprensión de Métricas de E-Sports usando tecnologia Web. Madrid.Nagore, A. (10 de 01 de 2023). apd. Obtenido de https://www.apd.es/big-data-ventajas/O'Neil, C. (2016). Weapons of math destruction. New York: Crown.PLANEACIÓN, D. N. (2018). POLÍTICA NACIONAL DE EXPLOTACIÓN DE DATOS. BogotaRussom, P. (2011). Big Data Analytics. Renton: tdwiSayantan, K., Amandeep, D., Najmul, I., & Matti, M. (2020). Big data analytics in healthcare: a systematic literature review. Enterprise information SystemsSchroeck, M., Shockley, R., Smart, J., Romero, D., & Tufano, P. (2012). Analytics: el uso de big data en el mundo realSecretaria de movilidad. (17 de 11 de 2019). Secretaria de movilidad. Obtenido de https://www.movilidadbogota.gov.co/web/node/2416SITP. (03 de 05 de 2023). SITP. Obtenido de https://www.sitp.gov.co/publicaciones/40075/informacion-general/SKG. (03 de 05 de 2023). SKG Tecnologia. Obtenido de https://skgtecnologia.com/tag/sistema-inteligente-de-transporte/TFL. (13 de 10 de 2017). TFL. Obtenido de https://tfl.gov.uk/info-for/media/press-releases/2017/october/tfl-s-free-open-data-boosts-london-s-economyCampus UMNGORIGINALRojasGuarnizoAlvaro2023.pdfRojasGuarnizoAlvaro2023.pdfEnsayoapplication/pdf410556http://repository.unimilitar.edu.co/bitstream/10654/44941/1/RojasGuarnizoAlvaro2023.pdf53f4f8a4ee6b70df17037fbc4d9dcb14MD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-83420http://repository.unimilitar.edu.co/bitstream/10654/44941/2/license.txta609d7e369577f685ce98c66b903b91bMD52open access10654/44941oai:repository.unimilitar.edu.co:10654/449412023-07-12 08:26:05.074open accessRepositorio Institucional UMNGbibliodigital@unimilitar.edu.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 |